در چشم‌انداز به سرعت در حال تحول هوش مصنوعی، مشارکت‌های استراتژیک به سنگ بنای قابلیت‌های سازمانی آینده تبدیل شده‌اند. یک تحول مهم در این عرصه، همکاری تازه اعلام شده بین غول مشاوره فناوری جهانی Cognizant و رهبر بی‌چون و چرای محاسبات شتاب‌یافته، Nvidia است. این اتحاد صرفاً یک دست دادن نیست؛ بلکه نشان‌دهنده تلاشی هماهنگ برای جاسازی عمیق فناوری‌های پیشرفته هوش مصنوعی Nvidia در تار و پود عملیاتی کسب‌وکارها در بخش‌های مختلف است، با هدف کوتاه کردن چشمگیر مسیر پذیرش هوش مصنوعی و تحقق ارزش.
ضرورت استراتژیک: فراتر رفتن از آزمایش‌های هوش مصنوعی
سال‌هاست که کسب‌وکارها با هوش مصنوعی سر و کار داشته‌اند و اغلب ابتکارات را به پروژه‌های آزمایشی یا اثبات مفاهیم جداگانه محدود کرده‌اند. در حالی که این آزمایش‌ها برای یادگیری ارزشمند هستند، اغلب هنگام مواجهه با پیچیدگی‌های مقیاس‌پذیری در سراسر سازمان با مانع روبرو می‌شوند. ادغام یکپارچه هوش مصنوعی در گردش‌های کاری موجود، تضمین حریم خصوصی و امنیت داده‌ها، مدیریت مدل‌های پیچیده و نشان دادن بازگشت سرمایه ملموس، چالش‌های بزرگی بوده‌اند. بازار اکنون خواستار مسیری روشن از آزمایش به پیاده‌سازی در مقیاس بزرگ و ارزش‌محور است.
این دقیقاً همان نقطه‌ای است که مشارکت Cognizant-Nvidia به دنبال ایجاد تأثیر خود است. Cognizant، با تخصص عمیق صنعتی و روابط گسترده با مشتریان، موانع عملی پیش روی کسب‌وکارها را درک می‌کند. در مقابل، Nvidia موتور محاسباتی قدرتمند و چارچوب‌های نرم‌افزاری پیچیده ضروری برای ساخت و استقرار راه‌حل‌های قوی هوش مصنوعی را فراهم می‌کند. با ترکیب قابلیت‌های ادغام و دانش صنعتی Cognizant با پلتفرم کامل هوش مصنوعی Nvidia، این همکاری با هدف ایجاد مسیری ساده‌تر، کارآمدتر و مقیاس‌پذیرتر برای سازمان‌هایی که مشتاق بهره‌برداری از قدرت تحول‌آفرین هوش مصنوعی هستند، انجام می‌شود. هدف اصلی روشن است: انتقال هوش مصنوعی از آزمایشگاه به هسته کسب‌وکار، سریع‌تر و مؤثرتر از همیشه. این امر نه تنها شامل ارائه فناوری، بلکه معماری راه‌حل‌های سرتاسری متناسب با نیازهای خاص صنعت و ادغام آنها در اکوسیستم‌های پیچیده فناوری شرکت‌های مدرن است.
گشودن زرادخانه فناوری: پشته کامل Nvidia با اکوسیستم Cognizant ملاقات می‌کند
در قلب این همکاری، ادغام مجموعه جامع فناوری‌های هوش مصنوعی Nvidia در پلتفرم‌های هوش مصنوعی و پیشنهادات خدماتی موجود Cognizant قرار دارد. این موضوع صرفاً به استفاده از GPUهای مشهور Nvidia محدود نمی‌شود؛ بلکه طیف بسیار گسترده‌تری از نرم‌افزارها، چارچوب‌ها و مدل‌های از پیش ساخته شده را در بر می‌گیرد که برای تسریع توسعه و استقرار طراحی شده‌اند. اجزای کلیدی عبارتند از:
- Nvidia NIM (Nvidia Inference Microservices): NIM را به عنوان کانتینرهای بهینه‌سازی شده و از پیش بسته‌بندی شده در نظر بگیرید که مدل‌های هوش مصنوعی را به عنوان میکروسرویس ارائه می‌دهند. این رویکرد استقرار مدل‌های پیچیده را ساده می‌کند و به توسعه‌دهندگان امکان می‌دهد تا قابلیت‌های قدرتمند هوش مصنوعی - مانند درک زبان یا تشخیص تصویر - را بدون نیاز به تخصص عمیق در بهینه‌سازی مدل، به راحتی در برنامه‌های خود ادغام کنند. برای مشتریان Cognizant، این به معنای چرخه‌های استقرار سریع‌تر و مدیریت آسان‌تر قابلیت‌های هوش مصنوعی در زیرساخت IT موجود آنهاست. این میکروسرویس‌ها برای اجرا در پلتفرم‌های مختلف شتاب‌یافته Nvidia طراحی شده‌اند و انعطاف‌پذیری از ابر تا لبه (edge) را ارائه می‌دهند.
