Intelligente Geräte, ein zusammenhängendes System, eine bessere Zukunft

In Verbindung mit Dell-Technologien

Wenn Sie einen Grund brauchen, sich über die technologische Entwicklung gut zu fühlen, suchen Sie auf Twitter nach John Roese, CTO von Dell Technologies. Das Handle, das er 2006 komponierte, ist @theICToptimist. ICT steht für Information und Kommunikation.

Diese Podcast-Episode wurde von Insights, dem Zweig für benutzerdefinierte Inhalte von MIT Technology Review, produziert. Es wurde nicht von der Redaktion des MIT Technology Review erstellt.

Der Grund für dieses Akronym war, dass ich fest davon überzeugt war, dass die Zukunft nicht unabhängig voneinander von Informations- und Kommunikationstechnologie bestimmt wird, sagt Roese, President und Chief Technology Officer of Products and Operations bei Dell Technologies. Es ging darum, dass sie zusammenkamen.

Fast zwei Jahrzehnte später ist es schwer, ihn nicht richtig zu nennen. Unternehmen suchen nach den riesigen Datenmengen, die sie sammeln und generieren, um vollständig digital zu werden, sie nutzen die Cloud, um all diese Daten zu verarbeiten und zu speichern, und sie wenden sich neuen drahtlosen Technologien wie 5G zu, um datenhungrige Unternehmen mit Strom zu versorgen Anwendungen wie künstliche Intelligenz (KI) und maschinelles Lernen.

In dieser Folge von Business Lab geht Roese durch diesen Zusammenfluss von Technologien und seine zukünftigen Ergebnisse. Beispielsweise entwickeln sich autonome Fahrzeuge schnell, aber vollständig fahrerlose Autos sind noch nicht auf den Straßen unterwegs. Und sie werden es nicht tun, bis sie ein kollaboratives Rechenmodell nutzen – intelligente Geräte, die sich in eine Kombination aus Cloud- und Edge-Computing-Infrastruktur einklinken, um praktisch unbegrenzte Rechenleistung bereitzustellen.

Eines der größten Probleme besteht nicht darin, das Gerät intelligent zu machen; Es macht das Gerät in einem skalierbaren System intelligent und effizient, sagt Roese.

Es stehen also große Dinge bevor, aber die Technologie macht heute große Fortschritte, sagt Roese. Er spricht über maschinelle Intelligenz, die KI und maschinelles Lernen nutzt, um die menschliche Intelligenz nachzuahmen und komplexe Probleme anzugehen, wie z. B. die Beschleunigung von Lieferketten oder im Gesundheitswesen die genauere Erkennung von Tumoren oder Krebsarten. Und Möglichkeiten gibt es zuhauf. Während der Coronavirus-Pandemie kann maschinelle Intelligenz die Pflege skalieren, indem sie Pflegekräften datengesteuerte Tools zur Verfügung stellt, mit denen sie mehr Patienten sehen können. In der Cybersicherheit kann es dafür sorgen, dass die Guten den innovativen Bösen einen Schritt voraus sind. Und in der Telekommunikation könnte es schließlich Entscheidungen über Mobilfunknetze treffen, auf denen möglicherweise eine Billion Dinge gespeichert sind“, sagt Roese. Das ist ein sehr, sehr, sehr großes Netzwerk, das die menschliche Denkfähigkeit übersteigt.

Business Lab wird von Laurel Ruma, Direktorin von Insights, der Custom-Publishing-Abteilung von MIT Technology Review, veranstaltet. Die Show ist eine Produktion von MIT Technology Review mit Produktionshilfe von Collective Next.

Diese Podcast-Episode wurde in Zusammenarbeit mit Dell Technologies produziert.

Notizen und Links anzeigen

Technische Störungen, die im Jahr 2020 auftreten , von John Roese, Dell Technologies, 20. Januar 2020

Der Weg zu 5G: Erweiterung der Cloud auf mobile Edges , ein Interview mit John Roese auf der EmTech Next 2020

Die vierte industrielle Revolution und die Digitalisierung werden Afrika zu einem globalen Kraftzentrum machen , von Njuguna Ndung’u und Landry Signé, Brookings Institution, 8. Januar 2020

Vollständige Abschrift

Lorbeer Ruma: Von MIT Technology Review bin ich Laurel Ruma. Und das ist Business Lab, die Messe, die Führungskräften dabei hilft, neue Technologien zu verstehen, die aus dem Labor auf den Markt kommen.

Unser Thema heute ist künstliche Intelligenz. Die Menge an Daten, die wir täglich erstellen, nimmt exponentiell zu, und das bedeutet, dass wir sie schneller verarbeiten und besser schützen müssen. Hier kommt KI ins Spiel, von 5G über Edge Computing bis hin zu Quantencomputing. Die Zukunft bricht an und KI ist real.

Zwei Worte für Sie, KI-gesteuerte Anwendungen.

Mein Gast ist John Roese, President und Chief Technology Officer of Products and Operations bei Dell Technologies. John kam im Herbst 2012 zu Dell EMC und war maßgeblich an der Gestaltung der Technologiestrategie beteiligt. Er ist ein veröffentlichter Autor und hält mehr als 20 angemeldete und erteilte Patente in Bereichen wie richtlinienbasierte Netzwerke, standortbasierte Dienste und Sicherheit. Diese Folge von Business Lab wird in Zusammenarbeit mit Dell Technologies produziert. John, vielen Dank, dass Sie sich mir beim Business Lab angeschlossen haben.

Johannes Roese: Toll, hier zu sein.

Lorbeer: Sie haben also bereits im Januar über drei disruptive Technologien geschrieben, die für 2020 aufkommen werden: Quantencomputing, domänenspezifische Architekturen und 5G. Wir haben die Hälfte des Jahres 2020 hinter uns. Was denkst du, hattest du Recht?

