.webp){kind=small}
|
| Nextgov.com |
A inteligência artificial :como as organizações do setor público pensam sobre arquitetura empresarial. Os líderes de TI do setor público costumavam enfrentar uma decisão simples: essa carga de trabalho deveria residir localmente para maior controle, na nuvem pública para escalabilidade e velocidade, ou em alguma combinação híbrida?
Essa estrutura de decisão agora está obsoleta. Para a IA, o sucesso agora depende menos de onde as cargas de trabalho são executadas e mais de se os dados podem suportar operações em ambientes mistos sem criar problemas adicionais.
Ao mesmo tempo, as condições que moldam as decisões de infraestrutura tornaram-se voláteis. Os modelos de precificação mudam sem aviso e os limites de capacidade surgem repentinamente. A rápida expansão da infraestrutura de IA está impulsionando a demanda mais rapidamente do que as agências conseguem planejar. Essas pressões estão forçando as organizações do setor público a repensarem toda a sua abordagem, com adaptabilidade de dados e governança robusta como pilares fundamentais.
Da colocação à adaptabilidade
As arquiteturas empresariais tradicionais eram construídas em torno de aplicações separadas e silos de dados. Os dados ficavam restritos a fluxos de trabalho específicos. A IA rompe com esse modelo antigo. Projetos de IA em larga escala exigem que os dados funcionem perfeitamente em diferentes plataformas e locais, e muitas organizações ainda têm dificuldades para alcançar esse objetivo.
O que parecia flexível no papel muitas vezes se torna inflexível, na prática. Cargas de trabalho que antes pareciam bem alocadas tornam-se caras ou difíceis de migrar. O crescente volume de dados é a nuvem híbrida agravam o problema. Em um cenário de rápidas mudanças, decisões ruins de alocação de recursos se transformam rapidamente em riscos reais.
A modernização agora precisa deixar de se concentrar apenas na alocação de cargas de trabalho e passar a priorizar a construção de verdadeira adaptabilidade. A portabilidade permite a movimentação de recursos, mas a adaptabilidade mantém os sistemas funcionando de forma confiável durante essas movimentações. As organizações precisam da capacidade de se ajustar rapidamente e acessar dados em diferentes ambientes, garantindo que sejam estáveis, governados e seguros.
Sistemas de alto desempenho, especialmente para treinamento e inferência de IA, priorizam frequentemente a velocidade em detrimento da flexibilidade. Parte dessa dependência de um único fornecedor intencional, mas as organizações precisam equilibrar desempenho e adaptabilidade. O limite real na maioria das configurações de IA Não é a capacidade computacional, que normalmente pode ser ampliada conforme a necessidade. Agora, o problema reside na capacidade de acessar, gerenciar e reutilizar os dados em diferentes sistemas sem grandes esforços adicionais a cada vez.
Redefinindo a modernização em torno dos dados
Organizações do setor público devem priorizar os dados ao tomar decisões sobre infraestrutura. Planeje a saída com o mesmo cuidado que planejou a entrada. Certifique-se de que as cargas de trabalho e seus dados possam ser migrados posteriormente sem custos ou interrupções significativas.
Ferramentas como contêineres e Kubernetes facilitaram a migração de aplicações, mas não resolveram os mesmos problemas para dados ou governança. A verdadeira modernização precisa ir além. Não basta mais medir o sucesso pela quantidade de sistemas atualizados ou migrados. Modernizar agora significa construir ecossistemas de dados inteligentes e unificados que mantenham as informações utilizáveis e governadas, independentemente de onde estejam armazenadas. Quando os dados são a base, tudo o mais se facilita: governança, adaptabilidade, segurança e execução melhoram.
A IA torna isso ainda mais importante. As primeiras ferramentas de IA funcionavam dentro de sistemas individuais. A IA avançada de hoje coordena diversos sistemas e fontes de dados. Sem dados adaptáveis e bem gerenciados, os investimentos em IA, de qualquer porte e escala, podem se tornar fragmentados e ineficientes.
Para colmatar esta lacuna, os líderes de TI das infraestruturas do setor público devem implementar quatro mudanças fundamentais:
- Projete a saída com o mesmo cuidado que projetou a entrada.Toda decisão importante relacionada à carga de trabalho deve incluir uma análise documentada dos custos de realocação, tempo de inatividade e riscos.
- Faça dos dados a principal prioridade do projeto.Mudar o foco da questão central, da alocação de cargas de trabalho para a questão de saber se os dados podem ser acessados, gerenciados e usados em diferentes ambientes.
- Não se limite.Evite a concentração excessiva em um único ambiente para manter caminhos de execução viáveis.
- Meça os custos de mudança explicitamente.Acompanhe o custo real da realocação de cargas de trabalho e dados representativos.
Transformando a IA em vantagem sustentável
Organizações do setor público podem finalmente alcançar uma modernização real ao aceitarem que a antiga abordagem pertence ao passado. O modelo tradicional de migração de cargas de trabalho e medição do progresso pelo número de migrações foi superado. A IA revolucionou completamente a modernização. O que importa agora construir sistemas onde os dados permaneçam confiáveis e imediatamente utilizáveis, independentemente das mudanças nas condições.
Ao colocar os dados no centro da modernização, as organizações do setor público podem ir além de projetos-piloto e experimentos isolados. Elas podem transformar as capacidades de IA em resultados confiáveis e sustentáveis em larga escala.
Fonte: Nextgov.com
