Por qué Vodafone necesitaba un AI Booster para escalar la ciencia de datos

¿Te perdiste una sesión de MetaBeat 2022? Dirígete a la biblioteca a pedido para ver todas nuestras sesiones destacadas aquí.

El gigante de las telecomunicaciones Vodafone no es ajeno al mundo de la inteligencia artificial (IA) y el aprendizaje automático (ML), ya que ha utilizado la tecnología durante años, con cientos de científicos de datos construyendo miles de modelos.

Si bien Vodafone ha podido implementar y beneficiarse de la IA, en los últimos años se ha enfrentado cada vez más a una serie de desafíos. Entre los desafíos estaba el problema de escalar sus cargas de trabajo de IA en un enfoque estandarizado y repetible. Vodafone también encontró problemas de velocidad y seguridad.

En una sesión en el evento Google Cloud Next 2022 de esta semana, Sebastian Mathalikunnel, responsable de estrategia de IA de Vodafone, detalló los problemas a los que se enfrentaba su organización y lo que debía hacer para superarlos.

[Siga la cobertura continua de VentureBeat de Google Cloud Next 2022]

Vértice de código bajo/sin código

Únase a los principales líderes de hoy en Low-Code/No-Code Summit virtualmente el 9 de noviembre. Regístrese para obtener su pase gratis hoy.

"Vodafone es bastante maduro en su viaje de ciencia de datos", dijo Mathalikunnel. "Pero mirando hacia atrás hace dos años, en realidad fue este problema exacto de tamaño y escala de las operaciones de ciencia de datos de Vodafone lo que nos llevó a creer que podríamos tener un problema en nuestras manos".

Mathalikunnel dijo que hace dos años, cualquier científico de datos de Vodafone necesitaba varios pasos para configurar un entorno de producción en Google Cloud.

No solo hubo varios pasos, sino que muchos de ellos eran de naturaleza manual y requerían tiempo para configurarlos. Esto también condujo a muchas implementaciones personalizadas en las que la implementación de Google Cloud AI de un científico de datos era diferente a la de otro.

Explicó que Vodafone enfrentaba desafíos de escalamiento vertical y horizontal. Los desafíos horizontales intentaban replicar una carga de trabajo en todos los mercados, lo cual era difícil porque cada entorno era diferente. Los problemas de escalamiento vertical tenían que ver con el tiempo y el esfuerzo necesarios para pasar de un cuaderno de ciencia de datos a una prueba de concepto y luego a la producción lo más rápido posible.

Con este fin, Vodafone ha desarrollado una plataforma que llama AI Booster, cuyo objetivo es ayudar a resolver problemas de escalado con un conjunto estandarizado de herramientas y procesos. AI Booster se basa en varios componentes de Google Cloud, incluidos Vertex AI, Cloud Build, Artifact Registry y BigQuery.

"Estamos pasando de un enfoque personalizado basado en codificación a la ingeniería de aprendizaje automático a uno en el que todo funciona en función de componentes estándar y canalizaciones que conectan esos componentes", dijo Mathalikunnel. Mejore la estandarización de la IA con un contrato de datos

Mathalikunnel señaló que a medida que Vodafone pasó por el proceso de desarrollo de AI Booster, también identificó áreas en las que los procesos podrían optimizarse significativamente.

Por ejemplo, antes de AI Booster, dijo que cuando Vodafone analiza cualquier carga de trabajo de ML,...