John: Nun, ich denke, Covid-19 hat die Zeitlinien verändert, aber ich glaube nicht, dass es einen dieser drei verändert hat. Diese drei bewegen sich eindeutig nach vorne. Quantum ist eine langsame, komplexe Reise, aber was wir in diesem Jahr gesehen haben, sind Durchbrüche. Wir haben eine Art Vakuumröhren-Ära gesehen, in der sich eine sehr rudimentäre Quantenüberlegenheit zu materialisieren begann. Und ich glaube, ich habe in diesem Blog gesagt, dass es eine lange Reise werden wird – erwarten Sie nicht, dass es morgen die Welt erschüttert, aber die Physik stimmt und schließlich werden wir den Durchbruch haben. Und ich denke, wir gehen diesen Weg weiter. Domänenspezifische Architekturen beschleunigen sich. Wir verfolgen mehr als 30 neue Halbleitertechnologien, die zur Beschleunigung der Berechnung verschiedener Workloads verwendet werden, einschließlich speziell AI-ML-Workloads [maschinelles Lernen]. Und wir sehen, wenn überhaupt, mehr auftauchen. Sie breiten sich jetzt bis zum Rand aus, und das geschieht so deutlich.

Und dann ist bei 5G eines der schönen Dinge, die während der Covid-19-Krise passiert sind, dass die Menschen die Notwendigkeit anerkennen, hypervernetzt zu sein, in der Lage zu sein, überall dort zu arbeiten, wo Sie es brauchen, in der Lage zu sein, Gesundheitsversorgung zu erhalten, wann immer Sie sie brauchen, zu sein eine viel autonomer arbeitende logistische Infrastruktur haben können. Und ich denke, eine der großen Erkenntnisse war: Wir brauchen bessere drahtlose Verbindungen, wir brauchen neue Fortschritte bei der mobilen Konnektivität. Und wenn überhaupt, denke ich, dass die Wertschätzung der Wireless-Industrie und der Wireless-Technologie als grundlegender Bestandteil der digitalen Transformation in den letzten drei Monaten erheblich größer geworden ist. Alle drei halten also, zwei machen einfach weiter. Aber der dritte, 5G, wurde definitiv beschleunigt. Und gerade das zwischenmenschliche Bewusstsein in der Gesellschaft ist gerade besser geworden, was gut für die Technologie ist.

Lorbeer: Nur um diese 5G-Frage ein wenig weiter zu drängen, ich habe das Gefühl, dass Computerunternehmen 4G, jetzt 5G, mehr Aufmerksamkeit schenken. Liegt das daran, dass jetzt jedes Unternehmen mehr oder weniger ein Telekommunikationsunternehmen ist? Jeder muss wissen, was mit Wireless passiert.

John: Ja. Ja. Ich denke, darauf gibt es zwei Antworten. Der erste ist, dass nicht jeder zu einem Telekommunikationsunternehmen wird. Ich denke, wir erkennen, dass Sie, wenn Sie Ihre Branche, Ihre Funktion oder Ihre Gesellschaft wirklich digital transformieren wollen, dies nicht in einem Rechenzentrum tun müssen. Das machst du in der realen Welt. Die Rechenzentren sind wichtig; Clouds sind wichtig, aber die eigentlichen Daten werden in der realen Welt produziert und verbraucht. Es ist in Krankenhäusern, in Städten, in Fabriken, bei Ihnen zu Hause. Und damit das funktioniert, brauchen Sie eine bessere Konnektivitätsstruktur. Und so haben die Menschen erkannt, dass alle Clouds der Welt und alle Edges der Welt und die gesamte digitale Transformation der Welt isolierte Silos ohne ein robustes digitales grundlegendes Konnektivitätsnetzwerk sind nicht zur Arbeit gehen.

Und so sind plötzlich Leute, die sich nicht so sehr für Telekommunikation interessiert haben, plötzlich sehr interessiert, weil sie erkannt haben, dass man keinen Vorteil haben kann, wenn es nicht mit einem Kern verbunden werden kann. Und wenn der Edge nur an drei Stellen sein kann und nicht dort, wo er sein muss, weil er die falsche Konnektivität hat, fällt Ihre gesamte digitale Transformation, Ihre Smart-Factory-Initiative, Ihre Smart-City-Initiative einfach auseinander. Ich denke also, es gibt ein Verständnis und eine Dringlichkeit dafür, wie wichtig Networking ist, das die Sichtbarkeit erhöht.

Zweitens bewegt sich die Telekommunikation als Branche in Richtung Cloud und IT-Welt. Alles über 5G sagt uns, dass es nicht als Legacy-Telekommunikation gebaut wird, und ich habe einige Erfahrung mit Legacy-Telekommunikation, es wird nicht so gebaut, wie wir 3G und 4G gebaut haben. Es wird im Cloud-Zeitalter gebaut. Es wird offene Hardware, Softwarevirtualisierung und Containerisierung verwenden. Es wird ein starker Konsument von KI- und ML-Technologie sein, es sieht einfach eher nach dem Zeug aus, auf das sich der Großteil der US-Technologieindustrie konzentriert. Wir werden also nicht nur große Verbraucher sein und stark abhängig sein, sondern die tatsächliche Technologie, die Sie zum Aufbau eines 5G- und darüber hinausgehenden Systems verwenden, wird viel stärker von IT- und Cloud-Technologien dominiert werden als von Legacy-Telekommunikation. Die Realität ist, dass es immer noch einige Telekommunikationsfunktionen haben wird, aber das zieht Unternehmen wie Dell und viele der Cloud-Unternehmen in die 5G-Welt. Nicht nur, weil es interessant ist, sondern weil wir notwendig sind, damit es richtig geliefert wird.

