Franny Hsiao i Salesforce sier at manglende dataarkitektur og styring ofte stopper kunstlig intelligens (KI)-prosjekter før de når produksjon.
Hsiao, EMEA Leader of AI Architects i Salesforce, sier mange pilotprosjekter starter på «pristine islands» med små, kuraterte datasett og forenklede arbeidsflyter, og kollapser når de møter ekte bedriftsdata. Ifølge Hsiao er den vanligste arkitekturfeilen å ikke bygge produksjonsklar datainfrastruktur med innebygd ende‑til‑ende styring fra starten av. Hun anbefaler å bake inn observabilitet og guardrails gjennom hele livssyklusen for å sikre synlighet i ytelse og bruk. For å redusere opplevd ventetid bruker Salesforce Agentforce Streaming, som leverer progressive svar mens tunge beregninger kjører i bakgrunnen. Hsiao framhever også viktigheten av å vise fremdrift med indikatorer, velge mindre modeller der det gir mening, og sette klare lengdebegrensninger. For feltarbeid i bransjer som kraft og logistikk peker hun på behovet for offline intelligens ved kanten.
Relevans for Norge: Norske virksomheter innen kraft, transport og logistikk har feltoperasjoner som kan kreve offline intelligens ved kanten, og vil dermed møte de samme praktiske utfordringene Hsiao beskriver; dette er en sak i AI-nyheter om hvordan prototyper gjøres driftssikre.
Kilde: https://artificialintelligence-news.com/news/franny-hsiao-salesforce-scaling-enterprise-ai | Sammendraget er KI-generert med OpenAI API og kvalitetssikret av redaksjonen i Ainy.no