- Nvidia NeMo: این یک پلتفرم سرتاسری است که به طور خاص برای توسعه مدل‌های هوش مصنوعی مولد سفارشی طراحی شده است. در عصری که مدل‌های زبان بزرگ (LLM) عمومی ممکن است برای وظایف تخصصی صنعت کافی نباشند، NeMo ابزارهایی را برای مدیریت داده‌ها، آموزش مدل، سفارشی‌سازی و ارزیابی فراهم می‌کند. Cognizant می‌تواند از NeMo برای ساخت LLMهای خاص صنعت متناسب با واژگان، مقررات و گردش‌های کاری منحصر به فرد بخش‌هایی مانند مالی، مراقبت‌های بهداشتی یا تولید استفاده کند و راه‌حل‌های هوش مصنوعی بسیار مرتبط و دقیق را به مشتریان ارائه دهد.
- Nvidia Omniverse: یک پلتفرم قدرتمند برای توسعه و اجرای شبیه‌سازی‌های سه‌بعدی و جهان‌های مجازی که اغلب به عنوان دوقلوهای دیجیتال صنعتی شناخته می‌شوند. با ایجاد کپی‌های مجازی دقیق از نظر فیزیکی از کارخانه‌ها، انبارها یا حتی محصولات، کسب‌وکارها می‌توانند فرآیندها را شبیه‌سازی کنند، عملیات را بهینه کنند، تغییرات را آزمایش کنند و پرسنل را در یک محیط بدون ریسک قبل از پیاده‌سازی آنها در دنیای واقعی آموزش دهند. Cognizant قصد دارد از Omniverse برای تقویت پیشنهادات خود در تولید هوشمند و بهینه‌سازی زنجیره تأمین استفاده کند و به مشتریان امکان دهد عملیات فیزیکی پیچیده را تجسم و بهبود بخشند.
- Nvidia RAPIDS: مجموعه‌ای از کتابخانه‌های نرم‌افزاری منبع باز و APIها که برای تسریع خطوط لوله علم داده و تجزیه و تحلیل به طور کامل بر روی GPUها طراحی شده‌اند. پردازش داده‌های سنتی اغلب در سطح CPU با گلوگاه مواجه می‌شود. RAPIDS امکان شتاب عظیم بارگذاری داده‌ها، دستکاری و آموزش مدل را فراهم می‌کند و بینش‌های سریع‌تری را از مجموعه داده‌های وسیع ممکن می‌سازد. این ادغام توانایی Cognizant را در مدیریت الزامات عظیم داده‌ای ذاتی برنامه‌های هوش مصنوعی سازمانی تقویت خواهد کرد.
- Nvidia Riva: با تمرکز بر هوش مصنوعی مکالمه‌ای، Riva ابزارهایی را برای ساخت برنامه‌های کاربردی با کارایی بالا شامل تشخیص خودکار گفتار (ASR) و تبدیل متن به گفتار (TTS) فراهم می‌کند. این امر توسعه رابط‌های مبتنی بر صدا، چت‌بات‌ها و دستیاران مجازی پیچیده‌تر و پاسخگوتر را امکان‌پذیر می‌سازد که برای بهبود خدمات مشتری و ابزارهای ارتباطی داخلی حیاتی هستند.
- Nvidia Blueprints: اینها معماری‌های مرجع و بهترین شیوه‌ها را برای ساخت سیستم‌های پیچیده هوش مصنوعی، از جمله تنظیمات چند عاملی (multi-agent) ارائه می‌دهند. آنها یک نقطه شروع معتبر را ارائه می‌دهند و زمان توسعه و ریسک را هنگام ساخت راه‌حل‌های پیچیده هوش مصنوعی کاهش می‌دهند.
