企业是一个残酷的地方，根据前红帽首席执行官保罗·科米尔的说法，对于大型组织来说，像人工智能这样的新创新可能需要比预期更长的时间才能被采用。
译自 Ex-Red Hat CEO: AI's Bumpy Road to the Enterprise，作者 Joe Fay。
红帽 前首席执行官 Paul Cormier 警告称，当今人工智能先驱可能需要比他们想象的更长的时间才能弄清楚企业如何“消费”人工智能，以及他们如何真正从这项技术中获利。
在正式 从 Linux 先驱退休 几周后，Cormier 在最近于丹佛举行的 Boomi World 会议上与 Boomi 首席执行官 Steve Lucas 一起登台。
这位红帽资深人士兼名誉主席也是 API 和数据集成专家的董事会成员，该公司将其技术定位为企业调动其数据以供应他们迫切希望开发的人工智能系统的能力的关键。
人工智能以开源为基础
Cormier 表示，当前的人工智能浪潮以红帽和其他开源领域的工作为基础。“如果没有开源，Linux 就不会出现，对吧？如果没有企业接受 Linux，云计算也不会出现，”他说。
与此同时，企业已经意识到他们无法将所有内容都转移到云端，但这只能通过像 容器 这样的基于 Linux 的技术的发展才能实现。“我们如何使用你无法获得的 Microsoft 操作系统来处理容器？”
现在，他说，“人工智能是混合动力杀手级应用。所以所有这些都将共同推动。”
但他继续说道，“每个人都认为这些事情会在一夜之间发生。“但开源时间表延长了 23 年。（或者更多，取决于你的观点。）
“人工智能中的一些东西必须像我们在 Linux 世界中所做的那样进行发明，以便企业能够消费它。”
此外，“最大的问题是如何让普通人消费它，尤其是在企业中，安全性和可靠性等重要因素会产生影响？”
需要付出巨大努力
他指出，所有这些繁琐的工作都需要大量的资源。而且这不会随着时间的推移而减少。
他解释说，在 2000 多名从事 RHEL 的红帽工程师中，“许多人”专注于反向移植和其他生命周期管理问题，而不是创新。这是因为企业客户对 10 年甚至 15 年的延长生命周期有完全合理的诉求。
他说，人工智能时代不会有什么不同。但就目前而言，野外有成千上万的人工智能模型。
“那么，作为企业客户，你如何消费它？你不是人工智能专家。这就是我说这些问题如此相似的原因，”他说。
让人工智能更容易消费取决于行业。但这增加了首席信息官在管理整个基础设施时面临的复杂性。
“混合云为世界带来了大量的创新和能力。但从首席信息官的角度来看，这只是让他们的问题变得更加困难。”
在后端构建自动化是没有意义的，“因此所有产品，包括构建产品，都将内置该自动化。它将由人工智能驱动，”他说。
但这也意味着客户必须针对其具体情况训练相关的人工智能模型，Cormier 说。
三大问题
而这些具体问题包括每个首席信息官的三大问题：安全性；效率；和弹性。他说，人类做所有这些“过于复杂且成本太高”。
所有这些都给急于推进人工智能的供应商带来了重大挑战。Cormier 说，OpenShift 花了将近 10 年的时间才获得利润，而 RHEL 花了 6 年时间。
“这些年可能至少有一半时间是在从企业角度研究这些技术的消费。因此，在消费人工智能方面还有很多工作要做，而这建立在这个非常复杂的混合模型之上，”他说。
制定战略
“第一次尝试可能会被抛弃”。在 Cormier 在一家私募股权公司的职位上，“我看到很多没有战略的软件公司，”Cormier 指出。
对于供应商和客户来说，了解他们的总体战略和总体架构至关重要。只有这样，他们才能进行试验。
“如果你不理解这一点，你不可避免地会从错误的地方开始。”
虽然开源推动创新，因为“广泛”的人员可以为技术问题做出贡献，但他继续说道，该技术问题仅存在于实验室中。“当你开始部署它时，你才会真正发现大问题。”
“我认为我们所有人，包括我们的客户，都低估了将这些技术带入现实世界所需的时间。企业是一个非常无情的地方，”Cormier 说道。
事实上，这指出了开源的一个问题，“当你进行下一次发布时，你忘记了之前的发布。这不是商业软件的工作方式，”Cormier 说。
