Prema najnovijem IDC Cloud Pulse izvještaju, zabilježen je neočekivan trend povratka dijela kritičnih radnih opterećenja iz javnog oblaka u lokalne podatkovne centre (on-premise). Glavni pokretači ove repatrijacije su nekontrolirani troškovi infrastrukture potrebne za treniranje i izvođenje složenih AI modela, kao i sve stroži zahtvi za suverenošću podataka. Organizacije shvaćaju da strategija „sve u oblak“ više nije ekonomski održiva za intenzivne računalne operacije.
Javni oblak dugi niz godina slovio je kao neprikosnoveni standard za digitalnu transformaciju, no ulazak u eru masovne primjene umjetne inteligencije iznio je na vidjelo skrivene financijske i operativne nedostatke ovog modela. IDC-evo istraživanje provedeno na uzorku od preko 1.500 velikih europskih i svjetskih kompanija pokazuje da je 38% ispitanika u proteklih 12 mjeseci preselilo barem dio svojih AI radnih opterećenja iz javnih cloud platformi (poput AWS-a, Azurea ili Google Clouda) natrag na vlastitu infrastrukturu ili u specijalizirane lokalne kolokacijske podatkovne centre.
Glavni uzrok ovog preokreta leži u matematici troškova neprekidnog izvođenja inferencije (inference) i finog podešavanja (fine-tuning) velikih jezičnih modela. Dok je razvojni i testni dio projekta idealno provoditi u oblaku zbog fleksibilnosti i brzog pristupa resursima, kontinuirana produkcija podrazumijeva masovni prijenos podataka (data egress) i stalno zakupljivanje skupih GPU instanci. Ti troškovi u javnom oblaku rastu linearno s količinom upita, stvarajući goleme proračunske pritiske na CIO-ove koji se suočavaju s upravom zahtijevajući mjerljiv povrat investicije.
Osim financijskog aspekta, ključni faktor je intelektualno vlasništvo i sigurnost. Kada tvrtka koristi javni oblak za obradu svojih najtajnijih poslovnih podataka kroz AI modele, postoji stalni rizik od curenja informacija ili promjene uvjeta pružanja usluga od strane hyperscalera. On-premise infrastruktura omogućuje apsolutnu kontrolu nad podacima, eliminira mrežnu latenciju i pruža jamstvo da korporativni podaci neće biti iskorišteni za treniranje javno dostupnih modela trećih strana.
Umjetna inteligencija razvija se brže od infrastrukture, regulatornih okvira i organizacijskih procesa koji je trebaju pratiti. Europa intenzivno govori o podatkovnoj suverenosti, regulativi i potrebi za vlastitim kapacitetima, ali između rasprave i realizacije još postoji velik jaz. „Puno pričamo, ali ne radimo toliko; to je trenutačno jedna od osnovnih premisa“, ističe za ICTbusiness Media - ICTbusiness.info Marko Dagelić, CEO Datum. Za njega je upravo kontrola nad procesima i podacima jedan od temelja ozbiljne primjene umjetne inteligencije.
Promjena cijene često znači uređivanje više tablica i slanje novih verzija kupcima ili kolegama. Cjenici okuplja unos, objavu i povijest cijena u jednoj web aplikaciji. Korisnik uvozi pripremljenu Excel datoteku ili ručno uređuje stavke, dok kupci pristupaju objavljenim podacima bez prijave.
Rast umjetne inteligencije više nije samo pitanje novih modela, aplikacija i računalnih čipova. U pozadini se ubrzano mijenja fizička infrastruktura potrebna za njihov rad, a podatkovni centri postaju veći, energetski intenzivniji i tehnički složeniji. Upravo se taj val potražnje sada snažno prelijeva i na Europu, nakon što je prethodnih godina bio najvidljiviji u Sjedinjenim Američkim Državama. Vertiv zbog toga povećava proizvodne i inženjerske kapacitete u Hrvatskoj, koja za kompaniju ima važnu ulogu u projektiranju i isporuci infrastrukturnih sustava za EMEA regiju.
