- Mākslīgā intelekta eksplozija ir izraisījusi nepieredzētu aparatūras krīzi, paaugstinot grafikas procesoru, operatīvās atmiņas un krātuves cenas un novirzot ražošanu prom no patērētāju tirgus.
- Finanšu tirgi piedzīvo jaunu tehnoloģiju burbuli, kas saistīts ar mākslīgo intelektu, ar paralēlēm ar dot-com burbuli un spēcīgu spiedienu uz tradicionālo programmatūru.
- Sistēmiskie riski, piemēram, 2038. gada efekts un piegādātāju kļūmju izraisīti elektroenerģijas padeves pārtraukumi, liecina par ļoti koncentrētas infrastruktūras trauslumu.
- IT nodaļas vienlaikus saskaras ar pieaugošiem kiberdraudiem, mākoņpakalpojumu izmaksām, novecojušām sistēmām un nopietnu kvalificētu darbinieku trūkumu.
Informācijas tehnoloģiju krīzes vairs nav atsevišķi notikumi, kas notiek laiku pa laikam: tās veido sava veida kopīgu pavedienu, kas vijas cauri digitālās ekonomikas nesenajai vēsturei. Sākot ar 2000. gada kļūmi un beidzot ar globālu elektroenerģijas padeves pārtraukumu, ko izraisīja vienkāršs drošības ielāps, un ieskaitot finanšu burbuļus, kas saistīti ar internetu, kriptovalūtām un tagad arī mākslīgo intelektu, katrs šoks uzsver, cik atkarīgi mēs esam no dažiem pakalpojumu sniedzējiem un arvien sarežģītākas infrastruktūras.
Pēdējos gados pasaule ir piedzīvojusi virkni izaicinājumu, tostarp pandēmijas, aparatūras darbības traucējumus, mākoņdatošanas un mākslīgā intelekta pieaugumu, jaunus kiberdrošības noteikumus un milzīgus draudus . Tas ir novedis pie scenārija, kurā saplūst trīs frontes: ekonomika (mākslīgā intelekta burbulis un akciju tirgus svārstīgums), pamattehnoloģijas (mikroshēmas, atmiņa, datu centri, mantotās sistēmas) un risku pārvaldība (kiberuzbrukumi, globālās lejupslīdes, 2038. gada efekts). Izpratne par to, kā šīs frontes krustojas, ir būtiska, lai paredzētu, kas varētu noiet greizi tālāk, un, galvenais, kā sagatavoties.
Mākslīgā intelekta izraisīta aparatūras krīze
Pašreizējais ģeneratīvā mākslīgā intelekta vilnis ir atklājis strukturālu problēmu: milzu modeļu apmācībai un darbināšanai ir nepieciešami milzīgi datu centri, kas aprīkoti ar ļoti specializētu un dārgu aparatūru, un tas rada slodzi visai tehnoloģiju piegādes ķēdei. Tas, kas sākās kā akciju tirgus rallijs tādiem ražotājiem kā NVIDIA, AMD un atmiņas piegādātājiem, ir beidzies ar perfektu trūkuma, cenu kāpuma un resursu novirzīšanas vētru no patērētāju tirgus uz korporatīvo un mākslīgā intelekta sektoru.
Šajā kontekstā mākslīgā intelekta datu centriem ir nepieciešama milzīga skaitļošanas jauda, milzīgs atmiņas un krātuves apjoms, kā arī īpaši ātri tīkli . Tādi grafiskie procesori kā NVIDIA H100/Blackwell, AMD Instinct paātrinātāji vai Google TPU darbojas ar samazinātu precizitāti, taču apstrādā milzīgus darbību apjomus, kas ievērojami pārsniedz to, ko centrālais procesors spēj efektīvi pārvaldīt. Tam klāt nāk nepārtraukts pieprasījums pēc DRAM un HBM atmiņas, lai darbinātu šos grafiskos procesorus, kā arī lielas ietilpības SSD un HDD krātuves infrastruktūrām , kas savienotas, izmantojot 400 Gb/s vai ātrākus tīklus ar modernu Ethernet vai InfiniBand.
