管理成本促进云和生成式 AI 的发展

近年来的大规模云迁移尚未结束，许多组织仍在忙于升级。但如今，利用人工智能潜力的愿望越来越推动了云采用的动力 – 尤其是生成式人工智能，Microsoft高级产品营销经理（Azure）Tony Korolis说，该团队已经看到了这种转变的实时发生。他的团队管理着两个 Azure 产品/服务：Azure Migrate 和 Modernize & Azure Innovate，可帮助客户加速实现其云需求。

Korolis说：“客户不仅在迁移现有设置方面寻求帮助，而且还在使用云开始利用人工智能来构建创新的新产品和服务。他补充说：“明年，以人工智能为重点的客户数量可能会超过通过我们的Azure产品迁移的客户数量。

Korolis补充道，这不仅仅是我们行业需要加入这一运动。它看到早期采用者成功地将以前只是概念性的 AI 用例带入现实生活，并看到它们如何影响日常业务和底线。此外，云使对人工智能所需的可扩展、经济高效的计算能力的访问民主化，让任何规模的公司都能抓住这一优势。

但许多公司发现，作为一个组织，要完全实现云的承诺，需要一些纪律。“许多组织启动云战略只是假设成本节约会自动发生，”Korolis 说。“但云计算不仅有硬成本，还需要付出努力和治理才能实现投资回报。”

云计算和人工智能的真正成本

云计算所涉及的一些成本是显而易见的——对技术的初始投资，以及实施解决方案的专业服务。还有消费成本，应该集中管理和治理。如果某些应用程序保留在本地，则组织应考虑管理这两者。此外，还需要花费大量时间对参与云战略和实施的任何人进行培训、再培训或提升技能。

“培训员工不仅需要时间，而且还会让这些管理员和开发人员远离他们的常规职责，”Korolis 说。“无论您部署什么解决方案，制定培训计划都需要时间，学习认证也需要时间。”

他补充说，部分挑战来自需要寻找具有人工智能背景的人才。这种技能差距是整个行业面临的挑战，不仅需要技能提升和再培训，还需要一批全新的求职者来真正满足需求。也就是说，根据客观标准测试申请人的平台和技术认证被证明是有用的，Korolis说。

例如，有 Azure AI 工程师等认证。这些认证通常可以让工程师在学习其他认证方面抢占先机，因为一些相同的基本原则适用于其他云工作负载。

优化成本，同时鼓励增长

Korolis说，渴望投身于人工智能竞争的组织通常也在平衡其他举措，包括云迁移。而且，他补充说，为了保持竞争力并确保进步，请继续做这两件事。

“最成功的做法是分而治之，”他解释道。“分配一些团队来继续迁移本地工作负载，同时挖掘创新团队，鼓励他们尝试新项目。这样你才能更快地创造更多价值。

“更多价值，更快”是许多公司的口号，但他警告说，这也可能意味着匆忙越过必要的基础工作，将自己扔进复杂的深渊。

“客户需要在规划阶段花费更多时间。许多客户都希望匆匆忙忙地度过这个阶段并立即开始部署，但老实说，这些项目经常会偏离轨道，“Korolis 说。“规划是必不可少的。我们发现，真正成功的客户可能会在规划阶段花费数月时间制定云战略，并在与实施合作伙伴接洽之前让组织中的每个人保持一致。

他补充说，规划的重要性是最近的 Azure 产品区分规划和部署阶段的原因之一。

例如，Azure Migrate 和现代化有助于高效地将现有工作负载大规模迁移到 Azure，可帮助你在部署之前发现和评估本地环境，并预先确定最佳迁移计划和 Azure 体系结构。

Azure Migrate 和 Modernize & Azure Innovate 为客户提供了评估、试点/概念验证和专家的部署帮助等优势。客户会收到产品/服务，其中包括专家指导、合作伙伴资金、Azure 额度、迁移工具和技术技能。客户能够通过这些产品/服务加速他们的项目，因为它们基于成千上万的其他客户使用的成熟方法。

“从我们的角度来看，最关键的是哪些提供商为您提供端到端的帮助，以将您带到他们的云中，”Korolis 说。“我们看到的是，不同的提供商对其客户的投资不同，而Microsoft的首要任务是帮助客户取得成功。