Išmanieji įrenginiai, darni sistema, šviesesnė ateitis

Susijęs su „Dell“ technologijos

Jei jums reikia priežasties jaustis gerai, kokia kryptimi eina technologija, „Twitter“ ieškokite „Dell Technologies“ CTO Johno Roese. 2006 m. jo sukurta rankena yra @theICToptimist. IKT reiškia informaciją ir komunikaciją.

Šį tinklalaidės epizodą sukūrė „Insights“, tinkinto turinio padalinys „MIT Technology Review“. Jį sukūrė ne „MIT Technology Review“ redakcija.

To santrumpos priežastis buvo ta, kad aš tvirtai tikėjau, kad ateitis nesusijusios su informacinėmis technologijomis ir ryšių technologijomis, sako Roese, „Dell Technologies“ prezidentas ir vyriausiasis technologijų pareigūnas, atsakingas už produktus ir operacijas. Tai buvo apie jų susibūrimą.

Praėjus beveik dviem dešimtmečiams, sunku jo nepavadinti teisingu. Organizacijos ieško didžiulio duomenų kiekio, kurį jos renka ir generuoja, kad taptų visiškai skaitmeniniais, jos naudoja debesį visiems tiems duomenims apdoroti ir saugoti ir kreipiasi į naujas belaidžio ryšio technologijas, pvz., 5G, kad energijos ištroškusios. tokias programas kaip dirbtinis intelektas (AI) ir mašininis mokymasis.

Šiame „Verslo laboratorijos“ epizode Roese apžvelgia šią technologijų santaką ir jos ateities rezultatus. Pavyzdžiui, autonominės transporto priemonės sparčiai vystosi, tačiau visiškai be vairuotojo automobiliai gatvėse dar nevažinėja. Ir jie to nepadarys, kol nepasinaudos bendradarbiaujančiu skaičiavimo modeliu – išmaniaisiais įrenginiais, kurie prijungiami prie debesies ir krašto kompiuterijos infrastruktūros derinio, kad būtų galima efektyviai atlikti begalinį skaičiavimą.

Viena didžiausių problemų – nepadaryti įrenginio išmaniojo; Tai daro įrenginį išmanų ir efektyvų keičiamoje sistemoje, sako Roese.

Taigi laukia dideli dalykai, tačiau šiandienos technologijos daro didžiulę pažangą, sako Roese. Jis kalba apie mašininį intelektą, kuris naudoja dirbtinį intelektą ir mašininį mokymąsi, kad imituotų žmogaus intelektą ir išspręstų sudėtingas problemas, tokias kaip tiekimo grandinių paspartinimas arba sveikatos priežiūra, tiksliau aptikti navikus ar vėžio rūšis. O galimybių apstu. Koronaviruso pandemijos metu mašininis intelektas gali išplėsti slaugą, suteikdamas slaugytojams duomenų valdomus įrankius, leidžiančius joms matyti daugiau pacientų. Kibernetinio saugumo srityje tai gali padėti geriems vaikinams būti žingsniu priekyje naujovių kūrėjams. O telekomunikacijų srityje ji galiausiai galėtų priimti sprendimus dėl mobiliųjų tinklų, kuriuose gali būti trilijonas dalykų“, – sako Roese. Tai labai, labai, labai didelis tinklas, viršijantis žmogaus gebėjimą mąstyti.

„Business Lab“ šeimininkauja Laurel Ruma, „Insights“, „MIT Technology Review“ tinkintos leidybos padalinio, direktorė. Spektaklis yra „MIT Technology Review“ kūrinys, kuriam padeda „Colective Next“.

Šis podcast'o epizodas buvo sukurtas bendradarbiaujant su „Dell Technologies“.

Rodyti pastabas ir nuorodas

Techniniai sutrikimai, atsirandantys 2020 m , John Roese, „Dell Technologies“, 2020 m. sausio 20 d

Kelionė į 5G: debesies išplėtimas iki Mobile Edges , interviu su Johnu Roese „EmTech Next 2020“.

Ketvirtoji pramonės revoliucija ir skaitmeninimas pavers Afriką pasauline jėga , Njuguna Ndung'u ir Landry Signé, Brookings Institution, 2020 m. sausio 8 d.

Pilnas nuorašas

Laurel Ruma: Iš MIT Technology Review, aš Laurel Ruma. Ir tai yra „Business Lab“ – laida, padedanti verslo lyderiams suvokti naujas technologijas, ateinančias iš laboratorijos ir į rinką.

Mūsų šiandienos tema – dirbtinis intelektas. Kasdien sukuriamų duomenų kiekis didėja eksponentiškai, o tai reiškia, kad turime juos greičiau apdoroti ir geriau apsaugoti. Čia atsiranda DI – nuo ​​5G iki krašto skaičiavimo ir kvantinio skaičiavimo. Ateitis aušta, o AI yra tikra.

Du žodžiai jums – dirbtinio intelekto valdomos programos.

Mano svečias yra Johnas Roese'as, „Dell Technologies“ prezidentas ir vyriausiasis technologijų pareigūnas, atsakingas už produktus ir operacijas. Johnas prisijungė prie Dell EMC 2012 m. rudenį ir prisidėjo prie technologijų strategijos formavimo. Jis yra publikuotas autorius ir turi daugiau nei 20 laukiančių ir išduotų patentų tokiose srityse kaip politika grindžiamas tinklų kūrimas, vietos nustatymo paslaugos ir saugumas. Ši „Business Lab“ serija sukurta kartu su „Dell Technologies“. Jonai, ačiū, kad prisijungėte prie manęs verslo laboratorijoje.

Johnas Roese'as: Puiku čia būti.

Lauras: Taigi dar sausio mėnesį rašėte apie tris 2020 m. iškilusias trikdančias technologijas. Kvantinė kompiuterija, domeno specifinės architektūros ir 5G. Įpusėjome 2020 m. Taigi, ką manote, ar buvote teisūs?

Jonas: Na, manau, kad COVID-19 pakeitė laiko juostas, bet nemanau, kad tai pakeitė nė vieną iš tų trijų. Tie trys aiškiai juda į priekį. „Quantum“ yra lėta, sudėtinga kelionė, tačiau tai, ką matėme, yra šių metų proveržis. Mes matėme tam tikrą vakuuminio vamzdžio erą, kai pradeda reikštis labai elementari kvantinė viršenybė. Ir manau, kad tame dienoraštyje sakiau, kad tai bus ilga kelionė – nesitikėk, kad rytoj tai sutrikdys pasaulį, bet fizika yra patikima ir galiausiai pasieksime proveržių. Ir aš manau, kad mes einame tuo keliu. Domenui būdingos architektūros spartėja. Stebime daugiau nei 30 naujų puslaidininkių technologijų, naudojamų pagreitinti įvairių darbo krūvių skaičiavimą, įskaitant AI-ML [mašininio mokymosi] darbo krūvius. Ir mes matome, kad atsiranda daugiau. Dabar jie plinta į kraštą, ir taip aiškiai tai vyksta.