Tas viss ir novedis pie tā, ka liela daļa mikroshēmu un komponentu krājumu ir novirzīti mākslīgajam intelektam , atstājot mājas datorus, spēļu konsoles un citas patērētāju ierīces otršķirīgā lomā. Ne jau tāpēc, ka trūktu izejvielu; vājā vieta slēpjas rūpnīcās: jaunas pusvadītāju rūpnīcas būvniecība izmaksā miljardus un aizņem no trim līdz pieciem gadiem, tāpēc piedāvājums neatbilst pieaugošajam pieprasījumam pēc mākslīgā intelekta.
Tūlītējas sekas ir straujš elektroenerģijas patēriņa pieaugums un bažas par vidi . Nākamās paaudzes datu centriem ir nepieciešama milzīga jauda, atdzīvinot debates par pašreizējā liela mēroga mākslīgā intelekta modeļa ilgtspējību un tā ietekmi uz valsts energotīkliem.
GPU tirgus: no ieņēmumu paradīzes līdz hroniskam trūkumam
Grafikas karšu sektors ir bijis šīs krīzes redzamais epicentrs . Vēsture ir atkārtojusies ar variācijām: sākumā tie bija kriptovalūtu ieguves uzņēmumi, tagad mākslīgā intelekta projekti absorbē augstas klases grafisko karšu ražošanu. Ražotāji ir atklājuši, ka ir daudz izdevīgāk pārdot lielas paātrinātāju partijas datu centriem, nekā atvēlēt jaudu patērētāju spēļu modeļiem, un šī prioritāšu maiņa ir atstājusi mājas lietotājus novārtā.
Problēma nav tikai tā, ka tiek ražotas daudzas grafikas kartes mākslīgajam intelektam (AI) , bet arī tā, ka pašas ražošanas līnijas ir pārveidotas, lai maksimāli palielinātu šo segmentu. Tā kā uzņēmumi prioritāti piešķir profesionālajai un datu centru lietošanai paredzētajai ierīcei, datoru modeļu pieejamība samazinās , un nedaudzajām vienībām, kas nonāk veikalos, ir pārāk augstas cenas. Spēļu tirgus, kas kādreiz bija viens no grafikas nozares virzītājspēkiem, tagad ir AI ēnā.
Šai resursu novirzīšanai ir blakusefekts: tā pagarina iekārtu jaunināšanas ciklu . Daudzi lietotāji izvēlas pieturēties pie savas pašreizējās grafikas kartes vai pievērsties lietotu preču tirgum, veicinot paralēlu ekonomiku, kurā ir daudz bijušo ieguves vai datu centru karšu ar intensīvas lietošanas vēsturi. Cieš pirkšanas pieredze, un izplatās priekšstats, ka "datora jaunināšana ir kļuvusi par greznību".
Cenu pieaugums un tirgus pārorientācija RAM
Kamēr GPU nonāk ziņu virsrakstos, īstā asiņošana notiek DRAM jomā . Kopš 2025. gada beigām lielie ražotāji — Samsung Electronics, SK hynix, Micron Technology — arvien vairāk pārvirza ražošanas jaudu uz serveru DRAM, HBM atmiņu un augstas veiktspējas mākslīgā intelekta risinājumiem. Rezultāts: mazāk mikroshēmu ir pieejamas datoriem, mobilajiem tālruņiem, viedtelevizoriem, maršrutētājiem un praktiski jebkurai ierīcei, kas izmanto parasto RAM.
Šīs pārmaiņas ir pastiprinājusi DRAM tirgus cikliskā daba . Pēc vairākiem pārprodukcijas un cenu krituma gadiem daudzi ražotāji samazināja produktu līnijas un palēnināja investīcijas. Tieši tajā brīdī sākās mākslīgā intelekta uzplaukums, kas ietekmēja nozari ar mazāku spēku nekā nepieciešams. Pielāgošanās bija pēkšņa: piedāvājums reaģēja lēni, savukārt pieprasījums eksplodēja, izraisot vēsturisku cenu pieaugumu un patērētāju atmiņas moduļu trūkumu.