Lorbeer: Ich denke, jetzt ist der perfekte Zusammenfluss für Sie und Ihren Hintergrund, denn jemanden zu haben, der sich in der Telekommunikationsbranche so gut auskennt, und dann auch in der Cloud und all den anderen Technologien, bringt wirklich alles zusammen Ein Ort und eine Ursache. Und das scheint mir der perfekte Ort für 5G zu sein, um wirklich zu explodieren und die Leute wieder in dieses Mesh-Denken zu bringen und weg von diesen Silos, wo Sie hier Ihr Telekommunikationsunternehmen haben, und dann haben Sie hier Ihr anderes Computerunternehmen und so weiter . Wie ändert sich dies erneut mit Covid und dem Edge, der sich jetzt auf die Häuser und das Büro der Menschen erstreckt?

J ohn: Hey, nebenbei, mein Twitter-Name ist @theICToptimist. Und falls Sie nicht wissen, wofür ICT steht, es ist Informations- und Kommunikationstechnologie. Und das geht auf das Jahr 2006 zurück, als ich Twitter beigetreten bin, vor sehr langer Zeit. Und der Grund für dieses Akronym war, dass ich fest davon überzeugt bin, dass die Zukunft nicht unabhängig voneinander von Informationstechnologie und Kommunikationstechnologie bestimmt wird; es ging darum, dass sie zusammenkamen. Hier sind wir also fast 20 Jahre später und yay, ich denke, wir hatten Recht. Wenn wir über 5G und Edge nachdenken, ist Edge noch am Anfang. Wir haben nicht wirklich die intelligenten Dinge gebaut, die wir bauen wollen. Zum Beispiel haben wir keine automatisierten Lieferdrohnen, die intelligent über unsere Städte fliegen und wissen, wie sie uns unsere Waren und Dienstleistungen bringen können, ohne jemanden zu töten.

Die liegen noch vor uns. Und wir haben auch keine selbstfahrenden Autos, wir haben nicht unbedingt Smart Cities, wir haben noch keine wirklich smarten Fabriken, aber wir haben erste Anzeichen dafür. Und wir haben genügend Beweise, wenn wir uns die frühen Wellen der Smartifizierung der Welt ansehen, dass eines der größten Probleme nicht darin besteht, das Gerät intelligent zu machen, sondern darin, das Gerät intelligent und effizient in einem skalierbaren System zu machen. Wir haben also herausgefunden, dass Sie, wenn Sie erwarten, dass das Gerät eine eigenständige, völlig autarke, hyperintelligente Einheit ist, nicht genug Leistung haben, um es das tun zu lassen, was es tun soll. Das intelligenteste Auto der Welt, wenn es um einen Fünf-Megawatt-Reaktor herumfahren muss, weil es so viel IT verbraucht, wird kein sehr gutes Auto sein. Und so hat sich Edge materialisiert, nicht nur als interessanter Ort, um IT zu betreiben, sondern als Offload für die Smartifizierung der Welt.

Wir haben also bereits Beispiele mit Dingen wie Augmented Reality [AR] gesehen. Einige der ersten 5G-Edge-Beispiele verwenden tatsächlich Augmented-Reality-Beschleunigung in der Edge-Computing-Schicht. Und die Idee dabei ist, dass Sie ein mobiles Gerät, ein Handy, eine AR-Brille oder was auch immer haben, die anstatt alle Artefakte zu verarbeiten, anstatt die gesamte Videoverarbeitung auf dem Gerät durchzuführen, tatsächlich etwa 80 % davon hineinschieben eine Edge-Computing-Schicht, die einen Knopf in der Berechnung und die gesamte Leistung hat, die sie benötigen könnte, und das Ergebnis davon ist, dass Sie jetzt ein hocheffizientes AR-Erlebnis auf einem mobilen Gerät haben, das die Unterstützung von der Edge erhält, aber noch wichtiger, es tatsächlich seine ursprüngliche Leistungsfähigkeit übertrifft, weil es praktisch unendlich viel Rechenleistung erschließt. Es hat also mehr Artefakte, eine bessere Videoauflösung, eine größere Farbtiefe.

Dies sind Dinge, die wir bereits demonstriert haben, die uns sagen, dass der Edge nicht nur eine IT-Schicht ist, sondern eine der Schlüsselkomponenten, die es uns ermöglichen, Intelligenz überall in verbundene Einheiten zu bringen, ohne die Einheit vollständig zu belasten. Und dieses kollaborative Rechenmodell ist wahrscheinlich das leistungsstärkste Werkzeug, das wir haben, um dieses Problem von Leistung plus Funktionalität plus Kosten zu lösen und die richtige Kombination zwischen ihnen zu finden. Es ist also noch früh, aber wir sehen jetzt genügend Beweise dafür, dass dies das Muster ist, das Edge noch interessanter und tatsächlich praktikabler macht, weil wir wissen, dass das Gerät an sich nicht die Antwort ist, die Cloud an sich nicht die Antwort. Es ist diese Kombination aus Cloud-Infrastrukturen plus Edge-Infrastrukturen plus den Geräten, die alle zusammenarbeiten, die uns ein besseres Gleichgewicht zwischen Kosten, Funktionalität, Funktionsumfang und Bereitstellungsmodellen verschafft.

Lorbeer: Wenn wir also davon sprechen, dass die Technologie besser, kleiner und schneller wird, bedeutet das auch, dass Ihr Gerät, das Sie in der Hand haben, Teil dieses Netzes und Netzwerks ist. Die KI kann sich also von der Cloud auf Ihr Gerät ausdehnen, und Geräte können dadurch intelligenter gemacht werden, da die Rechenleistung jetzt in Ihren Händen liegt.

