O’Ryan Johnson schreibt in »Over half of enterprise AI stalls on infrastructure mess« für theregister.com

About two-thirds of the 600 IT and business decision-makers surveyed at US enterprises with 1,000 or more employees said their AI environments are too complex to manage.

[…]

This isn’t the first study that has found AI projects coming up short in the enterprise. MIT’s widely cited Project NANDA found 95 percent of organizations are seeing zero measurable return from their generative AI investments. Gartner predicted that more than 40 percent of agentic AI projects will be canceled by the end of 2027. Forrester found that 25 percent of planned AI spend would be delayed into 2027, as only 15 percent of AI decision-makers reported an EBITDA lift for their organization.

KI lässt sich an einzelnen Stellen sinnvoll einsetzen. Das erfordert einen sehr gezielten Einsatz und laufende Gegenprüfungen. Der Ansatz, alle Prozesse einzubeziehen und nur das gewünschte Ergebnis zu formulieren, funktioniert nicht. Die Technologie ist von ihrem Aufbau her nicht vollständig kontrollierbar.

Vor diesem Hintergrund stellt sich die Frage nach einer tragfähigen Antwort auf den Fachkräftemangel neu. Migration rückt dabei erneut in den Fokus.

I expect GenAI to make building these apps a lot faster and easier, but it’s still going to make a technical mess. Vibe coding internal apps is going to be a huge source of technical debt in the coming years!

In der öffentlichen Verwaltung gilt Low-Code und No-Code oft als Heilsbringer für den zunehmende Notwendigkeit zur Automatisierung um den demographischen Wandel etwas entgegen setzen zu können. Doch dieser Ansatz ist schon jetzt nicht mehr zeitgemäß. Der Artikel zeigt, warum No-Code schon heute überholt ist und welche Herausforderungen in Zukunft auf uns warten.

Nach der Integration plant Run:ai, die Software als Open Source bereitzustellen, um die Nutzung über Nvidia-GPUs hinaus auf das gesamte KI-Ökosystem auszuweiten. Run:ai wurde 2018 gegründet und arbeitet seit 2020 eng mit Nvidia zusammen. Ziel ist es, KI-Teams weltweit leistungsfähigere Werkzeuge für die Entwicklung und den Betrieb moderner KI-Infrastrukturen bereitzustellen.