Situācija ir bijusi tik saspringta, ka daži ikoniski zīmoli patērētāju tirgū ir atstāti novārtā. Crucial, Micron zīmola gala lietotājiem , gadījums ir spilgts piemērs: uzņēmums nolēma no 2026. gada pārtraukt RAM un SSD disku ražošanu ar šo zīmolu, lai koncentrētu savus centienus uz ienesīgākiem segmentiem. Vidusmēra patērētājam tas nozīmē mazāk uzticamu iespēju un tirgu, kurā dominē dārgi produkti vai nišas alternatīvas.
Tikmēr Ķīnas atmiņas ražotāju, piemēram, CXMT un YMTC, parādīšanās gūst panākumus. CXMT izstrādā ļoti ātrus DDR5 moduļus — aptuveni DDR5-8000 —, savukārt YMTC koncentrējas uz augsta blīvuma NAND Flash ar tādām tehnoloģijām kā Xtacking 4.0, kas spēj sakraut daudzus slāņus un sasniegt SSD disku ietilpību līdz pat 8 TB. Zīmoli, piemēram, Netac, Asgard, KingBank un Gloway, jau integrē šīs mikroshēmas, lai gan tādi giganti kā Kingston un Corsair joprojām piesardzīgi vēro šo tendenci.
SSD un HDD krīze: Arī krātuve netiek saglabāta
Mākslīgā intelekta un mākoņpakalpojumu eksplozija ne tikai iznīcina grafiskos procesorus un DRAM; tā ir arī iedarbinājusi trauksmes zvanus SSD un cieto disku tirgū. Mākslīgā intelekta modeļi ir jāapmāca ar milzīgu datu apjomu, un tiem ir nepieciešama jaukta glabāšanas vide: īpaši ātri NVMe SSD diski ātrai apstrādei un lielas ietilpības gandrīz līnijas cietie diski vēsturiskiem datu kopumiem vai retāk piekļūtai informācijai.
Pēc NAND zibatmiņas pārprodukcijas perioda ražotāji — tostarp Samsung, SK Hynix, Micron un citi — samazināja ražošanu, lai stabilizētu cenas. Kad mākslīgais intelekts sāka veicināt pieprasījumu pēc augsta blīvuma uzņēmumu SSD diskiem, rūpnīcas nebija gatavas ātri reaģēt . Rezultāts: krājumu trūkums, īpaši augstas klases diskiem, ko koplieto serveri un augstas klases patērētāji, un turpmāks cenu pieaugums.
Cieto disku (HDD) nozarē līdzīgā situācijā ir nonākuši tādi uzņēmumi kā Western Digital un Seagate . Lieli līgumi ar mākoņpakalpojumu un mākslīgā intelekta pakalpojumu sniedzējiem ir absorbējuši ievērojamu daļu no pieejamās jaudas, tiktāl, ka dažu modeļu krājumi jau vairākus mēnešus pirms to izlaišanas no rūpnīcas ir rezervēti. Lai gan daudzi lietotāji uzskata, ka viss tirgus pāriet uz SSD diskiem, cietie diski joprojām ir neaizstājami, ņemot vērā izmaksas par terabaitu aukstās masveida atmiņas vajadzībām.
Galalietotājam tas nozīmē pazīstamu pieredzi: mazāka reāla daudzveidība veikalos un sajūta, ka viss ir dārgāks . 1 vai 2 TB SSD disks, kas vēl pirms dažiem gadiem bija pieejams, tagad atkarībā no modeļa atkal ir pārāk dārgs, un lielas ietilpības cietie diski dublējumkopijām vairs nav tik izdevīgi kā agrāk.
Ietekme uz patērētāju: pārmērīgi dārga aparatūra un pāreja uz lietotu preču tirgu
Visas šīs izmaiņas GPU, RAM un krātuvē saplūst vienā punktā: mājas lietotāju un mazo uzņēmumu maciņos . Datora izveide vai uzlabošana 2026. gadā ir kļuvusi par pacietības un atturības vingrinājumu: pārmērīgas cenas, galveno komponentu trūkums noliktavā un sajūta, ka patērētāju tirgus ir atstāts malā mākslīgā intelekta un lielo datu centru dēļ.
