Mentionsy

Ten sprzęt jest nasz, ta moc obliczeniowa jest nasza i tak bardzo jak my będziemy potrafili ją eksploatować, na tyle nam się potencjalnie zwróci ta inwestycja, porównując właśnie do takiego modelu Pay As You Go w Cloudzie.

Tak, to jest wydaje mi się, że bardzo dobry argument, czy jesteśmy w on-premisie, czy w cloudzie.

Możemy, nawet jeśli teraz te modele w cloudzie są dużo lepsze niż te, które na przykład testowaliśmy teraz bądź kwartał temu, z dużym prawdopodobieństwem możemy założyć, że za kwartał bądź dwa kwartały dostaniemy te modele na licencji open source i będziemy mogli przenieść dokładnie te same możliwości do naszych data center.

Jak byśmy mieli porównać sobie AI on-premise i AI w cloudzie, a także AI hybrydowe, takie rozwiązania też hybrydowe mamy, to jakie byście tutaj wskazali takie zalety i wady jednego, drugiego i trzeciego rozwiązania?

Wydaje mi się, że przede wszystkim to, o czym już wspominałem właśnie, że w przypadku tego AI w Cloudzie mamy tutaj bardzo ważny benefit w postaci tego szybkiego dostępu do innowacji.

Pewne krytyczne procesy czy dane przetwarzać właśnie w on-premise, ale z drugiej strony mamy tą elastyczność, którą daje nam cloud i jeśli firma ma dobrze zaimplementowany data governance, jest dosyć sprawnie w stanie poruszać się pomiędzy danymi, które mogą być przetwarzane u siebie, mogą być przetwarzane lub mogą być przetwarzane w cloudzie.