Ir tada, naudojant 5G, vienas iš malonių dalykų, nutikusių per COVID-19 krizę, yra tai, kad žmonės pripažįsta būtinybę būti pernelyg susieti, turėti galimybę dirbti visur, kur tik reikia, gauti sveikatos priežiūros paslaugas, kai tik jos reikia, būti gali turėti logistikos infrastruktūrą, kuri veikia daug autonomiškiau. Ir manau, kad vienas iš pagrindinių dalykų buvo tas, kad mums reikia geresnio belaidžio ryšio, mums reikia naujų mobiliojo ryšio pažangos. Ir jei ką, manau, kad per pastaruosius tris mėnesius belaidžio ryšio pramonė ir bevielės technologijos, kaip pagrindinė skaitmeninės transformacijos sudedamoji dalis, buvo vertinamos žymiai labiau. Taigi jie visi trys laikosi, du iš jų tiesiog tęsia. Tačiau trečiasis, 5G, tikrai buvo paspartintas. Ir tiesiog tarpasmeninis sąmoningumas visuomenėje ką tik pagerėjo, o tai yra naudingas dalykas technologijoms.

Lauras: Norėdamas dar šiek tiek paspausti šį 5G klausimą, jaučiu, kad kompiuterinės įmonės daugiau dėmesio skiria 4G, dabar 5G. Ar taip yra todėl, kad kiekviena įmonė dabar daugiau ar mažiau yra telekomunikacijų įmonė? Kiekvienas turi žinoti, kas vyksta su belaidžiu ryšiu.

Jonas: Taip. Taip. Manau, kad yra du atsakymai į tai. Pirma, ne visi tampa telekomunikacijų įmone. Manau, kad mes suprantame, kad jei tikrai norite skaitmeniniu būdu pakeisti savo pramonę, funkciją ar visuomenę, to nedarykite duomenų centre. Jūs tai darote realiame pasaulyje. Duomenų centrai yra svarbūs; debesys yra svarbūs, tačiau tikrieji duomenys sukuriami ir naudojami realiame pasaulyje. Tai ligoninėse, miestuose, gamyklose, jūsų namuose. Ir kad tai veiktų, jums reikia geresnio ryšio audinio. Taigi žmonės suprato, kad visi pasaulio debesys, visi pasaulio pakraščiai ir visa skaitmeninė transformacija pasaulyje, jei tai izoliuoti silosai be tvirto skaitmeninio pagrindinio ryšio tinklo, jie yra neiti į darbą.

Ir taip staiga žmonės, kurie telekomunikacijomis nesidomėjo, staiga labai susidomi, nes suprato, kad jūs negalite turėti pranašumo, jei jis negali prisijungti prie branduolio. Ir jei kraštas gali būti tik trijose vietose, o ne ten, kur jis turi būti, nes jis turi netinkamą ryšį, visa skaitmeninė transformacija, išmaniosios gamyklos iniciatyva, išmaniojo miesto iniciatyva tiesiog subyrės. Taigi manau, kad buvo suprasta ir skubu, koks svarbus tinklų kūrimas, padidinantis matomumą.

Antra, telekomunikacijų pramonė juda debesų ir IT pasaulio link. Viskas, kas susiję su 5G, mums sako, kad jis nebus sukurtas kaip sena telekomunikacija, o aš turiu tam tikrą senosios telekomunikacijos istoriją, ji nebus sukurta taip, kaip mes sukūrėme 3G ir 4G. Jis bus pastatytas debesų eroje. Jame bus naudojama atvira techninė įranga, programinės įrangos virtualizavimas, konteinerizavimas. Tai bus dideli dirbtinio intelekto ir ML technologijų vartotojai, tik atrodo, kad tai labiau panašu į dalykus, į kuriuos daugiausia dėmesio skiria JAV technologijų pramonė. Taigi būsime ne tik dideli vartotojai ir turėsime daug priklausomybės, bet ir tikroje technologijoje, kurią naudojate kurdami 5G ir ne tik sistemą, daug labiau dominuos IT ir debesų technologijos, o ne senosios telekomunikacijos. Realybė tokia, kad jis vis tiek turės tam tikrų telekomunikacijų funkcijų, tačiau tai į 5G pasaulį traukia tokias įmones kaip „Dell“ ir daugelį debesų paslaugų kompanijų. Ne tik todėl, kad tai įdomu, bet ir todėl, kad mes esame būtini, kad tai būtų pateikta tinkamai.

Lauras: Manau, kad dabar yra tobula santaka konkrečiai jums ir jūsų kilmei, nes turėdami žmogų, kuris taip gerai išmano telekomunikacijų pramonę, o vėliau ir debesų bei visas kitas technologijas, jūs tikrai viską sujungiate. viena vieta ir viena priežastis. Ir tai man atrodo tobula vieta 5G iš tikrųjų sprogti ir vėl nukreipti žmones į tą tinklinį mąstymą ir toliau nuo tų silosų, kur čia yra jūsų telekomunikacijų įmonė, o tada čia yra kita skaičiavimo įmonė ir tt . Kaip tai vėl pasikeičia, kai koronavirusas yra platus, o dabar jau plinta į žmonių namus ir išėjus į biurą?

J be: Sveiki, beje, mano „Twitter“ rankena yra @theICToptimist. O jei nežinote, ką reiškia IKT, tai informacinės ir komunikacijos technologijos. Ir tai grįžta į, manau, 2006 m., kai aš prisijungiau prie Twitter, labai seniai. Ir tos santrumpos priežastis buvo ta, kad aš tvirtai tikiu, kad ateitis nepriklauso informacinėms technologijoms ir komunikacijos technologijoms; tai buvo apie jų susibūrimą. Taigi, štai mes jau beveik po 20 metų, ir taip, manau, kad buvome teisūs. Kai galvojame apie 5G ir Edge, Edge vis dar yra ankstyvas. Mes tikrai nesukūrėme protingų dalykų, kuriuos norime sukurti. Pavyzdžiui, mes neturime automatizuotų pristatymo bepiločių orlaivių, skraidančių virš mūsų miestų, kurie protingai žinotų, kaip atgabenti mums prekes ir paslaugas nieko nenužudant.

Tai vis dar prieš mus. Ir mes taip pat neturime savaeigių automobilių, mes nebūtinai turime išmaniuosius miestus, dar neturime tikrai išmaniųjų gamyklų, bet turime ankstyvų požymių. Ir mes turime pakankamai įrodymų, kai žiūrime į ankstyvąsias pasaulio išmanymo bangas, kad viena didžiausių problemų yra ne įrenginio pavertimas išmaniu, o tai, kad įrenginys išmanus ir efektyvus keičiamo dydžio sistemoje. Taigi, ką mes atradome, yra tai, kad jei tikitės, kad įrenginys bus atskiras, visiškai savarankiškas, itin protingas subjektas, jums nepakaks galios, kad jis padarytų tai, ką jis turėtų daryti. Protingiausias automobilis pasaulyje, jei jis turi važiuoti aplink penkių megavatų reaktorių, nes tiek sunaudos IT, nebus labai geras automobilis. Taigi kraštas materializavosi ne tik kaip įdomi vieta IT užsiimti, bet ir kaip pasaulio išmanymo iškrova.

