Uspon agentne umjetne inteligencije, sustava koji samostalno planiraju i izvode složene zadatke, mijenja zahtjeve prema infrastrukturi za pohranu podataka. Na nedavnom industrijskom skupu predstavnici proizvođača memorije i pohrane argumentirali su da, kako se poslovna umjetna inteligencija pomiče prema agentnom modelu, klasična rješenja postaju usko grlo, a poluvodički diskovi velike brzine nameću se kao odgovor na rast podataka koji takvi sustavi generiraju i obrađuju.
Argument se temelji na promjeni naravi radnih opterećenja. Dok su raniji sustavi obrađivali podatke u jasno definiranim koracima, agentni sustavi neprestano čitaju, zapisuju i obrađuju velike količine podataka u stvarnom vremenu, donoseći odluke i izvodeći zadatke s minimalnim ljudskim nadzorom. Takva dinamika traži pohranu koja nudi brzinu, pouzdanost i učinkovitost, a upravo se po tim svojstvima poluvodički diskovi ističu u odnosu na tradicionalne diskove s rotirajućim pločama.
Pozadina rasprave je i tehnološko ograničenje memorije. Memorija visoke propusnosti, koja se koristi uz procesore za umjetnu inteligenciju, skupa je i teško skalabilna, dok standardna memorija ima svoja ograničenja u kapacitetu. Proizvođači pohrane argumentiraju da brzi poluvodički diskovi mogu preuzeti dio tereta, nudeći prostor za velike skupove podataka uz prihvatljivu brzinu pristupa. Time se mijenja arhitektura sustava, u kojoj pohrana prestaje biti pasivni sloj i postaje aktivni dio računalne staze.
Rast potražnje za pohranom potaknut umjetnom inteligencijom odražava se i na poslovne rezultate proizvođača. Tvrtke koje proizvode poluvodičke diskove i komponente za pohranu bilježe snažan rast očekivanja, budući da podatkovni centri za umjetnu inteligenciju traže sve veće kapacitete. Pohrana se tako pridružuje memoriji i procesorima kao segment koji izravno profitira od izgradnje infrastrukture za umjetnu inteligenciju, čime se širi krug dobavljača koji sudjeluju u tom valu ulaganja.
Za poslovne korisnike promjena znači da pri planiranju infrastrukture za umjetnu inteligenciju pohrana zaslužuje jednaku pažnju kao procesori i memorija. Podcijenjeni kapacitet ili sporija pohrana mogu postati ograničenje koje umanjuje učinak skupih procesora. Organizacije koje grade vlastite sustave ili nabavljaju kapacitete moraju uzeti u obzir cjelovitu arhitekturu, u kojoj svaki sloj, od procesora do pohrane, mora biti usklađen s prirodom radnog opterećenja.
Valja imati na umu da argumente iznose proizvođači pohrane, koji imaju izravan poslovni interes za promicanje vlastitih rješenja. To ne znači da su tvrdnje netočne, ali traži opreznost pri procjeni koliko je pomak prema poluvodičkim diskovima nužnost, a koliko marketinška poruka. Stvarni odnos memorije i pohrane u sustavima za umjetnu inteligenciju ovisit će o konkretnim primjenama i ekonomici svakog rješenja.
Šire gledano, pomak naglašava da uvođenje umjetne inteligencije nije pitanje jedne komponente, nego cjelovitog sustava u kojem procesori, memorija, pohrana i mreža moraju biti uravnoteženi. Neusklađenost bilo kojeg sloja stvara usko grlo koje umanjuje učinak ostalih, koliko god oni bili snažni. Upravo zato planiranje infrastrukture za umjetnu inteligenciju zahtijeva pristup koji sagledava cijeli sustav, a ne pojedinačne dijelove, jer se vrijednost ostvaruje tek kada svi elementi rade usklađeno.
Za hrvatsko i regionalno tržište poruka je posredna, ali korisna. Tvrtke koje uvode rješenja temeljena na umjetnoj inteligenciji trebaju cjelovito sagledati infrastrukturu, izbjegavajući usredotočenost samo na procesore. Pohrana, koja se često smatra rutinskom stavkom, u kontekstu agentnih sustava postaje element koji može presudno utjecati na učinkovitost i isplativost cijelog ulaganja, pa zaslužuje promišljen pristup pri planiranju.