Spiediens neaprobežojas tikai ar datoriem. DRAM un NAND zibatmiņas pieaugošās izmaksas ietekmē arī viedtālruņus, maršrutētājus, televizorus, spēļu konsoles un jebkuru ierīci, kurai nepieciešama atmiņa vai krātuve. Daudziem plaša patēriņa elektronikas ražotājiem ir nācies pielāgot savas produktu līnijas, paaugstināt modeļu cenas vai samazināt specifikācijas, lai izvairītos no turpmāka cenu pieauguma, kas galu galā nozīmē mazāk funkciju par lielāku naudu.
Ņemot vērā šo situāciju, arvien vairāk lietotāju pievēršas lietotu preču tirgum, atjaunotiem produktiem vai pat "dari pats" projektiem . Esam redzējuši tik ekstrēmas iniciatīvas kā projekti Krievijā, kuros tiek ražoti ar rokām darināti RAM moduļi to trūkuma un izmaksu dēļ. Tajā pašā laikā pieaug tendence uz alternatīviem piegādātājiem, īpaši Ķīnas piegādātājiem, kas sola mikroshēmas, kas paredzētas patērētāju sektoram, kuru lielie tradicionālie ražotāji ir atstājuši novārtā.
Šī pāreja uz mazāk zināmām alternatīvām ir saistīta ar saviem riskiem: nenoteiktību par kvalitāti, ierobežotām garantijām un apšaubāmu saderību . Taču, kad oficiālais tirgus kļūst nepieejams, daudzi lietotāji ir gatavi uzņemties zināmu atpazīstamību, ja tas ļauj viņiem uzturēt iekārtas darbībā vai paplašināt to jaudu, nekļūstot bankrotējušiem.
Mākslīgā intelekta burbulis un spriedze finanšu tirgos
Kamēr aparatūras sektors piedzīvo savas krīzes, arī tehnoloģiju ekosistēmas finansiālā puse ir nemierā. Entuziasms par mākslīgo intelektu ir novedis akciju tirgus indeksus līdz rekordaugstiem līmeņiem, taču zem virsmas notiek brutāla pārkārtošanās: tradicionālā programmatūra un daži jau esoši tehnoloģiju uzņēmumi saskaras ar pieaugošu investoru neuzticību.
Katalizators ir bijis uzskats, ka daudzus tradicionālās programmatūras veiktos uzdevumus var aizstāt ar lētākiem, automatizētākiem mākslīgā intelekta pakalpojumiem. Juridiski uz modeļiem balstīti rīki, piemēram, Anthropic Claude, produktivitātes asistenti, procesu automatizācija un inteliģentas datu analīzes platformas, liek tirgiem apšaubīt, vai tradicionālie programmatūras uzņēmumi spēs turpināt monetizēt savus produktus tādā pašā veidā.
Pēdējos mēnešos starp programmatūras nozari un S&P 500 ir parādījusies vēsturiska plaisa , kuras starpība pārsniedz 20 procentpunktus, un šī novirze ir salīdzināma tikai ar to, kas tika piedzīvota dot-com burbuļa plīšanas laikā 2000.–2001. gadā. Tādu uzņēmumu kā Oracle, ServiceNow un AppLovin akciju tirgus vērtība ir kritusies par desmitiem punktu, savukārt citu, piemēram, Palantir, Intuit un Workday, akciju vērtība arī ir strauji kritusies.
Vienlaikus notiek kapitāla rotācija uz “taustāmākām” nozarēm , piemēram, enerģētiku, smago rūpniecību un pamatmateriālu ražošanu, kas tajā pašā laika posmā ir uzrādījuši ievērojamu pieaugumu. Daudzi investori, gaidot, kad nosēdīsies mākslīgā intelekta ietekme un kļūs skaidrs, kas patiesībā rada ilgtspējīgu vērtību, dod priekšroku uzņēmumiem, kas saistīti ar tradicionālo ekonomisko ciklu.