John: Ja. Nein, absolut. Tatsächlich habe ich dieses Beispiel vor ein paar Jahren gegeben, wo ich sprach, wir haben viel Arbeit in autonomen Fahrzeugaktivitäten auf der ganzen Welt geleistet. Wir arbeiten mit den meisten großen Automobilherstellern zusammen und haben eine Menge gelernt. Aber eines der Beispiele, die ich vor langer Zeit gegeben habe, war, dass wir wissen, dass das Auto selbst ziemlich schlau sein wird. Ein modernes, autonomes Fahrzeug verfügt über eine benutzerdefinierte KI-Verarbeitung; es führt eine Menge wirklich interessanter Wahrnehmungen und Analysen durch. Und es muss bis zu einem gewissen Grad selbstfahrend sein, denn aus Gründen der Lebenssicherheit möchte man nicht, dass das Netz ausfällt und das Auto von der Straße abkommt. Nehmen wir also an, das stimmt alles. Also, nun, was würden Sie tun, wenn Sie jetzt ein Auto wären, das relativ autark wäre, aber an eine Straße angeschlossen wäre, die mit Edge-Computing verbunden ist? Und das Beispiel, das ich gegeben habe, war, wenn Sie sich diese Autos ansehen, sie haben Dinge, die das Auto vor ihnen erkennen können, sie können die Straßenoberfläche erkennen.

Sie können viele Daten mit sich führen, die ihnen sagen, wie sie die Straßenoberflächen vorhersagen und ihre Federung anpassen können. Sie haben sogar einige Dinge, die Verkehrsmuster in einer Art Nicht-Echtzeit verstehen können. Aber stellen Sie sich vor, all diese Autos würden nicht nur ihre Langzeitdaten teilen, sondern auch ihre unmittelbare Sicht auf die Welt, ihre Punktwolke der Daten um sie herum in Echtzeit, und sie würden sie an Knoten weitergeben, die in Wirklichkeit benachbart zu ihnen waren Zeit, so dass Ihre Straße selbst ein Master-Bild des Echtzeit-Verständnisses aller Autos hatte. Und das Ergebnis davon war, dass, wenn Ihr Auto versuchte herauszufinden, wie ich meine Federung für das, was als nächstes kommt, einzustellen, es nicht nur auf der Grundlage einer Datenbank oder dessen, was es sehen konnte, tat, sondern es auch fragen konnte Frage, was sehen alle anderen? Und jetzt konnte es Dinge vorhersagen. Das Gleiche gilt für die Sicherheit. Es hatte nicht nur Sensoren, die davor sehen konnten, sondern es konnte sehen, was die Autos, vor den Autos, vor den Autos sehen konnten.

Das Beispiel, das ich gegeben habe, ist also: Stellen Sie sich Ihr Heads-up-Display vor, während der Benutzer in einem halbautonomen oder autonomen Fahrzeug Ihnen zeigt, was das Auto sehen kann, aber in dem Moment, in dem es diese intelligente Straße mit dieser Edge-Computing-Schicht erschließen kann , das Heads-up-Display kann um die Ecke sehen. Es kann Dinge sehen, die Sie nicht sehen können, es kann sehen, was andere sehen können. Und jetzt wird Ihre Visualisierung der realen Welt in Echtzeit aufgrund dieses kollaborativen Rechenmodells zu einer viel besseren Sicht auf alles um Sie herum. Das ist ein unglaublich leistungsfähiges Tool, das nicht möglich ist, wenn das Gerät selbst versucht, dieses Problem zu lösen. Und das kann man auf viele andere Branchen übertragen, aber das autonome Fahren ist faszinierend, weil man dort ein sehr intelligentes und robustes Gerät hat, das ganz von selbst funktioniert, aber in vielen Dimensionen besser funktioniert, wenn es das Kollektiv anzapfen kann Bewusstsein aller Autos und aller Straßen und aller Dinge um sie herum in Echtzeit.

Und der einzige Weg, dies zu tun, besteht nicht darin, Nachrichten über das Internet an die andere Seite des Universums in eine öffentliche Cloud zu senden, sondern indem man diese Echtzeit-Reaktionsfähigkeit durch das Anzapfen einer Edge-Computing-Schicht erhält. Wir glauben also, dass dieses Muster einer der großen Durchbrüche werden wird, wenn Sie nicht das Internet überqueren müssen und dieses kollektive Verständnis in Echtzeit vor Ort erhalten können, selbst vollständig autonome Geräte werden besser, und sie interessanter werden und sie erschließen völlig neue Geschäftsmodelle.

Lorbeer: Ich habe also gelesen, dass ein interessanter Teil Ihrer Perspektive darin besteht, dass, wo wir gerade mit KI sind, unser Leben besser wird, vielleicht 5 % bis 10 %, aber wir sind wirklich weit weg vom Terminator. Selbst bei den autonomen Fahrzeugen sprechen wir davon, dass die Dinge jedes Mal, wenn etwas Neues herauskommt, schrittweise besser werden, aber wir sind noch weit von den Autos entfernt, die selbst fahren, aber das ist ein Endziel. In der Zwischenzeit sind diese 5% bis 10% jedoch immer noch erheblich.

John: Oh ja, absolut. Ich meine, jetzt sind Autos ein interessantes Spiel, denn je nachdem, wen Sie fragen, sind wir möglicherweise einen Monat von einem vollständig autonomen vernetzten Fahrzeug der Stufe fünf entfernt, und einige Leute würden Ihnen eine andere Antwort geben. Ich kann dir meine Meinung sagen. Aber im Allgemeinen ist der Grund, warum ich diesen Kommentar abgegeben habe, der, wenn man sich die Anwendung von maschineller Intelligenz auf irgendetwas ansieht, sei es ein selbstfahrendes Auto oder ein Geschäftsprozess oder eine Benutzererfahrung oder was auch immer, Spiele, gibt es zwei Dinge, die man sich vorstellen kann als Erfolg. Einer ist, dass Sie es komplett revolutionieren. Sie verwandeln es in etwas, das noch nie zuvor in Betracht gezogen wurde, ein selbstfahrendes Auto der Stufe fünf. Das ist ein großer, großer Sprung, und es lohnt sich, diesen Sprung zu machen – es dauert nur sehr lange, um dorthin zu gelangen.

