De Europese AI-markt wordt volwassen. Daarmee verandert ook de belangrijkste uitdaging voor bedrijven die AI willen inzetten. De discussie draait steeds minder om de regelgeving op hoofdlijnen en steeds meer om de praktische uitvoering. Europa heeft inmiddels stevige kaders voor beleid, governance en datasoevereiniteit. Die zijn belangrijk voor het vertrouwen in AI, maar maken het voor organisaties tegelijkertijd complexer om toepassingen op grote schaal uit te rollen.
In de praktijk ligt het grootste knelpunt inmiddels dan ook ergens anders. Bedrijven weten steeds beter aan welke regels ze moeten voldoen, maar beschikken lang niet altijd over de kennis, mensen en operationele kracht om AI-projecten vanuit de pilotfase daadwerkelijk naar een productieomgeving te brengen.
Daarvoor zijn de juiste vaardigheden, infrastructuur en voldoende capaciteit nodig. Om dat tekort op te vangen zonder concessies te doen aan Europese compliance-eisen, kijken bedrijven steeds vaker naar moderne, alternatieve cloudinfrastructuur. Zulke platforms nemen een deel van het hardwarebeheer uit handen, maken het eenvoudiger om toepassingen uit te rollen en verlagen de technische druk op vaak al zwaar belaste engineeringteams. Daarmee kunnen ze ook een belangrijke bijdrage leveren aan de productiviteit van teams die met AI werken.
Dit speelt op twee fronten. Enerzijds moeten bedrijven omgaan met een tekort aan gespecialiseerde AI-kennis binnen hun eigen organisatie. Anderzijds moeten ze de stap zien te maken van kleinschalige AI-experimenten naar toepassingen die wereldwijd en op grote schaal kunnen draaien.
Het tekort aan AI-talent in Europa
Er ontstaat een steeds grotere kloof tussen de technische kennis die nodig is om geavanceerde AI-toepassingen te implementeren en de kennis die daadwerkelijk binnen Europese organisaties aanwezig is. Daarmee wordt de ontwikkeling van medewerkers steeds meer een strategisch bedrijfsvraagstuk. Vooruitstrevende organisaties zien het tekort aan talent niet alleen als een rem op hun groei, maar kijken ook hoe ze met eenvoudiger cloudarchitecturen meer tijd kunnen besteden aan waardevolle werkzaamheden.
- Een tekort aan vaardigheden maakt automatisering noodzakelijk: Meer dan de helft van de besluitvormers binnen bedrijven geeft aan dat er een ernstig tekort is aan mensen die AI- en machinelearningworkloads kunnen beheren. Uit recent onderzoek van McKinsey blijkt dat juist bij technologische vaardigheden, zoals geavanceerde IT-kennis, programmeren en data-analyse, de komende jaren de grootste kennistekorten onder Europese werknemers worden verwacht. Organisaties proberen dit onder meer op te vangen met gebruiksvriendelijke en geautomatiseerde infrastructuurtools. Daarmee kunnen ook ontwikkelaars die geen infrastructuurspecialist zijn krachtige modellen implementeren.
- Gebrek aan kennis remt de toepassing van AI: Volgens Linux Foundation Europe noemt 44% van de Europese organisaties een gebrek aan vaardigheden als een van de belangrijkste obstakels voor het invoeren van nieuwe technologie. Voor 33% vormt het bovendien een belangrijke belemmering om daadwerkelijk bedrijfswaarde uit AI te halen. Het probleem gaat verder dan alleen kennis van specifieke tools. Vooral op het gebied van AI-beveiliging en risicomanagement (61%) en AI-operations (56%) zijn de tekorten groot. Dat maakt het moeilijker voor organisaties om AI op een veilige manier op te schalen en hun investeringen optimaal te benutten. Daarom investeren bedrijven steeds vaker in gerichte bij- en omscholing van hun eigen medewerkers, gecombineerd met opensourceplatforms. Zo kunnen ze AI op een controleerbare en schaalbare manier inzetten en tegelijkertijd aan wet- en regelgeving voldoen, zonder volledig afhankelijk te zijn van schaars extern talent.
- Management en medewerkers kijken anders naar de toekomst: Er is bovendien een opvallend verschil in hoe management en medewerkers naar technologische veranderingen kijken. 68% van de bestuurders ziet snelle technologische innovatie als de belangrijkste reden waarom nieuwe vaardigheden nodig zijn. Medewerkers onderschatten ondertussen vaak hoeveel hun eigen functie hierdoor zal veranderen. Gebruiksvriendelijke AI-platforms kunnen helpen om die kloof te verkleinen, omdat ze in de dagelijkse praktijk zichtbaar maken hoe automatisering medewerkers kan ondersteunen en productiever kan maken.