Paralēles ar dot-com burbuli un pašreizējo mākslīgā intelekta uzplaukumu
Situācija pārsteidzoši atgādina dot-com burbuli 90. gs. deviņdesmito gadu beigās un 2000. gadu sākumā. Toreiz internets bija tehnoloģija, kas bija gatava visu mainīt; šodien centrālo lomu ieņem mākslīgais intelekts. Abos gadījumos ir bijis nereālu cerību, uzpūstu projektu bez stabila biznesa modeļa un investīciju fondu pieplūduma kokteilis, kas vēlas iesaistīties nākamajā lielajā lietā.
Tāpat kā tādi uzņēmumi kā Lycos, Terra un Boo.com parādījās toreiz un pazuda tikpat ātri, cik tika uzpūsti, tagad mēs redzam mākslīgā intelekta jaunuzņēmumu skaita pieaugumu, kas sola revolucionārus risinājumus, nepierādot skaidru ceļu uz rentabilitāti. Akciju tirgus izaugsmes dzinējspēks lielākajās ekonomikās atkal ir koncentrēts vienā nozarē, un lielu daļu kapitāla vairāk virza bailes palaist garām, nevis fundamentālā analīze.
Tomēr pastāv būtiskas atšķirības. Mūsdienu mākslīgajam intelektam jau ir reāli un ienesīgi pielietojumi : mākoņpakalpojumi, procesu automatizācija, specializēti pusvadītāji, mākslīgā intelekta integrēta programmatūra uzņēmumu komplektos un citi. Turklāt tehnoloģiskā un finanšu ekosistēma ir nobriedušāka, ar sarežģītākiem riska analīzes rīkiem un daudz attīstītāku digitālo infrastruktūru nekā 2000. gadā.
Nozīmīga ir arī tādu lielu personu kā Elona Maska, Marka Cukerberga un Džefa Bezosa ietekme , kuri ne tikai vada galvenos mākslīgā intelekta projektus, bet arī ir cieši saistīti ar ekonomisko un politisko varu. Daudziem analītiķiem viņu ietekmes spēja padara pilnīgu sabrukumu, līdzīgi kā dot-com burbulim, mazāk ticamu, lai gan tas neliedz "attīrīt" nestabilus uzņēmumus, kas, no otras puses, tiek uzskatīts par nepieciešamu tirgus stabilizēšanai.
2000. gada kļūda un nākamais lielais risks: 2038. gada kļūda
Ar laiku saistītas krīzes skaitļošanā nav tikai vēsturisks stāsts. Slavenā 2000. gada kļūda kļuva par pirmās lielās globālās tehnoloģiskās panikas simbolu: pastāvēja bažas, ka 2000. gada 1. janvārī sistēmas, kas gadu glabāja ar diviem cipariem, interpretēs "00" kā 1900, izraisot kļūmes bankās, aviokompānijās, elektrotīklos un visu veidu kritiskajā infrastruktūrā.
Praksē ietekme bija minimāla, pateicoties milzīgajiem ieguldījumiem profilaksē , kas pasaulē tiek lēsti vairāk nekā 200.000 miljardu eiro apmērā. Valdības un uzņēmumi pārskatīja, ielāpoja un atjaunināja miljoniem koda rindiņu un sistēmu, novēršot prognozēto haosu. Atskatoties atpakaļ, daudzi apšaubīja, vai draudi bija pārspīlēti, taču eksperti piekrīt, ka risks bija reāls un ka preventīvie pasākumi bija tie, kas uzturēja pasaules darbību Vecgada vakarā.
Reaģējot uz to, dažas sistēmas ķērās pie pagaidu "ielāpiem", piemēram, mainot atsauces gadu uz 2020. gadu, lai iegūtu laiku, pieņemot, ka līdz tam laikam mūsdienīgi risinājumi būs migrēti. Šis risinājums ir atstājis savu iespaidu: 2020. gada 1. janvārī Ņujorkas autostāvvietu skaitītāji pārtrauca pieņemt maksājumus , un dažas videospēles, piemēram, WWE 2K20, sāka avarēt, ja konsoles datums netika mainīts uz 2019. gadu.