Die andere Sichtweise auf maschinelle Intelligenz ist, dass sie eine Erweiterung der kognitiven Aufgaben ist, die Menschen normalerweise ausführen. Wenn du nachdenken musst, bist du jetzt auf dich allein gestellt. Es liegt an Ihnen, diese Entscheidung zu treffen. Sehr selten bekommt man viel Hilfe auf der Denkseite. Sie erhalten möglicherweise eine Menge Daten, aber Sie müssen sie sortieren. Die Empfehlungen kommen nicht wirklich von der Technologie; du musst es herausfinden. Wir haben also schon früh erkannt, dass wir durch sorgfältige Anwendung maschineller Intelligenz an Orten, an denen Menschen Daten aufnehmen, verstehen und eine Entscheidung treffen müssen, diesen Prozess tatsächlich beschleunigen oder präziser und weniger fehleranfällig machen können. Als wir auseinander genommen haben, sei es der Lieferkettenprozess von Dell oder der Serviceprozess der vorbeugenden Wartung oder ob es sich um Radiologiesysteme im Gesundheitswesen handelte, bei denen Sie nur versuchen, etwas im Bild zu finden, Diese 5 % und 10 % Verbesserungen, um den Prozess einfach ein wenig besser zum Laufen zu bringen, waren weitaus besser, als man es jemals mit Menschen erreichen könnte, weil die Menschen die Basis bildeten.

Und jedes Mal, wenn Sie etwas wie eine Lieferkette um 5 % oder 10 % verbessern, oder ich weiß nicht, die Radiologie um 20 % oder 30 % mehr Genauigkeit bei der Erkennung von Dingen wie Krebs und Tumoren – das ist ein sehr starkes Ergebnis, nicht nur um ein Individuum, sondern potenziell für die Gesellschaft. Eine der Botschaften, die wir unseren Kunden mit auf den Weg geben und die wir versucht haben, den Menschen klar zu machen, lautet: Wir sind nicht gegen die großen Durchbrüche, wir finden sie großartig. Aber es gibt so viel mehr, was wir mit dieser Technologie tun können, um jeden Platz in jedem Prozess einzunehmen, der impliziert, dass Menschen Entscheidungen treffen müssen, und sie mit maschineller Intelligenz erweitern, um diese Entscheidungen genauer, schneller und wahrscheinlicher zu treffen einen positiven Ausgang haben. Und ich benutze das Wort beliebig Da Menschen wirklich überall eine Entscheidung treffen müssen, können wir diese Entscheidung durch den sorgfältigen Einsatz maschineller Intelligenz besser treffen.

Und das scheint gerade jetzt eine wirklich gute Sache zu sein, weil es keine massiven Durchbrüche erfordert – es ist die Technologie, die wir heute haben. Und jedes Mal, wenn wir es tun, wird der Prozess besser, die Kostenstruktur wird besser, das Ergebnis wird besser.

Lorbeer: Apropos bessere Ergebnisse, wir stehen noch am Anfang dieser Pandemie, aber sehen Sie konkrete Möglichkeiten, die sich speziell mit künstlicher Intelligenz ergeben? Wie Sie gerade sagten, wäre das Gesundheitswesen ein naheliegender, aber es gibt einfach so viele Daten.

John: Oh, ja, es gibt unendlich viele. Wenn Sie sich fragen, wo der Einsatz von maschineller Intelligenz zur Verbesserung der Effektivität und Effizienz des menschlichen Verhaltens sinnvoll ist, können Sie es im Grunde so betrachten, dass Sie sich in der Zeit des Coronavirus einfach irgendwo umsehen, wo uns die Menschen ausgegangen sind, wo die Menschen gerade ausgegangen sind wurde überwältigt. Und das Gesundheitswesen ist ein gutes Beispiel. Es gibt frühe Beispiele dafür, hey, wir hatten einfach nicht genug Krankenschwestern, um mit den Überspannungen fertig zu werden, die in diese Krankenhäuser gingen. Ich weiß es nicht. Wir haben den Patienten sensorisiert – warum senden wir all diese Sensordaten nicht an eine maschinelle Intelligenz, die die Krankenschwester nicht ersetzt; es gibt der Krankenschwester nur einen umfassenderen Überblick über den Patienten, indem es vorverarbeitet, organisiert und Empfehlungen abgibt, sodass eine Krankenschwester jetzt vielleicht 30 Patienten statt drei überwachen kann? Das skaliert die Krankenpflege, die ein sehr mächtiges Werkzeug ist. Wir haben es offensichtlich in Bezug auf die klinische Versorgung gesehen, wo, wenn es sich um ein medizinisches Verfahren handelt, ich meine, Leute, die mit einem Lungenspezialisten zu tun haben, wir viele Atemprobleme hatten. Wäre es nicht schön, wenn wir ihnen das Leben leichter machen könnten, indem wir, ich weiß nicht, vielleicht unsere Beatmungsgeräte ein bisschen selbstregulierender, ein bisschen selbsteinstellender hätten? Wir haben solches Verhalten beobachtet und festgestellt, dass es Orte gibt, an denen wir einfach nicht genug Leute haben, um die Arbeit zu erledigen.

Das andere Beispiel, ein völlig anderes Ende des Covid-Spektrums, war Logistik und Lieferung. Wenn Sie plötzlich keine Fahrer mehr haben oder keinen menschlichen Kontakt mehr haben können, aber die Leute trotzdem ihre Lieferungen bekommen müssen, sie müssen Lebensmittel besorgen, sie müssen Sachen bewegen. Nun, das scheint, als würde der Einsatz von autonomen Fahrzeugen oder halbautonomen Fahrzeugen oder KIs zur besseren Routenplanung eine enorme Auswirkung darauf haben, diese bestimmte Funktion effektiver zu machen.

