Успех генеративного искусственного интеллекта (GenAI) зависит от контейнеризации, современной инфраструктуры и квалифицированных команд, пишет на портале The New Stack Дебоджьоти Дутта, руководитель направления ИИ в Nutanix.

В начале 2025 г. в динамичной области GenAI наметились значительные тенденции, в том числе развитие агентного ИИ. Эта мощная технология улучшает возможности GenAI в области рассуждений, планирования и использования инструментов, чтобы позволить большим языковым моделям (LLM) действовать в соответствии со своими предложениями. Тем временем большие средства вкладываются в ядерную энергетику, чтобы удовлетворить потребности дата-центров в электроэнергии. GenAI становится все более важным фактором в робототехнике, но также представляет собой растущую угрозу кибербезопасности.

Однако на фоне всех этих тенденций, привлекающих внимание, один вопрос заслуживает большего внимания: необходимость нативной облачной архитектуры для поддержки приложений GenAI. Без этих основ рентабельность проекта может не оправдать ожиданий или, что еще хуже, проект может закончиться крахом.

Проблемы уже становятся очевидными. По прогнозам Gartner, к концу 2025 г. не менее 30% GenAI-проектов потерпят неудачу на этапе проверки концепции.

Чтобы решить эти проблемы, необходимо создать инфраструктуру, позволяющую использовать контейнеры. Однако для этого необходим новый подход, учитывающий уникальные потребности GenAI. Еще одна проблема — привлечение, переобучение и переквалификация команд.

Контейнеризация — золотой стандарт

Контейнеризация может показаться очередным громким словом, но ее концепция удивительно проста. Речь идет об упаковке кода приложения вместе со всеми его зависимостями. Это позволяет приложению работать бесперебойно как в облаке, так и в частном дата-центре или на периферийных устройствах.

Современные приложения зависят от сложных зависимостей, от модулей, управляющих аутентификацией, до модулей, связывающих их с ERP- и CRM-системами. Регулярные обновления и исправления необходимы. В противном случае даже незначительная проблема может неожиданно вывести приложение из строя.

Именно здесь на помощь приходит контейнеризация. Она преобразует разработку ПО, позволяя совместно использовать ресурсы — процессор, память, хранилище — и одновременно обеспечивая изоляцию для повышения уровня безопасности.

Контейнеризация незаменима для приложений GenAI с часто запутанными сложными зависимостями. Разбивая приложения на микросервисы — самодостаточные, тестируемые компоненты — разработчики получают возможность быстрой итерации, эффективного масштабирования и быстрого развертывания.

Эта тенденция не остается незамеченной. Недавнее исследование подчеркивает резкий рост внедрения контейнеров, отчасти обусловленный требованиями GenAI. Согласно отчету, почти 90% организаций сообщают, что хотя бы некоторые из их приложений сейчас контейнеризированы, и ожидается, что это число будет расти по мере быстрого внедрения новых рабочих нагрузок, таких как GenAI. Однако 64% организаций считают разработку нативных облачных и контейнерных приложений сложной задачей.

Современная инфраструктура для мира GenAI

Традиционная разработка ПО осуществляется в соответствии с четко структурированным процессом. Основные этапы включают анализ требований, проектирование системы, кодирование, отладку, проверку кода и развертывание. Это проверенный временем процесс, который совершенствовался десятилетиями. Однако применительно к приложениям GenAI эта схема начинает рассыпаться. В основном это связано с уникальными аспектами разработки ИИ, такими как очистка данных, тонкая настройка и генерация с расширенным поиском (RAG).

Не легче обстоят дела и с инфраструктурой. Для обучения и развертывания таких моделей часто требуются среды с большим количеством GPU, что может приводить к увеличению расходов. Кроме того, необходима оркестровка работы нескольких моделей ИИ. Конечно, Kubernetes уже давно является любимцем разработчиков, но за последние пару лет появились новые фреймворки, такие как LangChain, AutoGen и CrewAI.

Гибкость — еще одна проблема. Приложения GenAI должны органично вписываться в экосистемы нативных облачных вычислений и контейнерные среды. По данным опроса ECI, более 80% респондентов назвали модернизацию своей инфраструктуры одной из главных задач.

Решение проблемы нехватки квалифицированных кадров

GenAI создает значительный дефицит навыков. Исследование ECI, в котором приняли участие ИТ- и DevOps-руководители, показало, что только 21% респондентов считают, что их организации располагают навыками, необходимыми для поддержки приложений и инфраструктуры GenAI. Дополнительные штатные сотрудники не всегда доступны и стоят дорого.

GenAI-эксперты, как правило, являются конечными пользователями и заказчиками этих ИИ-проектов и не могут или не хотят управлять процессом внедрения GenAI. Поэтому стоит сосредоточиться на развитии собственного опыта в области платформенного инжиниринга и подготовки данных, а также на использовании простых, но мощных инструментов корпоративного уровня. Хорошей новостью является то, что существует множество обучающих ресурсов, от онлайн-курсов до интенсивных буткампов.

Заключение

GenAI способен изменить многие отрасли, но его успех зависит от некоторых ключевых факторов — контейнеризации, модернизированной инфраструктуры и рабочей силы, способной удовлетворить требования GenAI. Это не просто галочки в списке дел. Это основа масштабируемости, эффективности и адаптивности. Те компании, которые правильно подойдут к решению этой задачи, превратят сегодняшние проблемы в завтрашние возможности и проложат путь к устойчивому росту, ориентированному на будущее.