《投资方法论-第一期》如何获得40倍以上回报率

百度 以质量求生存，建立以质量标准为核心的质量管理体系，产品100%通过水压检测，企业通过了ISO9001质量保证体系认证，积极吸收和借鉴国内外的先进经验，参与国内重大防腐课题研究，与国内多所院校建立校企联系，产品质量达到国际标准。

数据中心行业理所当然地专注于生成式AI的物理需求——密集的GPU机架改变了走廊布局、液冷需求以及AI设施的巨大功耗需求。然而，一个关键方面仍然被很大程度上忽视：生成式AI对整个软件堆栈的颠覆性影响。

数据中心管理者目前可能专注于硬件和设施方面。然而，他们也应该为未来几个月和几年内一波又一波的软件更新浪潮做好准备，因为AI正在席卷企业软件和网络安全领域。

"很容易沉迷于电力、冷却和GPU的讨论，但AI时代——特别是生成式AI——正在将事情推向一个完全不同的水平，"Apolo.ai首席执行官兼数据中心世界项目主席Bill Kleyman说。"我们开始看到软件开发、部署和维护方式的根本性转变。"

AI在软件颠覆方面创造历史先例

多年来，IT基础设施经历了许多重大转变——从大型机到小型机，再到分布式Windows系统、虚拟化、云计算、容器化，现在是AI和生成式AI工作负载。每一次，软件堆栈似乎都会被彻底重塑。我们对生成式AI能有什么期待？

Omdia云计算和数据中心实践研究总监Vlad Galabov指出，尽管所有注意力都集中在硬件、服务器、GPU以及冷却和电力基础设施上，但软件正在推动所有这些变化。

"英伟达被标记为变革的推动者，但实际上这是基于软件的，"他说。"以大语言模型(LLM)形式存在的软件正在推动发展步伐，而硬件和数据中心正在努力跟上。"

自动化编程

Galabov预计未来几年在几个方面将出现严重颠覆。以编程为例。过去，任何想要为其业务开发新的行业特定应用程序的人，即使前往土耳其等低成本地区，也可能需要支付五位数的开发费用。对于自主软件开发，价格标签会更高。现在，LLM可以用来为你开发这样的应用程序。

生成式AI工具专门设计用于增强和自动化软件开发过程的几个要素。GitHub Copilot、ChatGPT和其他AI驱动的编程助手等平台为生产力和创新开辟了新机遇。

"行业特定软件过去总是最昂贵的，因为它必须定制化，"Galabov说。"LLM使定制应用程序的成本大大降低。"

也就是说，编程技能的完全民主化需要几年时间，基于AI的编程不太可能没有错误。这远不会让开发者失业，而是通过让他们能够用更多时间做更多事情来提升他们。

"机遇伴随着风险，"Kleyman说。"我们不能盲目信任AI生成的代码或建议；严格的验证和测试比以往任何时候都更加重要。"

企业软件供应商需要警惕

还记得云计算如何在SAP、Oracle和IBM等知名企业软件供应商中造成混乱吗？他们花了几年时间才赶上Salesforce和Splunk等新一波云原生初创公司。其他公司就没那么幸运了。软件即服务(SaaS)时代在企业资源规划(ERP)、客户关系管理(CRM)和数据库等领域造成了许多伤亡。专家表示，我们应该期待在AI繁荣中SaaS和云供应商之间出现类似的颠覆。

"AI原生颠覆者将以新版本进入数据库、ERP和其他市场，这些版本比现有供应商提供的产品更便宜，通常也更好，"Galabov说。

这将结束由于高度定制化而在文化上难以支持的软件包时代。依赖于一两个随时待命的开发者或IT专家的应用程序将消失，这些人是唯一能够排除应用程序故障的人。

许多企业将被迫面对这样的现实：他们的系统根本上是无法跟上现代AI需求步伐的传统平台。他们唯一的选择就是致力于现代化努力。他们的速度和投资程度可能决定他们在快速发展的市场中的相关性和竞争地位。

Kleyman认为，最直接的压力将落在数据密集型、分析驱动的平台上，如CRM和商业智能(BI)。我们已经看到包括Salesforce、Microsoft Dynamics、Tableau和Power BI在内的大公司正在集成更高级的生成式AI功能，以使其用户能够直接与他们的数据对话。

好消息是，生成式AI时代并不一定意味着完全撕裂和替换所有企业软件——至少不是立即的。

"在这种压力下最容易破坏的应用程序通常是较旧的ERP系统、传统数据库和传统HR平台，这些系统最初并不是为实时分析或AI驱动的自动化而设计的，"Kleyman说。

"企业必须快速识别哪些系统可以无缝适应，哪些系统需要战略性现代化方法才能在以AI为先的环境中茁壮成长。"

AI需要更多存储

存储曾经是无数新闻文章的主题。近年来它基本上退居幕后。AI可能会重新提升其地位。LLM需要快速访问数据存储。AI平台正在添加高端存储技术，如基于NVMe的SSD。同样，企业LLM将希望访问尽可能多的企业数据，如表单、旧报告、企业数据库以及当前和存档的数据集。

这些数据将帮助它们构建更有效和响应更快的AI代理。AI应用程序很可能需要这些数据的额外副本，与主要企业存储库分开。

"在未来几年，存储应该会受到AI的积极影响，"Galabov说。

然而，有很多存储平台和工具对于AI需求是不够的。一些将很快证明不足以应对需要速度、规模和灵活性的AI驱动工作负载。一些存储系统可能会再稳定一两年，而其他的需要快速更新。

"对可扩展对象存储、高级数据管理平台和AI优化存储基础设施等解决方案的投资将变得至关重要，以避免瓶颈并确保无缝的AI采用，"Kleyman说。

网络安全和SaaS影响

KnowBe4首席执行官Stu Sjouwerman对企业软件和网络安全供应商的伤亡率态度坚决。他确信毁灭性后果将占主导地位。

"任何使用SaaS模式的公司都容易被颠覆，无论他们是否在网络安全领域运营，"他说。

Sjouwerman引用了微软首席执行官萨蒂亚·纳德拉在最近一次播客中暗示的"SaaS已死"。Sjouwerman说，这个挑衅性的声明应该被解释为传统SaaS模式正在演变，而不是消亡，因为它正在与生成式AI和AI代理更紧密地集成。

"这不是关于SaaS本身的消亡，而是向更动态、AI驱动的系统转变，其中业务逻辑驻留在AI层中，而不是捆绑在传统SaaS应用程序中，"Sjouwerman说。"AI原生的初创公司将抢走传统SaaS供应商的饭碗。"

该怎么办？他认为对大多数人来说这不会容易。他们将不得不重新发明他们的业务，并意识到LLM现在是基本要求。他们能带来的价值在于LLM和用户界面之间。

"利用你的专业知识，将其转化为为用户提供价值的提示和AI代理，"Sjouwerman说。

他的网络安全培训和人力风险管理公司KnowBe4目前正在进行自己的生成式AI重新构想。自2023年ChatGPT推出以来，他一直在开发2.0版本。新的KnowBe4平台是AI原生的。概念验证(POC)在上个月成功完成。

在生成式AI之前，他的公司开发了针对用户群体常见失误的活动。新版本为每个员工开发个人档案和风险评分，并知道他们在什么钓鱼流量上出错。AI代理为他们提供辅导，并提供旨在提高个人风险评分的小更新。能够做到这一点的代理已经向客户提供。今年晚些时候，一个新平台将出现。

"如果你不自我颠覆，别人会替你做，"Sjouwerman说。"如果你还没有参与这个游戏，大约三年后你可能会失去存在的权利。"