Und so waren die Aha-Momente in covid nicht unbedingt überraschend, wenn man sie versteht, aber man findet sie überall dort, wo wir erkannt haben, dass die menschliche Leistungsfähigkeit eine endliche Grenze hat. Und wann immer wir auf einen Ort stoßen, an dem Menschen mit einer Aufgabe überfordert sind und die Aufgabe darin besteht, Entscheidungen zu treffen, Daten zu durchdenken und zu versuchen, etwas zu erledigen, sind dies gute Orte für uns, um maschinelle Intelligenz anzuwenden, damit wir den Menschen skalieren können , nicht unbedingt um sie zu ersetzen.

Lorbeer: Also werden wir eines Tages keine Covid mehr haben. Wo sonst fangen wir an, KI Wirklichkeit werden zu lassen?

John: Nun, ich denke überall, um ganz ehrlich zu sein. Es gibt wirklich keine Branche oder keinen Raum, der das nicht versucht. Jetzt haben wir manchmal Herausforderungen. Wie im Gesundheitswesen ist es schwierig, KI im Gesundheitswesen einzusetzen, da es sich um eine regulierte Branche handelt; die Zeiträume sind sehr lang. Wir haben also Durchbrüche gesehen, nicht im Gesundheitswesen, sondern im Wellness. Es gibt einige ziemlich coole Dinge. Zum Beispiel gibt es einen Ring namens Oura-Ring, der im Grunde Ihre Temperatur und eine Reihe von Vitalfunktionen überwacht. Es ist ein Wellness-Tool; Es ist im Moment nicht unbedingt ein Gesundheitstool. Aber weil es fortschrittliche maschinelle Intelligenz verwenden kann, kann es Interpretationen machen, wir haben entdeckt, dass dieser Ring Ihnen eine ziemlich gute Frühwarnung geben kann, dass Sie etwas bekommen könnten, oder bevor Sie wissen, dass Sie krank sind, kann es sagen Sie werden gleich krank, was ein ziemlich mächtiges Werkzeug und ziemlich innovativ ist.

Aber im gesamten Spektrum sehen wir die Anwendung maschineller Intelligenz nur als einen natürlichen Punkt der technologischen Entwicklung. In der 5G-Welt zum Beispiel ist hier ein gutes Beispiel: Wir können die 5G-Netze, die wir brauchen werden, nicht überall mit menschlichem Eingreifen aufbauen. Sie sind einfach zu komplex. Und so erwarten wir offen gesagt, dass 5G und darüber hinaus das Markenzeichen zukünftiger Telekommunikationsinfrastrukturen die Automatisierung sein wird. Es werden KIs sein, die die Entscheidungen über die spektrale Effizienz und die Bandbreitenabstimmung und alle möglichen Dinge treffen, denn es gibt einfach keine Möglichkeit, dass ein Mensch ein Netzwerk mit hundert Millionen Abonnenten betreibt, und das ist, bevor wir alle Dinge darauf setzen. Allein in den USA wäre es möglich, dass einige dieser Mobilfunknetze in 10 Jahren eine Billion Dinge auf sich haben könnten. Das ist ein sehr, sehr, sehr großes Netzwerk, das die menschliche Denkfähigkeit übersteigt.

Und so sehen wir bereits die Einspeisung von Maschinenintelligenz in Telekommunikationsnetzwerke, große Rechenzentren, die Automatisierung der Infrastruktur auf eine Weise, die es den Menschen ermöglicht, mitzuhalten. Und während Sie herumspringen, haben wir Initiativen im Fracht- und Logistikbereich, bei denen die Leute erkennen, hey, es bewegen sich viele Waren und Dienstleistungen, aber sie bewegen sich irgendwie langsam und schwerfällig. Was also, wenn wir versuchen, intelligente Gabelstapler, visuelle Überwachung, Objektkartierung und Algorithmen wirklich miteinander zu verbinden und zu verschmelzen, um zu entscheiden, wie man einen Lastwagen richtig packt oder wie man ein Flugzeug richtig belädt oder wie man Dinge durch diese logistische Infrastruktur in einem transportiert? Ort, an dem es sich irgendwie verlangsamt, weil es dort nicht wirklich ein klares Muster gibt? Nun, KI ist großartig, wenn Sie kein klares Muster haben. Lassen Sie die KI das Muster herausfinden und eine Reihe von Logiken darum herum entwickeln.

Es ist also universell. Es ist sehr schwer, einen Ort zu finden, an dem Menschen keine maschinelle Intelligenz nutzen, außer an Orten, an denen das Regulierungssystem veraltet ist, was Menschen daran hindert, diese Art von Technologien aggressiver einzusetzen . Daher besteht eine unserer Aufgaben als Branche darin, mit den Regulierungsbehörden zusammenzuarbeiten, um diese Vorschriften zu aktualisieren, damit wir keine Situation schaffen, in der die Vorschriften den natürlichen technologischen Fortschritt verhindern, der den menschlichen Fortschritt vorantreibt.

Lorbeer: Ja. Und ich schätze, Sie würden denken, dass Regulierung und Sicherheit Hand in Hand gehen, besonders wenn die Bösewichte Zugriff auf dieselben Tools haben wie Sie beim Aufbau des Netzwerks. Wie fangen Sie also an, all diese erstaunlichen Daten zu sichern?

John: Ja. Nun, ich meine, Daten sind einfach Daten. Sie können es zum Guten oder zum Schlechten verwenden, und leider ist es tatsächlich unglaublich wertvoll und wird so zu einem riesigen Ziel. Sicherheitskompromisse passieren nicht, weil sich jemand langweilt; Sie passieren, weil es ein Ziel gibt, das es wert ist, gestohlen zu werden. Und unsere digitale Umgebung, die Währung sind die Daten, die Erkenntnisse, die Modelle – diese Dinge sind die wirklich wertvollen Werkzeuge. Und die Realität ist, dass sie ein Ziel sein werden. Also müssen wir wirklich darüber nachdenken, wie wir diese Umgebungen auf eine vielleicht andere Weise sichern, als wir es historisch gesehen mit der physischen Welt gemacht haben. Um ganz offen zu sein, der aktuelle Sicherheitsansatz wird einfach nicht funktionieren, denn unser derzeitiger Sicherheitsansatz ist, dass wir etwas haben, das unabhängig von der Sicherheit läuft, und dann haben wir Dinge, die es angreifen, und dann entwickeln wir Sicherheitstechnologie, um dem entgegenzuwirken die Dinger, die es angegriffen haben.