با بافتن این فناوری‌های متنوع Nvidia در پلتفرم Neuro AI خود، Cognizant قصد دارد یک اکوسیستم منسجم و قدرتمند برای ساخت، استقرار و مدیریت راه‌حل‌های هوش مصنوعی در سطح سازمانی ایجاد کند.
پلتفرم Neuro AI Cognizant و ظهور سیستم‌های چند عاملی
محور استراتژی Cognizant در این مشارکت، پلتفرم Neuro AI آن است که به عنوان یک جعبه ابزار جامع برای توسعه و استقرار هوش مصنوعی سازمانی در نظر گرفته شده است. یک پیشرفت کلیدی برجسته شده، شتاب‌دهنده چند عاملی Neuro AI (Neuro AI Multi-Agent Accelerator) است که به طور قابل توجهی توسط میکروسرویس‌های NIM Nvidia تقویت شده است. این شتاب‌دهنده بر امکان ساخت و مقیاس‌پذیری سریع سیستم‌های هوش مصنوعی چند عاملی تمرکز دارد.
سیستم‌های چند عاملی چیستند؟ به جای تکیه بر یک مدل هوش مصنوعی واحد و یکپارچه، یک سیستم چند عاملی از چندین عامل هوش مصنوعی تخصصی استفاده می‌کند که برای دستیابی به یک هدف پیچیده با هم همکاری می‌کنند. هر عامل ممکن است مهارت‌های منحصر به فردی داشته باشد، به منابع داده متفاوتی دسترسی داشته باشد یا وظایف فرعی خاصی را انجام دهد. به عنوان مثال، در پردازش یک ادعای بیمه:
- یک عامل می‌تواند در استخراج اطلاعات از فرم‌های ادعا (با استفاده از OCR و NLP) تخصص داشته باشد.
- عامل دیگری ممکن است جزئیات بیمه‌نامه را در برابر یک پایگاه داده تأیید کند.
- عامل سوم می‌تواند با تجزیه و تحلیل الگوها، تقلب احتمالی را ارزیابی کند.
- عامل چهارم ممکن است با منابع داده خارجی (مانند گزارش‌های هواشناسی برای ادعاهای اموال) تعامل داشته باشد.
- یک عامل هماهنگ‌کننده می‌تواند گردش کار را سازماندهی کند، یافته‌ها را ترکیب کند و یک توصیه ارائه دهد.
قدرت این رویکرد در ماژولار بودن، مقیاس‌پذیری و سازگاری آن نهفته است. سیستم‌ها را می‌توان با اصلاح عوامل فردی آسان‌تر به‌روز کرد و مشکلات پیچیده را می‌توان به بخش‌های قابل مدیریت تقسیم کرد. Cognizant تأکید می‌کند که پلتفرم آن، با بهره‌گیری از فناوری Nvidia مانند NIM برای استقرار کارآمد عامل و به طور بالقوه Riva برای ارتباط عامل، امکان ادغام یکپارچه نه تنها بین عوامل خود، بلکه با شبکه‌های عامل شخص ثالث و LLMهای مختلف را فراهم می‌کند. این انعطاف‌پذیری بسیار مهم است، زیرا سازمان‌ها اغلب سرمایه‌گذاری‌های هوش مصنوعی موجود دارند یا مدل‌های خاصی را ترجیح می‌دهند.
علاوه بر این، Cognizant بر گنجاندن حفاظ‌های امنیتی و مکانیسم‌هایی برای نظارت انسانی در این سیستم‌های چند عاملی تأکید می‌کند. این امر نگرانی‌های حیاتی سازمانی در مورد قابلیت اطمینان، پاسخگویی و استفاده اخلاقی از هوش مصنوعی را برطرف می‌کند. هدف ایجاد سیستم‌هایی است که قابلیت‌های انسانی را تقویت می‌کنند، فرآیندهای پیچیده را به طور قابل اعتماد خودکار می‌کنند و تصمیم‌گیری مبتنی بر داده در زمان واقعی را امکان‌پذیر می‌سازند و در نهایت منجر به عملیات تجاری سازگارتر و پاسخگوتر می‌شوند.
