AI-tekorten dwingen organisaties tot herzien van infrastructuurplannen

Dit blijkt uit enquête van SUSE onder 110 IT-professionals en beslissers. Het onderzoek toont aan dat GPU-tekorten, vertragingen in de inkoop en stijgende kosten bedrijven nooppen hun aanpak voor het plannen, uitrollen en opschalen van AI-infrastructuur te heroverwegen.

Forse vertragingen

Deze vertragingen beïnvloeden niet alleen AI-initiatieven, maar ook reguliere IT-projecten: 71 procent van de respondenten ervaart frustratie over de impact op het dagelijkse werk.

Uit het onderzoek komen verschillende opvallende bevindingen naar voren. Bijna een derde van de deelnemers meldt aanzienlijke tot extreme vertragingen van vier maanden of langer, in sommige gevallen zelfs meer dan een jaar. Daarnaast blijkt dat 79 procent van de organisaties op dit moment minder dan 75 procent van de bestaande infrastructuurcapaciteit benut voor AI-workloads.

Softwaregedefinieerde aanpak

Volgens het onderzoek kunnen bedrijven de gevolgen van het tekort beperken door de benutting en verplaatsbaarheid van workloads te verbeteren, bestaande infrastructuur te optimaliseren en cloud- of MSP-capaciteit in te zetten voordat ze nieuwe AI-hardware aanschaffen. Verder is 80 procent van de respondenten het erover eens dat overdraagbare, efficiënte software een betere investering is dan de nieuwste, geavanceerde hardware. Een flexibele, softwaregedefinieerde aanpak zorgt ervoor dat een AI-strategie niet wordt beperkt door de beschikbaarheid van hardware.

De volledige analyse is te lezen in een nieuwe blog van dr. Thomas Di Giacomo, Chief Technology and Product Officer bij SUSE.