Rubrik 首席信息官谈 GenAI 迫在眉睫的技术债务

快速阅读: 《信息周刊》消息，生成式人工智能的普及引发技术债务累积担忧，但通过严格治理和战略规划可缓解影响。需重视长期管理，推动标准化，将其融入日常工作以促进创新发展。

生成式人工智能（GenAI）工具和平台的普及正在引发对未来技术债务累积的忧虑。技术债务并非新生事物，也不局限于人工智能领域。据2023年CompTIA调查，74%的机构表示技术债务带来挑战，其中42%认为这将造成“重大阻碍”。技术债务如同隐形敌人，在企业急于利用新兴技术获取竞争优势时，可能悄然侵蚀IT领导者。

根据Crunchbase数据，2023年美国初创公司投资中，超过25%流向了与人工智能相关的公司。Statista数据显示，2023年全球人工智能市场规模约为2080亿美元，预计到2030年将达到2万亿美元。这些高涨的投资与市场预期，推动了对快速实施和回报的需求，同时也引发了对技术债务迅速累积的担忧。

担任Rubrik首席信息官兼首席数据官的Ajay Sabhlok向《信息周刊》表示，生成式人工智能带来的技术债务威胁真实存在，但并非无法克服。他详细阐述了人工智能如何加剧技术债务的产生，并探讨了如何缓解其影响。

**生成式人工智能对技术债务的贡献**

技术债务虽非新现象，但生成式人工智能的兴起带来了一些独特挑战。当我们开始探索结合多种模型、大型语言模型（LLMs）及市场上其他开发平台的生成式人工智能时，事情变得复杂起来。为了提高敏捷性，我们不会从一开始就建立全面标准，而是倾向于实验模式，这可能导致技术债务的累积。

许多团队可能同时采用来自不同供应商的多样化解决方案、平台和产品，而缺乏统一的内部标准。这种状况与早期SaaS（软件即服务）普及时的经历类似，当时我们也面临相似的问题。我们需要采取一系列策略来应对当前的局面。

生成式人工智能不仅影响后台自动化，还可能波及整个组织。相比传统技术债务，其规模和范围可能更为广泛。因此，如何减轻这种影响显得尤为重要。例如，我们可以引入更严格的治理机制，确保在实验阶段就做好淘汰机制，避免过多未整合的解决方案堆积。

**技术债务的挑战与应对**

尽管生成式人工智能带来了前所未有的技术债务风险，但通过审慎规划和管理，可以有效控制其影响。首先，我们需要认识到技术债务不是一次性问题，而是需要持续关注的事项。通常我会预留一部分资源、预算和精力用于减少技术债务。然而，这必然会在短期内与其他业务需求产生冲突，因为某些商业利益相关者可能认为这是可以延后的项目。

教育业务领导层了解技术债务对企业长远发展的潜在危害至关重要。如果不及时处理技术债务，生产服务水平协议（SLA）可能会逐渐恶化。因此，技术债务的管理需要以更战略性的眼光来看待，而不是单纯的成本节约工具。

**技术债务的未来展望**

在未来两年内，我们预计将看到一定程度的技术债务标准化。一些主要参与者将逐渐崭露头角，对大量客户产生深远影响。生成式人工智能将成为我们日常工作的重要组成部分，无论是工具还是流程，都需要将之融入日常设计和解决方案之中。

虽然短期内技术债务的压力不可避免，但我们有机会利用这些新技术的强大能力推出卓越的产品。随着时间推移，这些问题将逐步得到解决，我们也将更清楚地掌握生成式人工智能的发展方向。

**总结**

面对生成式人工智能带来的技术债务挑战，我们需要保持警惕，同时灵活调整策略。通过加强内部协作、优化资源配置以及完善治理机制，可以在保证创新的同时降低技术债务的风险。未来两年将是关键时期，通过不断的学习和实践，我们终将找到平衡点，使生成式人工智能真正成为推动企业发展的强大动力。

—

以上内容经过润色和结构调整，使其更加流畅且易于阅读。希望对你有所帮助！

(以上内容均由Ai生成)