Das Problem ist, dass es ein nicht zu gewinnender Kampf ist, weil offen gesagt jemand einfach einen neuen Weg finden kann, ihn anzugreifen, und dann muss die Sicherheitsindustrie eine Antwort darauf finden. Und das ist keine gute Art, eine Organisation oder eine Technologie zu führen. Wir glauben also, dass wir zu unserem Modell wechseln müssen, bei dem wir uns wirklich mit der intrinsischen Sicherheit befassen, dass wir die Sicherheit in das einbauen, was wir schützen, egal ob wir das in einer Cloud-Umgebung tun oder Wir tun es in einer Netzwerkumgebung. Aber unter dem Strich müssen wir uns von dieser Vorstellung verabschieden, dass Sicherheit als Reaktion auf ein externes Ereignis geschieht. Stattdessen muss es etwas sein, das in das eigentliche System und seine Architektur integriert ist.

Das klingt nach Marketing, aber unter dem Strich ist es kein gewinnbarer Kampf, wenn wir für jedes Sicherheitsproblem ein Sicherheitsprodukt haben wollen. Wir brauchen Architekturen, Infrastrukturen und Systeme, die nicht darauf ausgelegt sind, auf ein bestimmtes Sicherheitsproblem zu reagieren, sondern auf jede Bedrohung. Sie haben ein umfassendes Verständnis ihrer Identität. Sie haben die Fähigkeit, den Zugriff zu kontrollieren und Verhaltensweisen in ihnen zu verstehen. Ich habe immer argumentiert, dass man sich in der Sicherheitswelt mit drei Dingen beschäftigt. Das bekannte Gute, das bekannte Schlechte und das Unbekannte. Und heute versuchen die meisten unserer Sicherheitsprinzipien, das bekannte Böse zu blockieren, was nicht zu gewinnen ist, und versuchen, das Unbekannte zu sichten, aber sie machen das nicht sehr gut. Und interessanterweise bauen wir das bekannte Gute selten wirklich dafür. Jetzt ist mein Argument, wir müssen verstehen, was das bekannte gute Verhalten ist, und wir müssen das unterbinden und sicherstellen, dass dies geschieht. Wir müssen das bekannte Böse verbieten, das ist eine naheliegende Aussage. Aber es ist das Unbekannte, woher all die Innovationen kommen werden.

Und das bringt uns zurück zu Dingen wie KI und ML. Die Idee, maschinelle Intelligenz zu verwenden, um das Unbekannte zu sichten, um sehr schnell festzustellen, ob es sich um ein bekannt schlechtes oder ein bekanntes Gut handelt? Zu welchem ​​Lager gehört es? Und das schneller als die andere Seite, weil wir bessere Tools haben, um Verhaltensweisen zu verstehen und die Frameworks in die Infrastruktur selbst zu integrieren. Das Wichtigste ist, selbst wenn Sie KI verwenden, um neue Bedrohungen zu verstehen und zu entscheiden, ob sie gut oder schlecht sind, wenn dies außerhalb der Infrastruktur geschieht, müssen Sie immer noch ein anderes Produkt einsetzen, um darauf zu reagieren. Wenn am anderen Ende die Infrastruktur das Produkt ist, das auf die Sicherheitsereignisse reagiert, wenn es der Infrastruktur buchstäblich nur mitteilt, ändern Sie Ihre Servicekette in Ihrem SDN, ändern Sie die Virtualisierungsebene, ändern Sie Ihr Kubernetes-Manifest, aber Sie stellen keines bereit neue Technologie – Sie erzwingen lediglich neue Verhaltensweisen für die vorhandene Infrastruktur. Dann kann dieses Gehirn plötzlich viel schneller in Produktion gehen, als ein ganz neues Produkt oder ein ganz neues System bereitstellen zu müssen.

Also, aber die Sicherheit ist eine, hier sind die schlechten Nachrichten, sie werden nie verschwinden. Wir befinden uns ständig in einem sicherheitsdynamischen Wettlauf mit Bösewichten und Guten. Aber ich denke, wir können viel schneller vorankommen, wenn wir aus dieser Denkweise herauskommen, dass es für jedes Sicherheitsproblem ein Produkt gibt. Es muss so sein, dass unsere Infrastrukturen der reaktive Mechanismus sind, und wir nutzen die maschinelle Intelligenz aggressiv, um zu verstehen, wann wir reagieren müssen. Aber diese Reaktion erfordert nicht die Neuinstallation der gesamten Infrastruktur und die Änderung unserer Architekturen, um zu reagieren. Wenn Sie in diesen Modus wechseln, können Sie sich schneller bewegen als die Gegner, und Sie haben einen intrinsischen Sicherheitsansatz auf Systemebene, was für die Menschen eine große Veränderung darstellt, aber logischerweise der einzige Ort ist, an den wir gelangen können jede Art von Erfolg, wenn wir beginnen, über das Ausmaß dieser Zukunft vor uns nachzudenken.