تحول صنایع: پنج ستون نوآوری
Cognizant به صراحت پنج حوزه کلیدی را مشخص کرده است که همکاری Nvidia در ابتدا تلاش‌های خود را بر روی آنها متمرکز خواهد کرد و هدف آن ارائه ارزش و نوآوری ملموس است:
- عامل‌های هوش مصنوعی سازمانی (Enterprise AI Agents): فراتر از چت‌بات‌های ساده، این شامل توسعه عامل‌های پیچیده‌ای است که قادر به انجام وظایف پیچیده داخلی و خارجی هستند. تصور کنید عامل‌های هوش مصنوعی فرآیندهای پیچیده پشتیبانی (back-office) را خودکار می‌کنند، با دسترسی و ترکیب اطلاعات از سیستم‌های متعدد، پشتیبانی مشتری بسیار شخصی‌سازی شده ارائه می‌دهند، یا به طور پیشگیرانه مشکلات عملیاتی را قبل از تشدید شناسایی می‌کنند. این عامل‌ها که توسط قابلیت‌های استنتاج Nvidia (NIM) و ابزارهای هوش مصنوعی مکالمه‌ای (Riva) پشتیبانی می‌شوند، نویدبخش افزایش قابل توجه کارایی و بهبود تجربیات کاربر هستند.
- مدل‌های زبان بزرگ (LLM) خاص صنعت: LLMهای عمومی اغلب فاقد درک دقیق مورد نیاز برای زمینه‌های تخصصی هستند. با استفاده از Nvidia NeMo، Cognizant قصد دارد LLMهایی را توسعه دهد که بر روی داده‌های خاص دامنه برای صنایعی مانند مراقبت‌های بهداشتی (درک اصطلاحات و پروتکل‌های پزشکی)، مالی (درک ابزارهای مالی پیچیده و مقررات) یا خدمات حقوقی (پیمایش رویه قضایی و قراردادها) آموزش دیده‌اند. این مدل‌های تخصصی خروجی‌های دقیق‌تر، مرتبط‌تر و سازگارتر را برای عملکردهای حیاتی کسب‌وکار فراهم می‌کنند.
- دوقلوهای دیجیتال برای تولید هوشمند: با استفاده از Nvidia Omniverse، Cognizant قصد دارد به تولیدکنندگان کمک کند تا کپی‌های مجازی بسیار دقیق و از نظر فیزیکی دقیق از خطوط تولید یا کل کارخانه‌های خود ایجاد کنند. این دوقلوهای دیجیتال می‌توانند برای شبیه‌سازی سناریوهای تولید، بهینه‌سازی طرح‌بندی‌ها، پیش‌بینی نیازهای تعمیر و نگهداری، آموزش رباتیک و آزمایش مجازی تغییرات فرآیند استفاده شوند که منجر به کاهش زمان توقف، بهبود کارایی و چرخه‌های نوآوری سریع‌تر در دنیای فیزیکی می‌شود.
- زیرساخت بنیادی برای هوش مصنوعی: ساخت و مقیاس‌پذیری هوش مصنوعی به زیرساخت قوی و بهینه‌سازی شده نیاز دارد. Cognizant از پشته کامل Nvidia - از GPUها گرفته تا شبکه‌سازی (مانند NVLink و InfiniBand، اگرچه به صراحت در منبع ذکر نشده‌اند، اما بخشی از پشته معمولی Nvidia هستند) و پلتفرم‌های نرم‌افزاری مانند RAPIDS - برای طراحی و پیاده‌سازی محیط‌های محاسباتی مقیاس‌پذیر و با کارایی بالا متناسب با بارهای کاری سنگین هوش مصنوعی، چه در محل (on-premises)، چه در ابر یا در لبه (edge)، استفاده خواهد کرد.
- تقویت پلتفرم Neuro AI: این همکاری به طور مداوم آخرین پیشرفت‌های Nvidia را در کل پلتفرم Neuro AI تزریق خواهد کرد. این شامل ادغام ابزارهایی برای توسعه آسان‌تر مدل، استقرار (NIM)، پردازش داده (RAPIDS)، شبیه‌سازی (Omniverse) و هوش مصنوعی مکالمه‌ای (Riva) است و تضمین می‌کند که مشتریان Cognizant به یک محیط توسعه و عملیاتی هوش مصنوعی پیشرفته و سرتاسری دسترسی دارند.