Wanneer ontwikkelaars en platformteams minder tijd kwijt zijn aan het beheren van ingewikkelde en versnipperde AI-infrastructuur, kunnen ze hun tijd besteden aan werk waarmee ze daadwerkelijk waarde toevoegen. Tegelijkertijd wordt voorkomen dat een relatief kleine groep specialisten structureel overbelast raakt.
Van experimenteren naar AI op grote schaal
Steeds meer bedrijven integreren AI in hun dagelijkse processen en richten bestaande workflows opnieuw in rond toepassingen die meetbare resultaten moeten opleveren. Maar wie AI op grote schaal wil inzetten, heeft ook een cloudomgeving nodig die daarvoor geschikt is.
- De basis moet op orde zijn: Succesvolle AI-toepassingen zijn afhankelijk van kwalitatief goede data en krachtige cloudomgevingen. Ontbreekt die basis, dan kan automatisering het werk van medewerkers juist ingewikkelder maken. Routinetaken verdwijnen bijvoorbeeld, terwijl daar complexer en afwisselender werk voor in de plaats komt. Het is nog niet duidelijk hoe goed AI binnen iedere organisatie zal functioneren. Wel kan een goed ingerichte infrastructuur ervoor zorgen dat geautomatiseerde processen medewerkers daadwerkelijk werk uit handen nemen, in plaats van nieuwe complexiteit toe te voegen.
- Tijdwinst is niet automatisch productiviteitswinst: Nieuw onderzoek van TNO laat zien dat tijd besparen door taken te automatiseren niet vanzelf leidt tot meer omzet of een hogere productiviteit. Organisaties moeten hun processen zo inrichten dat de vrijgekomen tijd ook daadwerkelijk waarde oplevert. Daarvoor is een goede aansluiting nodig tussen AI-toepassingen die medewerkers gebruiken en flexibele, gemakkelijk toegankelijke rekenkracht op de achtergrond.
Cloudinfrastructuur als basis voor productiviteit
Om het tekort aan gespecialiseerde medewerkers op te vangen, verleggen Europese organisaties hun technische prioriteiten. In plaats van schaarse AI-specialisten ook nog te moeten opleiden voor het beheer van complexe onderliggende infrastructuur, kiezen bedrijven vaker voor cloudoplossingen die een groot deel van die complexiteit wegnemen.
AI toegankelijker maken voor ontwikkelaars
De opkomst van alternatieve cloudproviders en zogenoemde ‘alternative hyperscalers’ geeft platformteams meer keuze uit modulaire architecturen die naar behoefte kunnen worden samengesteld. Met opensourcetools, overzichtelijke frameworks voor orchestration en kant-en-klare ontwikkelomgevingen hoeven ontwikkelaars zich minder bezig te houden met het onderhoud van infrastructuur. Daardoor houden ze meer tijd over voor het optimaliseren en implementeren van AI-modellen.
GPU-capaciteit breder beschikbaar maken
Toegang krijgen tot de gespecialiseerde chips die nodig zijn voor het trainen en draaien van AI-modellen blijft een uitdaging. De markt beweegt daarom steeds meer richting omgevingen waarin verschillende soorten GPU’s naast elkaar kunnen worden gebruikt, waaronder hardware van NVIDIA en AMD. Zo’n aanpak geeft kleinere bedrijven en zelfstandige platformteams flexibeler en voorspelbaarder toegang tot de benodigde rekenkracht, zonder dat zij vastzitten aan de rigide en kostbare contracten die lange tijd kenmerkend waren voor de grootste aanbieders.
Lokale en soevereine cloudalternatieven kunnen Europese bedrijven daarnaast helpen om te voldoen aan strenge eisen rond dataopslag en compliance, terwijl ze tegelijkertijd toegang krijgen tot de rekenkracht die nodig is om veeleisende AI-toepassingen op grote schaal te draaien.
Of Europa zijn ambities op het gebied van AI kan waarmaken, hangt daarom niet alleen af van het aantrekken van nieuw talent. Minstens zo belangrijk is dat bestaande teams AI sneller en effectiever kunnen inzetten. Het eenvoudiger maken van de onderliggende infrastructuur speelt daarin een steeds grotere rol.
Dit is een ingezonden bijdrage van Vultr. Via deze link vind je meer informatie over de mogelijkheden van het bedrijf.