Taigi mes jau matėme pavyzdžius su tokiais dalykais kaip papildyta realybė [AR]. Kai kurie pirmieji 5G krašto pavyzdžiai iš tikrųjų naudoja papildytos realybės pagreitį krašto skaičiavimo sluoksnyje. Idėja yra tokia, kad jūs turite mobilųjį įrenginį, mobilųjį telefoną, AR akinius, kad ir kas tai būtų, kad užuot apdoroję visus artefaktus, užuot atlikę visą vaizdo apdorojimą įrenginyje, jie iš tikrųjų įstumia apie 80 proc. krašto skaičiavimo sluoksnis, kuriame yra mygtukas skaičiuojant ir visa galia, kurios jam gali prireikti, todėl dabar jūs turite labai efektyvią AR patirtį mobiliajame įrenginyje, kuris gauna pagalbą iš krašto, bet dar svarbiau, iš tikrųjų viršija savo pradines galimybes, nes panaudoja efektyviai begalinį skaičiavimą. Taigi jis turi daugiau artefaktų, geresnę vaizdo skiriamąją gebą, didesnį spalvų gylį.

Tai yra dalykai, kuriuos jau pademonstravome, ir tai rodo, kad pranašumas nėra tik IT sluoksnis, tai vienas iš pagrindinių komponentų, leidžiančių mums visur perduoti informaciją prijungtiems subjektams, neužkraunant viso objekto naštos. Tikėtina, kad šis bendradarbiavimo skaičiavimo modelis yra galingiausias įrankis, kurį turime, kad išspręstume šią galios, funkcionalumo ir išlaidų bei tinkamo derinio tarp jų problemą. Taigi dar anksti, bet dabar matome pakankamai įrodymų, kad tai yra modelis, dėl kurio kraštas tampa dar įdomesnis ir iš tikrųjų gyvybingesnis, nes žinome, kad įrenginys pats savaime nėra atsakymas, o debesis pats savaime nėra. atsakymas. Būtent šis debesų infrastruktūros ir pažangios infrastruktūros bei įrenginių, veikiančių kartu, derinys leidžia geriau suderinti sąnaudų funkcionalumą, funkcijų rinkinį ir diegimo modelius.

Lauras: Taigi kalbant apie tai, kad technologijos tampa vis geresnės, mažesnės ir greitesnės, tai taip pat reiškia, kad jūsų įrenginys, kurį turite rankoje, yra to tinklo ir tinklo dalis. Taigi dirbtinis intelektas gali plisti iš debesies į jūsų įrenginį ir dėl to įrenginiai gali būti išmanesni, nes skaičiavimo galia dabar yra jūsų rankose.

Jonas: Taip. Ne, absoliučiai. Tiesą sakant, aš pateikiau šį pavyzdį prieš porą metų, kai kalbėjau apie tai, kad mes daug dirbome autonominių transporto priemonių veikloje visame pasaulyje. Dirbame su dauguma pagrindinių automobilių gamintojų ir daug išmokome. Tačiau vienas iš pavyzdžių, kurį jau seniai pateikiau, buvo toks, kad žinome, kad pats automobilis bus gana protingas. Šiuolaikinė autonominė transporto priemonė turi pritaikytą AI apdorojimą; ji atlieka daug įdomių pojūčių ir analizės. Ir jis tam tikru mastu turi būti savarankiškas, nes dėl gyvybės saugumo nenorite, kad tinklas nutrūktų ir automobilis nuvažiuotų nuo kelio. Taigi tarkime, kad visa tai tiesa. Taigi, ką darytumėte, jei dabar būtumėte automobilis, kuris būtų gana savarankiškas, bet būtų prijungtas prie kelio, su kuriuo buvo susietas krašto skaičiavimas? O aš pateikiau pavyzdį, jei pažvelgsite į šiuos automobilius, jie turi dalykų, kurie gali pajusti priešais esantį automobilį, jie gali pajusti kelio dangą.

Jie gali turėti su savimi daug duomenų, kurie nurodo, kaip numatyti kelio dangą ir reguliuoti pakabą. Jie netgi turi tam tikrų dalykų, kurie gali suprasti eismo modelius ne realiuoju laiku. Tačiau įsivaizduokite, jei visi tie automobiliai pradėtų dalytis ne tik savo ilgalaikiais duomenimis, bet ir tiesioginiu pasaulio vaizdu, juos supančių duomenų taškiniu debesiu realiuoju laiku, ir jie dalytųsi jais šalia jų esančiais mazgais. laiko, kad jūsų kelias turėtų pagrindinį visų automobilių supratimo realiuoju laiku vaizdą. Ir to rezultatas buvo toks, kad jei jūsų automobilis, bandydamas išsiaiškinti, kaip sureguliuoti savo pakabą, atsižvelgiant į tai, kas ateis, nepadarė to tik pagal duomenų bazę ar tai, ką galėjo matyti, bet galėjo paklausti Klausimas, ką mato visi kiti? Ir dabar tai gali numatyti dalykus. Tas pats dėl saugumo. Jame buvo ne tik jutikliai, kurie galėjo matyti priešais save, bet ir tai, ką galėjo matyti automobiliai priešais mašinas, priešais mašinas.

Taigi mano pateiktas pavyzdys yra toks: įsivaizduokite, kad jūsų ekranas pusiau autonominėje arba autonominėje transporto priemonėje rodo, ką mato automobilis, bet tą minutę, kai jis gali įvažiuoti į šį išmanųjį kelią naudodamas šį krašto skaičiavimo sluoksnį. , kuris matomas už kampų. Jis gali matyti dalykus, kurių nematote jūs, gali matyti tai, ką mato kiti žmonės. Ir dabar jūsų realaus pasaulio vizualizacija realiuoju laiku tampa tik daug geresniu visko aplink jus vaizdu dėl to bendradarbiavimo skaičiavimo modelio. Tai neįtikėtinai galingas įrankis, kuris neįmanomas, jei įrenginys pats bando išspręsti šią problemą. Ir jūs galite tai perkelti į daugelį kitų pramonės šakų, tačiau autonominio vairavimo pramonė yra žavi, nes ten turėsite labai išmanų ir tvirtą įrenginį, kuris gali veikti pats, tačiau jis veikia geriau įvairiais aspektais, kai gali prisijungti prie kolektyvo. visų automobilių, kelių ir visų aplinkinių daiktų sąmonė realiuoju laiku.