پیمایش مسیر از آزمایشی تا تولید: پرداختن به چالش‌های دنیای واقعی
Annadurai Elango، رئیس بخش فناوری‌های اصلی و بینش‌های Cognizant، به درستی احساسات فعلی بازار را بیان کرد: “ما همچنان شاهد هستیم که کسب‌وکارها در حال پیمایش انتقال از اثبات مفاهیم به پیاده‌سازی‌های در مقیاس بزرگتر هوش مصنوعی سازمانی هستند.” این انتقال مملو از چالش‌ها است - پیچیدگی فنی، موانع ادغام، کمبود استعداد، مسائل مربوط به آمادگی داده‌ها و نیاز به نشان دادن ارزش تجاری واضح.
مشارکت Cognizant-Nvidia به صراحت برای رسیدگی به این نقاط دردناک طراحی شده است. با ارائه راه‌حل‌های از پیش ادغام شده، استفاده از میکروسرویس‌های بهینه‌سازی شده (NIM)، ارائه پلتفرم‌هایی برای توسعه مدل سفارشی (NeMo) و ایجاد معماری‌های مرجع (Blueprints)، این همکاری با هدف کاهش قابل توجه اصطکاک در مقیاس‌پذیری هوش مصنوعی انجام می‌شود.
- استقرار شتاب‌یافته: میکروسرویس‌های NIM امکان استقرار سریع‌تر قابلیت‌ها را نسبت به ساخت و بهینه‌سازی مدل‌ها از ابتدا فراهم می‌کنند.
- مقیاس‌پذیری: سخت‌افزار و نرم‌افزار Nvidia برای مقیاس عظیم طراحی شده‌اند و به تقاضاهای محاسباتی هوش مصنوعی در سطح سازمانی پاسخ می‌دهند.
- سفارشی‌سازی: ابزارهایی مانند NeMo امکان ایجاد راه‌حل‌های متناسب را فراهم می‌کنند که ارزش بالاتری نسبت به مدل‌های عمومی ارائه می‌دهند.
- ادغام: تخصص Cognizant در بافتن این فناوری‌ها در سیستم‌های سازمانی موجود نهفته است و تضمین می‌کند که هوش مصنوعی در یک سیلو عمل نمی‌کند.
- کاهش ریسک: استفاده از معماری‌های معتبر (Blueprints) و تمرکز بر امنیت و نظارت به کاهش خطرات مرتبط با استقرار فناوری‌های قدرتمند هوش مصنوعی کمک می‌کند.
موارد استفاده صنعتی خاص ذکر شده - پردازش خودکار ادعاهای بیمه، رسیدگی به تجدیدنظرها و شکایات، و مدیریت زنجیره تأمین - به عنوان نمونه‌های اولیه عمل می‌کنند. در بیمه، سیستم‌های چند عاملی می‌توانند به طور چشمگیری زمان چرخه ادعا را کاهش دهند و در عین حال تشخیص تقلب را بهبود بخشند. در مدیریت مراقبت‌های بهداشتی، خودکارسازی تجدیدنظرها و شکایات می‌تواند حجم کاری قابل توجهی را کاهش دهد و رضایت بیمار را بهبود بخشد. در زنجیره تأمین، ترکیب دوقلوهای دیجیتال (Omniverse) با تجزیه و تحلیل پیش‌بینی‌کننده (RAPIDS) و عامل‌های هوشمند می‌تواند لجستیک را بهینه کند، اختلالات را پیش‌بینی کند و مدیریت موجودی را در زمان واقعی بهبود بخشد. با این حال، کاربردهای بالقوه تقریباً در هر صنعتی که مایل به پذیرش تحول مبتنی بر داده است، گسترش می‌یابد.
بنابراین، این اتحاد استراتژیک چیزی بیش از یک ادغام فناوری است؛ این یک تلاش هماهنگ برای ارائه ابزارها، تخصص و نقشه راه مورد نیاز به کسب‌وکارها است تا با اطمینان هوش مصنوعی را از حاشیه به هسته عملیات خود منتقل کنند و ارزش ملموس و مزیت رقابتی را در دنیایی که به طور فزاینده‌ای هوشمند می‌شود، باز کنند. تمرکز دقیقاً بر توانمندسازی مشتریان برای “مقیاس‌بندی سریع‌تر ارزش هوش مصنوعی” و تبدیل مفاهیم بلندپروازانه به واقعیت‌های عملیاتی است.