Jau tagad apvārsnī rodas jauns izaicinājums: 2038. gada problēma . Tā ietekmē sistēmas, kas izmanto 32 bitu laika skaitītājus — ļoti izplatītus Unix tehnoloģijās un daudzās iegultās ierīcēs —, kas skaita sekundes no 1970. gada 1. janvāra. Kad šis skaitītājs sasniegs maksimālo vērtību 2038. gada 19. janvārī, laiks "apgriezīsies", un daudzas iekārtas interpretēs datumu kā 1901. gada decembri, kas varētu izraisīt kaskādes kļūmes.
Visneaizsargātākās nozares ir tās, kas ir atkarīgas no kritiskās infrastruktūras: banku un maksājumu pakalpojumi, telekomunikācijas, gaisa transports, enerģētika un rūpniecības tīkli . Lai to risinātu, ir nepieciešams daudz vairāk nekā tikai atjaunināt aparatūru: ir jāpārskata algoritmi, operētājsistēmas, programmaparatūra un lietojumprogrammas, kas darbojas ar laiku un datumiem, paļaujoties uz matemātiskiem jēdzieniem, piemēram, modulāro aritmētiku un skaitlisko attēlojumu.
Globāli elektroenerģijas padeves pārtraukumi un risks, paļaujoties uz vienu pakalpojumu sniedzēju
Papildus ar datumu saistītām kļūdām viens no ilustratīvākajiem nesenajiem sistēmiskā riska gadījumiem ir bijusi masveida datoru darbības pārtraukums, ko izraisīja kļūdains drošības atjauninājums . Vienkāršs trešās puses kiberdrošības pakalpojumu sniedzēja ielāps bija pietiekams, lai atspējotu miljoniem Windows datoru un uz stundām paralizētu ievērojamu daļu globālās digitālās ekonomikas.
Lai gan incidents skāra "tikai" nelielu daļu no kopējā ierīču skaita, tā ietekme bija milzīga, jo Microsoft un tā platformas ir lielas daļas globālās infrastruktūras centrā . Lidostas bija pārslogotas, finanšu pakalpojumi tika traucēti, un uzņēmumi nevarēja piekļūt savām sistēmām. Šis notikums skaidri parādīja, ka tehniskā stabilitāte un ieguldījumi drošībā nav pietiekami, ja visi ir atkarīgi no viena un tā paša ķēdes posma.
Drošības eksperti un akadēmiķi ir norādījuši, ka šāda veida notikumi izceļ milzīgo risku, kas rodas, liekot visas olas vienā grozā . Kritiski svarīgu darbību balstīšana uz vienu pārdevēju vai ekosistēmu padara domino efektu gandrīz neizbēgamu, ja viens no tiem neizdodas. Daudziem mazajiem uzņēmumiem diversifikācija ir sarežģīta izmaksu un sarežģītības dēļ, taču pašreizējais koncentrācijas līmenis sasniedz satraucošus līmeņus.
Daži atbalsta ekosistēmas veicināšanu ar vairāk vidējiem un maziem pakalpojumu sniedzējiem , lai viena neveiksme neizraisītu pusi planētas sabrukumu. Tomēr šī diversifikācija paver arī jaunas uzbrukuma virsmas un vairākas potenciālas ievainojamības, kas sarežģī aizsardzību. Līdzsvara atrašana starp noturību un sarežģītību kļūst par vienu no galvenajiem nākamās desmitgades stratēģiskajiem izaicinājumiem.
Galvenie IT izaicinājumi uzņēmumiem īstermiņā
Viss šis krīzes, burbuļu un atkarību konteksts tieši ietekmē IT komandas organizācijās , kuras darbojas sava veida pastāvīgā ārkārtas stāvoklī. Papildus tīri tehniskām problēmām tām ir jātiek galā ar arvien pieaugošu izaicinājumu sarakstu, kas ietekmē uzņēmumu kopumā.