Vienintelis būdas tai padaryti yra ne siųsti pranešimus internetu į kitą visatos pusę į viešą debesį, o gauti realaus laiko reagavimą į kraštinio skaičiavimo sluoksnį. Taigi manome, kad šis modelis taps vienu iš didžiausių laimėjimų, dėl kurių, kai jums nereikės naršyti interneto ir jūs galite gauti šį kolektyvinį supratimą realiuoju laiku jūsų vietoje, net visiškai autonominiai įrenginiai taps geresni. tampa įdomesni ir jie pasirenka visiškai naujus verslo modelius.

Lauras: Taigi aš perskaičiau įdomią jūsų požiūrio dalį, ta, kad ten, kur mes šiuo metu esame su AI, jis pagerina mūsų gyvenimą, galbūt 5–10%, bet mes tikrai toli nuo Terminatoriaus. Taigi, net ir kalbant apie autonomines transporto priemones, mes kalbame apie tai, kad viskas gerėja kiekvieną kartą, kai pasirodo kažkas naujo, bet mes dar toli nuo automobilių, kurie vairuoja patys, bet tai yra galutinis tikslas. Tačiau tuo tarpu tie 5–10 % vis dar yra reikšmingi.

Jonas: O, taip, visiškai. Turiu galvoje, kad dabar automobiliai yra įdomus žaidimas, nes priklausomai nuo to, ko klausiate, mums gali tekti mėnuo iki visiškai autonominės penkto lygio prijungtos transporto priemonės, o kai kurie žmonės jums atsakys kitaip. Galiu pasakyti savo nuomone. Tačiau apskritai priežastis, dėl kurios pateikiau tokį komentarą, yra ta, kad kai žiūrite į mašinos intelekto taikymą bet kam, nesvarbu, ar tai būtų savarankiškai važiuojantis automobilis, ar verslo procesas, ar vartotojo patirtis, ar bet kas, žaidimai, galite galvoti apie du dalykus. kaip sėkmė. Viena iš jų yra tai, kad jūs visiškai ją pakeisite. Jūs paverčiate jį kažkuo, apie ką dar niekada nebuvo pagalvota – penkto lygio savarankiškai vairuojančiu automobiliu. Tai didelis, didelis šuolis, ir verta jį šuolis – tiesiog reikia labai ilgai.

Kitas būdas, kaip pažvelgti į mašinų intelektą, yra tai, kad jis papildo pažinimo užduotis, kurias paprastai atlieka žmonės. Kai turi galvoti, dabar tu esi vienas. Jūs turite priimti tokį sprendimą. Labai retai sulaukiate daug pagalbos mąstymo pusėje. Galite gauti daug duomenų, bet turite juos rūšiuoti. Rekomendacijos tikrai nėra technologijos; tu turi tai išsiaiškinti. Taigi tai, ką mes supratome anksti, yra kruopštus mašininio intelekto taikymas tose vietose, kur žmonės turi imti duomenis, juos suprasti ir priimti sprendimą, iš tikrųjų galime pagreitinti šį procesą arba padaryti jį tikslesnį ir mažiau linkę į klaidas. Taigi, kaip mes išskyrėme, ar tai buvo „Dell“ tiekimo grandinės procesas, ar nuspėjamosios priežiūros paslaugų procesas, ar tai buvo sveikatos priežiūros radiologijos sistemos, kur jūs tiesiog bandote ką nors rasti vaizde, tie 5% ir 10% patobulinimai, kuriuos atlikus tik šiek tiek geriau veikia procesas, buvo daug geresni nei kada nors galėtumėte pasiekti su žmonėmis, nes žmonės buvo atskaitos taškas.

Ir kiekvieną kartą, kai pagerinate kažką, pavyzdžiui, tiekimo grandinę 5 % ar 10 %, arba, nežinau, radiologiją, 20 % ar 30 % didesnį tikslumą nustatant tokius dalykus kaip vėžys ir navikai – tai labai galingas rezultatas, ne tik individui, bet potencialiai visuomenei. Taigi viena iš žinučių, kurią davėme savo klientams ir kurią stengėmės paaiškinti žmonėms, yra ta, kad mes neprieštaraujame dideliems laimėjimams, manome, kad jie yra puikūs. Tačiau su šia technologija galime nuveikti daug daugiau, kad užimtų bet kurią vietą kiekviename mūsų vykdomame procese, o tai reiškia, kad žmonės turi priimti sprendimus ir papildyti juos mašininiu intelektu, kad tie sprendimai būtų tikslesni, greitesni ir labiau linkę priimti sprendimus. turėti teigiamą rezultatą. Ir aš vartoju žodį bet koks Kadangi žmonės tikrai turi priimti sprendimą bet kur, tai galime padaryti geriau, atidžiai taikydami mašinų intelektą.

Ir atrodo, kad tai tikrai geras dalykas, kurį reikia daryti dabar, nes tam nereikia didelių proveržių – šiandien turime technologiją. Ir kiekvieną kartą, kai tai darome, procesas gerėja, kaštų struktūra gerėja, rezultatas gerėja.

Lauras: Kalbant apie geresnius rezultatus, mes vis dar esame šios pandemijos pradžioje, bet ar matote konkrečias galimybes, kurios kyla būtent naudojant dirbtinį intelektą? Kaip ką tik sakėte, akivaizdu, kad tai būtų sveikatos priežiūra, tačiau duomenų yra tiek daug.

Jonas: O, taip, yra begalinis skaičius. Iš esmės, jei jums įdomu, kur prasmingas mašininio intelekto naudojimas žmogaus elgesio veiksmingumui ir efektyvumui pagerinti, tiesiog pažiūrėkite į bet kurią koronaviruso laikotarpį, kur mums pritrūko žmonių, kur žmonės tiesiog priblokštas. Ir sveikatos apsauga yra puikus pavyzdys. Yra ankstyvų pavyzdžių, kad mes tiesiog neturėjome pakankamai slaugytojų, kad galėtume susidoroti su antplūdžiu, patenkančiu į šias ligonines. Taigi aš nežinau. Mes nustatome paciento jutimą – kodėl gi nesiunčiame visų tų jutiklių duomenų į mašinos intelektą, kuri nepakeičia slaugytojos; tai tik suteikia slaugytojui išsamesnį paciento vaizdą, iš anksto apdorojant, organizuojant ir teikiant rekomendacijas, todėl dabar slaugytoja gali stebėti 30 pacientų, o ne tris? Tai sumažina slaugą, kuri yra labai galinga priemonė. Akivaizdu, kad mes tai matėme klinikinės priežiūros požiūriu, kai, jei tai medicininė procedūra, turiu galvoje žmones, dirbančius su plaučių specialistu, turėjome daug kvėpavimo problemų. Argi nebūtų puiku, jei galėtume palengvinti jų gyvenimą turėdami, nežinau, gal mūsų ventiliatoriai šiek tiek labiau susireguliuotų, šiek tiek labiau susireguliuotų? Matėme, kad toks elgesys pasitaiko, ir supratome, kad yra vietų, kur tiesiog neturime pakankamai žmonių darbui atlikti.

