A SUSE friss felmérése szerint az üzleti szervezeteknél gyorsan terjed az AI használata, ugyanakkor az ezt kiszolgáló infrastrukturális beruházások és modernizációk lassabban haladnak. A Bitport CIO konferencián bemutatott felmérésben a válaszadók 34,1 százaléka jelezte, hogy valamilyen AI-megoldás pilotként működik náluk, és ugyancsak 34,1 százalék használ AI-t éles környezetben.
Ezzel szemben az AI/ML-infrastruktúra fejlesztését mindössze 20,5 százalék jelölte meg modernizációs célként, ami arra utal, hogy sok cégnél a konkrét felhasználási esetek és pilotprojektek megelőzik a hosszabb távú infrastruktúra-stratégiát.
Miért fontos a stabil infrastruktúra?
A SUSE felhívja a figyelmet arra, hogy az AI-szolgáltatások széleskörű, vállalati szintű bevezetéséhez stabil háttérre van szükség: biztonságos működésre, rugalmas skálázásra és költségkontrollra. Naveen Chhabra, a Forrester vezető elemzője szerint az infrastruktúráért felelős vezetők ma már nemcsak kísérleti adatelemzési projektekről döntenek, hanem arról, hogy képes-e az infrastruktúra megbízhatóan átvinni az AI-t a pilotoktól az éles üzemig anélkül, hogy elszabadulnának a költségek, az üzemeltetési terhek vagy a kockázatok.
A nemzetközi összehasonlítás is hasonló képet mutat: a Stanford HAI 2026 AI Index Reportja szerint 2025-ben a szervezetek 88 százaléka használt mesterséges intelligenciát legalább egy üzleti területen, de a teljes vállalati szintű, nagy léptékű alkalmazásról csak a szervezetek 3–10 százaléka számolt be, a mérettől függően.
Felhő vs. helyben futó infrastruktúra
Az AI működtetése jelentős számítási kapacitást igényel, jellemzően GPU-kat. A SUSE-felmérés szerint a döntéshozók 29,5 százaléka on-premises GPU-kapacitást tervez, ugyanennyi (29,5%) a public cloud GPU-t választaná, míg 27,3 százalék még nem döntött a modellről.
A már éles AI-szolgáltatást működtető szervezeteknél kissé egyértelműbb a megoszlás: ebben a csoportban 46,7 százalék használ public cloud GPU-t, 33 százalék pedig on-premises megoldást.
A felhő nagyobb aránya az első éles projektek indításánál a gyorsan elérhető, rugalmas bővíthetőség előnyére utal. Ugyanakkor a jelentős on-premises arány azt is jelzi, hogy sok vállalat számára fontos az adatok feletti közvetlen kontroll, a helyben történő adatkezelés és az előre tervezhető üzemeltetés.
Helyben futtatott AI: ellenőrzés és költségátláthatóság
Különösen azoknál a szervezeteknél lehet előnyös a helyben futtatott AI, amelyek érzékeny üzleti információkat, ügyféladatokat vagy belső tudásvagyont kezelnek. A SUSE az ilyen igényekre reagálva kínálja a SUSE AI Factory nevű nyílt infrastruktúra-platformot, amely privát, hibrid és air-gapped környezetekben is használható.
A SUSE AI Factory lehetővé teszi alkalmazások és modellek saját infrastruktúrán történő futtatását, ami közvetlenebb kontrollt ad az adatok és erőforrások felett. A platform eszközei között szerepel az alkalmazások tokenhasználatának és költségének, valamint a GPU-k teljesítményének és kihasználtságának nyomon követése, ezáltal átláthatóbbá téve az erőforrás-felhasználást és segítve a költségek kontrollját.
A nyílt megközelítés rugalmasságot biztosít a modellek és technológiai szolgáltatók kiválasztásában, ami fontos lehet egy gyorsan változó piaci környezetben.
Összegzés
A SUSE felmérése rávilágít arra, hogy miközben az AI alkalmazása gyorsan növekszik a vállalati környezetben, az AI-t hosszú távon kiszolgáló infrastruktúra fejlesztése sok szervezetnél lemaradásban van. A felhő és a helyben futtatott megoldások közötti megoszlás és az erőforrások kezelésének kérdése továbbra is kulcskérdés marad az AI éles üzembe állításakor és hosszú távú működtetésekor.