Pirmkārt, kiberdrošība kļūst arvien sarežģītāka : mākslīgā intelekta darbināta pikšķerēšana, dziļviltojumi, galapunktu uzbrukumi, sarežģīta izspiedējvīrusi… Uzbrukumu virsma paplašinās līdz ar katru jaunu pakalpojumu, lietu interneta ierīci vai mākoņa integrāciju. Drošību vairs nevar uzskatīt par statisku konfigurāciju, bet gan par pastāvīgu praksi, kas prasa tīklu segmentēšanu, sistēmu testēšanu, personāla apmācību un reaģēšanu tikpat ātri kā uzbrucēji.
Papildus tam ir sarežģītība atbilstības nodrošināšanā normatīvajiem aktiem . Tādi regulējumi kā GDPR, HIPAA, NIST kiberdrošības regulējums un jaunie mākslīgā intelekta noteikumi nosaka prasības, kas sniedzas tālāk par vienkāršu dokumentāciju: pārvaldības struktūras, pastāvīga uzraudzība un sadarbība starp IT, juridiskajiem, atbilstības un uzņēmējdarbības speciālistiem ir būtiska, lai izvairītos no nokavēšanas vai sodu piemērošanas.
Vēl viens jutīgs jautājums ir mākoņpakalpojumu izmaksas . Mākoņpakalpojumu ieviešana ir gandrīz universāla, taču izdevumu kontrole ir kļuvusi par nopietnām galvassāpēm. Mākslīgā intelekta darba slodzes, konteineri, vairāku mākoņu arhitektūras un neuzraudzīti koncepcijas pierādīšanas projekti var izraisīt neparedzamu rēķinu pieaugumu. Bez labas pārvaldības mākonis kļūst par tehniskā parāda, nelietderīgu tēriņu un traumatisku budžeta samazinājumu avotu.
Turklāt uzņēmumi pastāvīgi piedzīvo digitālo transformāciju . Vairs nav vienreizēju modernizācijas projektu, bet gan nebeidzama migrāciju, integrāciju un platformu izmaiņu virkne. Pastāv risks, ka ekosistēma būs pilna ar izolētiem rīkiem, tehnisko parādu un procesiem, kas nesniedz reālu vērtību. IT vadītājiem ir jāizveido skaidrs ceļvedis, kas ir saskaņots ar biznesa mērķiem un kuru var mērogot.
Dati, mantotās sistēmas un talanti: cilvēciskais šķērslis
Korporatīvo datu pārvaldība ir kļuvusi par vēl vienu lielu galvassāpi. Organizāciju ģenerētās informācijas apjoms — sistēmu žurnāli, lietotāju aktivitātes, klientu dati, lietu interneta sensori — nepārtraukti pieaug. Runa nav tikai par tās glabāšanu, bet arī par klasificēšanu, aizsardzību, noteikumu ievērošanu un vērtības iegūšanu no tās. Ja tas tiek darīts slikti, rodas atbilstības problēmas, neefektivitāte un lēmumi, kas balstīti uz kļūdainu informāciju.
Tas viss kļūst sarežģītāk, strādājot ar kritiski svarīgām mantotajām sistēmām : vecām lietojumprogrammām, novecojušu aparatūru un ļoti pielāgotām platformām, kuras nevar izslēgt vienas nakts laikā, jo tās atbalsta būtiskus procesus. To modernizācija, neko nesabojājot, prasa rūpīgu plānošanu, pakāpenisku migrāciju un bieži vien ieguldījumus, kas ir pretrunā ar jau tā ierobežotajiem budžetiem.
Vienlaikus prasmju plaisa pieaug . Tehnoloģijas attīstās ātrāk, nekā komandas spēj sekot līdzi apmācībām, un darba tirgus nespēj apmierināt pieprasījumu pēc speciālistiem mākoņarhitektūras, progresīvas kiberdrošības vai lietišķā mākslīgā intelekta jomā. Pat tad, ja tiek pieņemti darbā labākie talanti, tos ir grūti noturēt vidē, kur pastāvīgi parādās piedāvājumi ar labākām algām, attālinātu darbu un izaugsmes iespējām.