Kitas pavyzdys, visiškai kitas Covid spektro galas, buvo logistika ir pristatymas. Kai staiga tiesiog neturite vairuotojų arba negalite palaikyti žmogiško kontakto, bet žmonės vis tiek turi gauti siuntas, bakalėjos prekes, perkelti daiktus. Na, atrodo, kad autonominių arba pusiau autonominių transporto priemonių arba AI naudojimas siekiant geriau planuoti maršrutą turėtų didžiulį poveikį, kad ši funkcija būtų veiksmingesnė.

Taigi, aha akimirkos Covid nebūtinai nustebino, kai jas supranti, bet jas galite rasti bet kur, kur supratome, kad žmogaus pajėgumai turi ribotas ribas. Ir visada, kai patenkame į vietą, kur žmonės yra priblokšti atliekant užduotį, o užduotis apima sprendimų priėmimą, duomenų apmąstymą, bandymą ką nors padaryti, tai yra gera vieta pritaikyti mašinų intelektą, kad galėtume išplėsti žmogaus esybę. , nebūtinai juos pakeisti.

Lauras: Taigi kada nors mes išsivaduosime iš koronaviruso. Kur dar pradedame paversti AI tikru?

Jonas: Na, aš manau, kad visur, visiškai sąžiningai. Tikrai nėra pramonės ar erdvės, kuri nesistengtų. Dabar kartais turime iššūkių. Kaip ir sveikatos priežiūros srityje, dirbtinį intelektą sunku įtraukti į sveikatos priežiūrą, nes tai yra reguliuojama pramonė; laikotarpiai labai ilgi. Taigi mes matėme proveržį ne sveikatos priežiūros, o gerovės srityje. Yra keletas gražių dalykų. Kaip ten yra žiedas, vadinamas Oura žiedu, kuris iš esmės stebi jūsų temperatūrą ir daugybę gyvybinių požymių. Tai sveikatingumo priemonė; šiuo metu tai nebūtinai yra sveikatos priežiūros priemonė. Tačiau kadangi jame gali būti naudojamas pažangus mašinos intelektas, jis gali interpretuoti, mes atradome, kad šis žiedas gali gana gerai iš anksto įspėti, kad galbūt kažkas susirgo, arba prieš sužinojęs, kad sergate. Jūs ruošiatės susirgti, o tai yra gana galingas įrankis ir gana naujoviškas.

Tačiau visame spektre matome, kad mašininio intelekto taikymas yra natūralus technologijos evoliucijos taškas. Pavyzdžiui, 5G pasaulyje yra geras pavyzdys: negalime sukurti 5G tinklų, kurių mums prireiks, visur įsikišant žmogui. Jie tiesiog per sudėtingi. Ir taip nuoširdžiai tikimės, kad 5G ir ne tik būsimos telekomunikacijų infrastruktūros bruožas bus automatizavimas. AI priims sprendimus dėl spektrinio efektyvumo, dažnių juostos pločio derinimo ir visokių dalykų, nes žmogus tiesiog niekaip negali valdyti šimtų milijonų abonentų tinklo, ir tai daroma prieš tai, kai į jį įdedame visus dalykus. Tai būtų įmanoma vien JAV, kai kurie iš šių mobiliojo ryšio tinklų po 10 metų gali turėti trilijoną dalykų. Tai labai, labai, labai didelis tinklas, viršijantis žmogaus gebėjimą mąstyti.

Taigi mes jau matome mašininio intelekto injekciją į telekomunikacijų tinklus, didelio masto duomenų centrus, automatizuojant infrastruktūrą taip, kad žmonės galėtų neatsilikti. Ir tada, kai jūs šokinėjate, mes turime iniciatyvas krovinių gabenimo ir logistikos erdvėje, kur žmonės supranta, kad čia juda daug prekių ir paslaugų, bet jos juda lėtai ir nerangiai. Taigi, ką daryti, jei bandytume iš tikrųjų sujungti ir sujungti išmaniuosius šakinius krautuvus, taip pat vizualinį stebėjimą, objektų žemėlapius ir algoritmus, kad nuspręstume, kaip tinkamai supakuoti sunkvežimį, kaip tinkamai pakrauti lėktuvą arba kaip perkelti daiktus per tą logistikos infrastruktūrą. vieta, kur jis tarsi sulėtėja, nes ten tikrai nėra aiškaus modelio? Na, dirbtinis intelektas yra puikus, kai neturite aiškaus modelio. Leiskite AI išsiaiškinti modelį ir sukurti aplink jį logikos rinkinį.

Taigi jis yra universalus. Labai sunku rasti vietą, jei užduosite atvirkštinį klausimą, kur žmonės nenaudoja mašininio intelekto, išskyrus vietas, kur reguliavimo režimas yra pasenęs, tapo kliūtimi žmonėms agresyviau taikyti tokio tipo technologijas. . Taigi, viena iš mūsų, kaip pramonės, naštos yra dirbti su reguliavimo institucijomis, kad būtų atnaujintos šios taisyklės, kad nesukurtume situacijos, kai reguliavimas užkerta kelią natūraliai technologijų pažangai, kuri skatina žmonijos pažangą.

Lauras: Taip. Ir manau, kad jūs manote, kad reguliavimas ir saugumas eina koja kojon, ypač kai blogi vaikinai turi prieigą prie tų pačių įrankių, kaip ir jūs kurdami tinklą. Taigi, kaip pradėti saugoti visus šiuos nuostabius duomenis?

Jonas: Taip. Na, turiu omenyje, kad duomenys yra tik duomenys. Galite naudoti jį gerai ar blogai, ir, deja, jis iš tikrųjų yra nepaprastai vertingas, todėl tampa milžinišku taikiniu. Saugumo kompromisai neįvyksta dėl to, kad kažkam nuobodu; jie įvyksta, nes yra taikinys, kurį verta pavogti. O mūsų skaitmeninė aplinka, valiuta yra duomenys, įžvalgos, modeliai – šie dalykai yra tikros vertingos priemonės. Ir realybė yra tokia, kad jie bus taikinys. Taigi turime iš tikrųjų pagalvoti, kaip apsaugoti šią aplinką galbūt kitaip, nei istoriškai darėme fizinį pasaulį. Jei atvirai, dabartinis požiūris į saugumą tiesiog neveiks, nes dabartinis mūsų požiūris į saugumą yra toks, kad turime dalyką, kuris veikia nepriklausomai nuo saugumo, tada turime dalykų, kurie jį atakuoja, o tada sukuriame saugos technologiją, kuri prieštarauja. tų dalykų, kurie jį užpuolė.

Problema ta, kad tai nenugalimas mūšis, nes atvirai, kas nors gali tiesiog sugalvoti naują būdą, kaip jį užpulti, o tada saugumo pramonė turi sugalvoti į tai atsakymą. Ir tai nėra geras būdas valdyti organizaciją ar technologiją. Taigi mes tikime, kad turime pereiti prie savo modelio, kuriame iš tikrųjų žiūrime į vidinį saugumą, kad saugumą sukuriame į daiktą, kurį saugome, nesvarbu, ar tai darome debesų aplinkoje, ar mes tai darome tinklo aplinkoje. Tačiau esmė ta, kad turime atsikratyti šios minties, kad saugumas atsiranda kaip reakcija į išorinį įvykį. Vietoj to, tai turi būti kažkas iš esmės integruota į tikrąją sistemą ir jos architektūrą.

Tai skamba kaip rinkodara, bet esmė ta, kad tai nėra laimėtina kova, jei ketiname turėti saugos produktą kiekvienai saugumo problemai. Turime turėti architektūrą, infrastruktūrą ir sistemas, kurios nėra sukurtos reaguoti į konkrečią saugumo problemą, jos sukurtos taip, kad reaguotų į bet kokią grėsmę. Jie visapusiškai supranta savo tapatybę. Jie turi galimybę kontroliuoti prieigą ir suprasti savo elgesį. Aš visada įrodinėjau, kad saugumo pasaulyje yra trys dalykai, su kuriais susiduriate. Žinomas gėris, žinomas blogis ir nežinomas. Ir šiandien dauguma mūsų saugumo principų yra susiję su bandymu užblokuoti žinomą blogį, kurio negalima laimėti, ir bandyti atsijoti nežinomybę, tačiau jie to nedaro labai gerai. Įdomu tai, kad žinomą gėrį retai tam sukuriame. Dabar mano argumentas yra toks, kad turime suprasti, kas yra žinomas geras elgesys, ir turime tai užblokuoti bei užtikrinti, kad taip atsitiktų. Turime uždrausti žinomus blogus dalykus, tai akivaizdus teiginys. Tačiau nežinia, iš kur bus visos naujovės.

Ir tai sugrąžina mus prie tokių dalykų kaip AI ir ML. Idėja panaudoti mašinų intelektą, kad būtų galima greitai išsijoti nežinomybę, kad būtų galima labai greitai nustatyti, ar tai žinomas blogis, ar žinomas gėris? Kuriai stovyklai ji priklauso? Ir darykite tai greičiau, nei gali tai padaryti kita pusė, nes turime geresnius įrankius, skirtus suprasti elgseną ir turėti pačioje infrastruktūroje įdiegtas sistemas. Svarbiausia, kad net jei naudojate AI, kad suprastumėte naujas grėsmes ir nuspręstumėte, ar jos geros, ar blogos, jei tai daroma už infrastruktūros ribų, vis tiek turėsite įdiegti kitą produktą, kad į tai reaguotumėte. Kita vertus, jei infrastruktūra yra produktas, reaguojantis į saugos įvykius, jei tai tiesiog nurodoma infrastruktūra, pakeiskite paslaugų grandinę savo SDN, pakeiskite virtualizacijos sluoksnį, pakeiskite savo Kubernetes aprašą, bet nediegiate jokio naujos technologijos – jūs tiesiog primetate naują elgesį tokiai infrastruktūrai, kokia ji yra. Tada staiga tos smegenys gali pradėti gaminti daug greičiau, nei diegti visiškai naują produktą ar visiškai naują sistemą.

Taigi, saugumas yra tas, kuris, štai blogos naujienos, jis niekada neišnyksta. Mes nuolat dalyvaujame saugumo dinamiškose lenktynėse su blogiukais ir gerais vaikinais. Tačiau manau, kad galime judėti daug greičiau, jei išeisime iš šio mąstymo, kad kiekvienai saugumo problemai yra produktas. Turi būti, kad mūsų infrastruktūros yra reaktyvusis mechanizmas, ir mes agresyviai naudojame mašinų intelektą, kad suprastume, kada reikia reaguoti. Tačiau šiai reakcijai nereikia pertvarkyti visos infrastruktūros, pakeisti mūsų architektūrą, kad ji reaguotų. Jei įjungsite šį režimą, galėsite judėti greičiau nei priešininkai, ir jūs turite sistemos lygmens vidinio saugumo metodą, o tai yra didelis pokytis žmonėms, bet logiška, kad vienintelė vieta, kurią galėsime pasiekti. bet kokios sėkmės, kai pradedame galvoti apie šios prieš akis ateities mastą.

Lauras: Man patinka frazė „mašinų intelektas“, nes tai iš tikrųjų yra. Tai turi būti visoje sistemoje, nesvarbu, ar kuriate gerą nusikaltimą, ar geresnes sistemas, kad reaguotumėte greičiau ir greičiau. Tai ne tik dirbtinis intelektas, tai ne tik mašininis mokymasis. Iš tikrųjų tai yra šių dviejų dalykų derinys, leidžiantis padaryti daug daugiau. Taip pat daug lūkesčių ir naštos kelia šias sistemas kuriantiems žmonėms, kad jie veiktų tam tikru būdu. Taigi aš žinau, kad esate „Cloud Foundry“ valdybos narys ir atvirasis šaltinis yra svarbus, tačiau tai yra tarsi atvirojo kodo šaknis, tiesa, mąstymas apie tai, kaip mes visi galime dirbti kartu ir demokratizuoti šią technologiją taip, kad visi kas pasideda, galiausiai kažką įgyja.

Jonas: Taip. Ne, absoliučiai. Aš manau, kad turiu omenyje atvirojo kodo metodikas – ši bendruomenės plėtros idėja, beje, nėra nauja ir nėra būdinga tik atvirajam šaltiniui. Jau 20 metų dirbu standartų institucijose. Ir jei įeisite į IEEE [Elektros ir elektronikos inžinierių institutą] arba IETF [Internet Engineering Task Force], tai yra bendruomenė. Jis juda šiek tiek lėčiau, nes turi daugiau Roberto tvarkos taisyklių ir požiūrių. Tačiau idėja yra tokia, kad aš visada tikėjau, kad geriausia technologija yra ta, kuri sukurta dienos šviesoje, kad tai nėra vienas protingas žmogus, dirbantis užpakalinėje biure, sugalvojantis atsakymą į problemą. Jūs išmetate savo problemą ten, o jūs, kaip bendruomenė, išsprendžiate šią problemą. Turite prieštaringų balsų ir sutariate.

Dabartinis atvirojo kodo pasaulis įdomesnis yra tas, kad, palyginti su standartų institucijomis, tradicinės standartų institucijos, kurios juda labai lėtai, gali prireikti dešimtmečio, kol standartas bus išleistas IETF, atvirasis kodas tiesiog juda greičiau, pašalinta dalis biurokratijos. Jame sakoma, kad mes nesiruošiame daryti prielaidų, kaip jūs atliekate darbą, bet mes primygtinai reikalaujame, kad tai būtų bendruomenės sutarimas, kad bendruomenė judėtų pirmyn šioje kelionėje.