Sekas ir tādas, ka daudzas IT nodaļas ir spiestas paveikt vairāk ar mazāk resursiem un bieži vien ar novecojušām zināšanām . Lai pārtrauktu šo apburto loku, ir jāapvieno ārējās atlases stratēģijas, spēcīgas iekšējās kvalifikācijas celšanas programmas un spēcīgs vadības atbalsts, lai veltītu laiku un resursus nepārtrauktai profesionālajai attīstībai.
Kā fons, iekšējā komunikācija joprojām ir Ahilleja papēdis. Bez koordinācijas starp IT un citām nodaļām , bez skaidras dokumentācijas un bez zināšanu apmaiņas projekti tiek aizkavēti, prasības tiek nepareizi interpretētas un frustrācija strauji pieaug. Sadalītās vai hibrīdās komandās šis risks ir daudzkāršots.
Piegādātāju risks, attālināts darbs un gatavošanās nenoteiktai nākotnei
Vēl viens aspekts, kas ir ieguvis ievērojamu nozīmi, ir risks, kas saistīts ar ārējiem pakalpojumu sniedzējiem . Gandrīz visi uzņēmumi tagad ir atkarīgi no trešajām pusēm programmatūras, mākoņpakalpojumu, atbalsta vai biznesa procesu ārpakalpojumu jomā. Katrs no šiem partneriem rada potenciālas ievainojamības: nepietiekama drošības prakse, pakalpojumu pārtraukumi, pārmērīga līgumiska atkarība vai normatīvo aktu neievērošana, kas galu galā ietekmē klientu.
Šī riska pārvaldība sniedzas tālāk par līgumu parakstīšanu: tā prasa pastāvīgu novērtēšanu, skaidrus drošības un atbilstības līgumus , kā arī ciešu sadarbību starp IT, iepirkumu, juridisko un drošības nodaļu. Ar bojātu ielāpu saistītais darbības pārtraukums ir bijis spilgts atgādinājums par to, kas notiek, ja kāda no šīm saitēm neizdodas.
Attālinātā un hibrīddarba pieaugums rada vēl vienu sarežģītības slāni. Lai nodrošinātu piekļuvi korporatīvajām sistēmām no mājas tīkliem, pārvaldītu visā pasaulē izkaisītus galapunktus un uzturētu netraucētu sadarbību dažādās laika joslās, ir nepieciešamas pārdomātas politikas, atbilstoši rīki un pastāvīga modrība attiecībā uz iespējamām drošības ievainojamībām.
Galu galā tehnoloģiju līderi saskaras ar ilgtermiņa plānošanas paradoksu vidē, kas mainās ik pēc dažiem mēnešiem . Mākslīgā intelekta attīstība paātrinās, kvantu skaitļošana ir tepat aiz stūra, noteikumi mainās, un piegādes ķēdes krīzes parādās un izzūd. Tā vietā, lai atrastu perfektu risinājumu, mērķis ir izstrādāt elastīgas arhitektūras, veidot daudznozaru komandas un bieži pārskatīt stratēģiju, lai pielāgotos tam, kas notiks tālāk.
Visas šīs krīzes — sākot ar 2000. gada kļūdu un beidzot ar mākslīgā intelekta burbuli, tostarp 2038. gada kļūdu, globālo piegādātāju kļūmēm un slodzi uz grafiskajiem procesoriem, operatīvo atmiņu un krātuvi — parāda, ka nestabilitāte un savstarpēja atkarība tagad ir mūsu digitālās pasaules strukturālas iezīmes . Organizācijas, kas izkļūs no šīs situācijas, ne vienmēr būs tās, kurām ir vismodernākās tehnoloģijas, bet gan tās, kas apvieno risku diversifikāciju, preventīvu kultūru, ieguldījumus cilvēkresursos un spēju ātri reaģēt, ja neizbēgami kaut kas atkal noiet greizi.