Šiandien mes turime atvirojo kodo problemų, o tai yra, kad atvirasis šaltinis vis dar turi problemų. Atvirojo kodo projektai paprastai nėra sistemos lygio problemos. Tai yra, mes turime grupę, kuri kuria Kafką, arba turime grupę ir kuria Hadoop, o turime grupę, kuri kuria Kubernetes ir CNCF [Cloud Native Computing Foundation]. O tie nuostabūs. Tačiau vienintelis būdas tai iš tikrųjų veikia, jei tie atvirojo kodo projektai pradeda derėti, nes niekas nesprendžia skaitmeninio rezultato su vienu iš jų. „Kubernetes“, kad ir kaip būtų gerai, pati nieko nedaro, sąžiningai kalbant apie verslo rezultatus. Turi būti darbo krūvis, turi būti duomenų srautas, jis turi veikti infrastruktūroje.

Taigi, aš manau, kad atvirojo kodo pasaulis turi du būdus. Pirma, bendruomenės pagrindu sukurtas kūrimas, nesvarbu, ar jis buvo atliktas standartų įstaigoje, ar atvirojo kodo, yra greičiausias būdas žmonėms išsiaiškinti dalykus, todėl turėtume tai priimti, išplėsti ir naudoti visur, kur tik galime. Tai tiesiog veikia geriau. Antra, net jei atliekame tokį darbą su tam tikru komponentu, turime atsižvelgti į tokio mąstymo proceso principus, žvelgdami į dalykus iš platesnės perspektyvos, atvirų inovacijų perspektyvos, ir pritaikyti juos sistemos lygio architektūros. Vienas geriausių to pavyzdžių yra tai, ką ką tik palietėme anksčiau, tai yra 5G. Šiuo metu pasaulyje vyksta didžiulės diskusijos apie tai, kaip turėtų būti kuriamas 5G. Egzistuoja tradicinis Legacy 3GPP [3rd Generation Partnership Project] požiūris, kuris sako: „a, gerai turėti komponentų, bet mes būsime labai labai struktūrizuoti ir disciplinuoti, o naujovėms nebus daug erdvės“. nes nusprendėme, kas yra 5G. Štai atsakymas; eik tai įgyvendinti.

Nesutinku su tokiu požiūriu, nes jis buvo sukurtas remiantis technologijomis, kurios jau seniai pasenusios. Yra naujas mąstymo būdas, kuris sako: „Ei, mes vis dar norime pasiekti tą patį rezultatą, vis dar tikime tomis pačiomis sąsajomis ir tais pačiais standartais, tačiau tai, kaip jūs iš tikrųjų tai darote, turėtų būti atviras. atlikti virtualizavimą ir kaip susieti su aparatine įranga ir kaip atverti radijo prieigos tinklą. Ir toks mąstymo lygis tiesiogiai priklauso nuo to, kaip žmonės galvoja atvirojo kodo bendruomenėse ir šiuolaikiniuose programinės įrangos kūrimo projektuose. Taigi, mes matome šį įdomų susidūrimą tarp, pavadinkime tai atviros ekosistemos pasaulio ir telekomunikacijų pasaulio, iš tikrųjų sukeliantį daug streso ir įdomią 5G ekosistemų evoliuciją. Bet aš manau, kad tai labai teigiamas rezultatas, nes ta technologija yra tokia svarbi, kad geriau tai daryti teisingai. Ir mes turime daug įrodymų, kad atviras kodas, atviros ekosistemos, atviros sistemos iš tikrųjų yra greitesnis ir geresnis būdas pasiekti geresnį daugelio dalykų, kuriuos žmonės bandė padaryti kitais būdais, rezultatą.

Taigi, pamatysime, kaip tai seksis, bet atvirasis kodas kaip koncepcija ir bendruomenės plėtros modelis turėjo įtakos kur kas daugiau nei tik projektams, kuriuose veikia atvirasis šaltinis.

Lauras: Ir man tai patinka, tokia energija ir jaudulys, o ypač, vėlgi, susiliejimas. Suburiame visus, kad šis pokytis įvyktų. Kalbant apie tai, kaip tai darote „Dell“? Kaip strategiškai galvojate apie AI ir vadovaujate šiai milžiniškai įmonei? Tiek daug skirtingų komandų, o jūs turite nuostabių žmonių ir nuostabių komandų. Bet kaip jūs galvojate apie tai strategiškai ir kaip patariate kitiems lyderiams apie AI ir mašinų intelektą mąstyti taip, kad ji būtų prasminga, galbūt atvira, o tai kelia iššūkį jų veiklai anksčiau?

Jonas: Taip taip. Ir bendras atsakymas į šį klausimą: „Dell“ esame didžiulė įmonė, apimanti beveik visus infrastruktūros aspektus – nuo ​​metalinės aparatinės įrangos iki programų paketų ir kūrėjų aplinkos. Mes tiesiog esame labai dideli ir labai platūs, o tai yra įmonės vertės pasiūlymo dalis. Tačiau vienas iš dalykų, kurį supratome anksti, buvo tai, kad kai esi toks didelis, tu turi turėti savotiškus valdymo principus. Aplink tai turi būti tam tikra sistema. Taigi mes labai drausmingi turėdami strategiją, Šiaurės žvaigždę, aiškius vaidmenis ir atsakomybę. Tačiau įsitikinkite, kad suprantame, kad diegimas, kai darysite kažką didelio, pavyzdžiui, krašto ar debesies, įvyks daugelyje vietų. Bet jei neturite struktūros, kurioje visi suprastų, kodėl tai darote, su kokiais pagrindiniais principais susidursite.

Pavyzdžiui, visai neseniai „Edge“ priėmėme keletą sprendimų, kaip „Dell“ pozicionuoja pranašumą. Ir jie yra aukšto lygio, bet jie atspindi mūsų kūrėjų nuomonę. Pavyzdžiui, manome, kad briaunos nėra atskiri objektai. Briaunos yra debesyje veikiančių modelių plėtiniai. Jūs nekuriate krašto, kad sukurtumėte kraštą. Jūs sukuriate pranašumą, kad išplėstumėte savo debesų architektūrą, nesvarbu, ar tai būtų viešoji, ar privati ​​debesų aplinka, ar hibridinė kelių debesų aplinka, į realų pasaulį. Ir tai skamba labai subtiliai, bet jei tokio sprendimo nepriimate įmonėje, tada tik ridenate kauliuką, kad pamatytumėte, ar jūsų komandos stato daugiau silosų, ar iš tikrųjų nepratęs jūsų pagrindinės vertės pasiūlymo, ty sukurti daugiafunkcinį debesį. Taigi, turint tą Šiaurinę žvaigždę, tai aišku. Kiti krašto pavyzdžiai, mes nusprendėme, kad briaunos turėtų būti platformos. Dabar tai skamba labai akivaizdžiai, išskyrus tai, kad dauguma briaunų šiandien yra pritaikyti tam tikram darbo krūviui.

Kažkas nusprendžia, kad noriu išnešti savo AI sistemą į gamyklą, todėl sukursiu pranašumą. Net kai kurie viešieji debesys sukūrė efektyviai labai siaurus pagal užsakymą sukurtus silosus, kurie išplečia tik keletą jų viešojo debesies ypatybių. Nieko daugiau. Dabar, kai pradėjome žiūrėti, pasakėme: palauk. „Edge“ yra galimybė įgyti patirties iki galo. Patirsite daug patirčių iki galo. Ir jei jūs turite sukurti pranašumą kiekvienam iš jų, jūs padarysite, kad krašto rinka atrodys labai panaši į saugumo rinką, ko mes nenorime daryti. Apsaugos rinkos, jei įeisite į įmonės saugos duomenų centrą, rasite įrankių lentyną. Kiekviena pavara turi skirtingą logotipą ir atlieka vieną dalyką. Mes nenorime, kad kraštas taip atrodytų. Taigi priėmėme sprendimą, kad kraštas turėtų būti platforma. Tai, ką turėtume sukurti, yra horizontalus pajėgumas. Turėtume pripažinti, kad tas kraštas gali būti naudojamas AI užduočiai, tai gali būti pramonės automatizavimo užduotis, tai gali būti vaizdo stebėjimo užduotis.

Turime turėti keletą skirtingų krašto architektūrų, kad galėtume pritaikyti skirtingus požiūrius, bet jūs nesistengiate sukurti vieno, vertikaliai konkretaus baliono kiekvienai krašto problemai. Bandote sukurti platformą, kuri leistų klientui šiandien išspręsti iškilusias problemas. Ir kai jie sugalvoja kitą krašto problemą, jie tiesiog turi įstumti kodą į platformą ir tada dirbti prie krašto, o ne sukurti naują kraštą. Tikimasi, kad tie dalykai, ką ką tik pasakiau, yra visiškai akivaizdūs, bet dauguma žmonių nepriima tokių sprendimų. Taip ir mes, „Dell“ darome. Mes priimame pirmos eilės sprendimus, kokia yra mūsų filosofija? Kaip mes galvojame apie dalykus? Tada paverčiame jas architektūromis, kuriose tiksliai aprašomas techninis darbas, kurį reikia atlikti, tačiau nenusileidžiame iki įgyvendinimo ir produkto, kaip tiksliai jie diegs naujoves, kad pasiektų tokį rezultatą. Tai yra puikių mokslinių tyrimų ir plėtros komandų magija. Jie išsijungia ir išsiaiškina geriausią būdą sukurti produktą. Šiuo atžvilgiu jie yra naujoviški, tačiau visa tai susijungia į sistemą.

Tiesą sakant, šiandien aš stengiuosi iš esmės užtikrinti šiose šešiose didžiulėse „Dell“ srityse, kad mūsų architektūra būtų nuosekli, kad jas valdome kaip įmonė sistemos lygmeniu. Tai apima debesų evoliuciją, evoliuciją į naują duomenų ekosistemą, judančius duomenis ir tai, kaip mes ten žaidžiame. Jie yra pranašumai ir tai, kaip mes išplečiame IT į realų pasaulį. Tai yra AI ir ML, todėl visą technologijų ekosistemą paverčiame skirtingu darbo pasidalijimu tarp žmonių ir mašinų, susijusių su mąstymo užduotimis. Tai yra 5G, šis didelis telekomunikacijų vingis, ir IT bei debesų pasaulis, susiliejantys vienas su kitu. Mūsų nuomone, tai tikrai turi būti debesys ir IT, ir tai turi būti moderni infrastruktūra. Ir galiausiai, apie saugumą, ir mes palietėme tai su vidiniu saugumu. Tai milžiniški dalykai, bet norėdami atsakyti į jūsų klausimą, tokioje įmonėje kaip „Dell“ ar bet kurioje įmonėje turite žinoti, kokios yra jūsų „Šiaurės žvaigždės“, kokie dalykai jūsų laukia?

Mūsų atveju tai tie didieji šeši. Turite turėti požiūrį, kuris apibrėžia pirmuosius principus ir sistemą, apibūdinančią žaidimo sąlygas, o tada turite turėti struktūrą, kuri veiktų, kad ši žinia pasiektų jūsų kūrimo bendruomenę, produktų grupes, paslaugų organizaciją. , rinkodaros komandose, kad jos visos dirbtų tinkamose žaidimo sąlygose su teise, pavadinkime tai scenarijumi. Tačiau nenorite būti tokie griežti, kad neleistumėte jiems diegti naujovių ir kaip jie įgyvendina bei sugalvoja skirtingą tempą. Tai balansas tarp kūrėjo judėjimo laisvės ir karkaso, architektūros ir Šiaurės žvaigždės. Jūs teisingai suprantate, kad galite naršyti technologijose. Bet jei pasiilgote „Šiaurės žvaigždės“, pasigendate pagrindų arba neturite judėjimo laisvės naujovių srityje, jums tikrai nepavyks gerai. Taigi mums tai tikrai tie trys dideli.

Lauras: Tai puiku. Galėtume praleisti visą kitą dieną kalbėdami apie kraštų skaičiavimą ir visa kita, bet aš labai vertinu jūsų laiką čia, Džonai. Dėkojame, kad šiandien prisijungėte prie mūsų nuostabiame pokalbyje apie verslą Lab.

Jonas: Taip, labai ačiū, kad turiu mane.

Lauras: Tai buvo Johnas Roese'as, „Dell Technologies“ prezidentas ir vyriausiasis technologijų pareigūnas, atsakingas už produktus ir operacijas, su kuriuo kalbėjausi iš Kembridžo, Masačusetso valstijos, MIT ir MIT Technology Review namų, su vaizdu į Charleso upę.

Štai šiai „Verslo laboratorijos“ serijai. Aš esu jūsų šeimininkė, Laurel Ruma. Esu „Insights“, „MIT Technology Review“ tinkintos leidybos padalinio, direktorius. Mes buvome įkurti 1899 m. Masačusetso technologijos institute. Taip pat mus galite rasti spaudoje, internete ir kasmet vykstančiuose renginiuose visame pasaulyje. Norėdami gauti daugiau informacijos apie mus ir pasirodymą, apsilankykite mūsų svetainėje adresu technologyreview.com.

Laida pasiekiama visur, kur gaunate podcast'us. Jei jums patiko ši serija, tikimės, kad skirsite šiek tiek laiko mus įvertinti ir peržiūrėti. Verslo laboratorija yra MIT technologijų apžvalgos produkcija. Šią seriją prodiusavo Collective Next. Ačiū, kad klausėte.

paslėpti