Lorbeer: Ich mag den Ausdruck maschinelle Intelligenz, denn das ist es wirklich. Es muss das gesamte System umfassen, egal ob Sie eine gute Offensive oder bessere Systeme aufbauen, um immer schneller zu reagieren. Es ist nicht nur künstliche Intelligenz, es ist nicht nur maschinelles Lernen. Es ist tatsächlich eine Kombination aus beidem, die es Ihnen ermöglicht, so viel mehr zu tun. Und stellt auch eine Menge Erwartungen und Belastungen an die Menschen, die diese Systeme erstellen, um auf eine bestimmte Weise zu funktionieren. Ich weiß also, dass Sie im Vorstand von Cloud Foundry sind und Open Source wichtig ist, aber das ist sozusagen die Wurzel von Open Source, richtig, darüber nachzudenken, wie wir alle zusammenarbeiten und diese Technologie so demokratisieren können, dass jeder sie erreicht wer anpackt, hat am Ende tatsächlich etwas davon.

John: Ja. Nein, absolut. Ich meine, denke ich, Open Source-Methoden – diese Idee der Community-basierten Entwicklung ist übrigens nicht neu und nicht nur Open Source vorbehalten. Ich arbeite jetzt seit über 20 Jahren in Normungsgremien. Und wenn Sie ins IEEE [Institute of Electrical and Electronics Engineers] oder die IETF [Internet Engineering Task Force] gehen, dann ist das eine Gemeinschaft. Es bewegt sich etwas langsamer, weil es mehr Roberts Rules of Order und Annäherungen enthält. Aber die Idee ist, dass ich immer daran geglaubt habe, dass die beste Technologie eine ist, die im Lichte des Tageslichts entwickelt wurde, und dass nicht eine kluge Person in einem Backoffice irgendwo die Lösung für das Problem findet. Sie werfen Ihr Problem nach draußen, und Sie arbeiten als Gemeinschaft an diesem Problem. Sie haben abweichende Stimmen und Konsens.

Das Interessante an der aktuellen Open-Source-Welt ist, dass es im Vergleich zu Standardorganisationen, den traditionellen Standardorganisationen, die sich sehr langsam bewegen, ein Jahrzehnt dauern könnte, bis ein Standard in der IETF veröffentlicht wird, Open Source bewegt sich einfach schneller, es hat einen Teil der Bürokratie beseitigt. Es heißt, wir werden nicht voraussetzen, wie Sie die Arbeit erledigen, aber wir werden darauf bestehen, dass es der Konsens der Community ist, dass die Community auf dieser Reise vorankommt.

Nun, wir haben heute ein Problem mit Open Source, und das ist, dass Open Source immer noch ein Silo-Problem hat. Die Open-Source-Projekte sind normalerweise keine Probleme auf Systemebene. Sie sind, wir haben eine Gruppe, die losgeht und Kafka baut, oder wir haben eine Gruppe, die losgeht und Hadoop macht, und wir haben eine Gruppe, die losgeht, um Kubernetes und CNCF [Cloud Native Computing Foundation] zu bauen. Und die sind wunderbar. Aber der einzige Weg, wie das wirklich funktioniert, ist, wenn diese Open-Source-Projekte zusammenkommen, denn niemand löst ein digitales Ergebnis mit einem von ihnen. Kubernetes, so gut es auch ist, tut, um ganz ehrlich zu sein, in Bezug auf das Geschäftsergebnis nichts von sich aus. Es muss eine Arbeitslast darauf vorhanden sein, es muss einen Datenstrom geben, es muss auf einer Infrastruktur laufen.

Und so denke ich, dass es zwei Imbissbuden aus der Open-Source-Welt gibt. Erstens ist die Community-basierte Entwicklung, ob in einem Standardisierungsgremium oder Open Source, der schnellste Weg für Menschen, Dinge herauszufinden, und wir sollten sie annehmen, erweitern und nutzen, wo immer wir können. Es funktioniert einfach besser. Das zweite ist jedoch, dass wir, selbst wenn wir diese Art von Arbeit an einer bestimmten Komponente durchführen, die Prinzipien dieses Denkprozesses, die Dinge aus einer breiteren Perspektive, einer Open-Innovation-Perspektive, betrachten und anwenden müssen Architekturen auf Systemebene. Eines der besten Beispiele dafür ist etwas, das wir vorhin gerade angesprochen haben, nämlich 5G. Derzeit gibt es weltweit eine große Debatte darüber, wie 5G aufgebaut werden sollte. Es gibt den traditionellen Ansatz von Legacy 3GPP [Partnerschaftsprojekt der 3. Generation], der sagt, ah, es ist gut, Komponenten zu haben, aber wir werden sehr, sehr strukturiert und diszipliniert sein, und es wird nicht viel Raum für Innovationen geben weil wir entschieden haben, was 5G ist. Da ist die Antwort; Geh und setze es um.

Ich stimme diesem Ansatz nicht zu, da er auf Technologien basiert, die längst veraltet sind. Es gibt eine neue Denkweise, die besagt, hey, wir wollen immer noch das gleiche Ergebnis erzielen, wir glauben immer noch an die gleichen Schnittstellen und die gleichen Standards, aber wie Sie es tatsächlich ausführen, sollte offen dafür sein, wie Sie es tun Virtualisierung betreiben und wie Sie sich mit Hardware verbinden und wie Sie das Funkzugangsnetz öffnen. Und diese Denkebene spiegelt sich darin wider, wie Menschen in Open-Source-Communities und in modernen Softwareentwicklungsprojekten denken. Und so sehen wir diese interessante Kollision zwischen der Welt der offenen Ökosysteme und der Telekommunikationswelt, die wirklich viel Stress und eine interessante Entwicklung der 5G-Ökosysteme verursacht. Aber für mich ist es ein sehr positives Ergebnis, denn diese Technologie ist so wichtig, dass wir sie besser richtig machen. Und wir haben reichlich Beweise dafür, dass Open Source, offene Ökosysteme und offene Systeme tatsächlich ein schnellerer und besserer Weg sind, um für viele Dinge, die Menschen auf andere Weise versucht haben, bessere Ergebnisse zu erzielen.

Wir werden also sehen, wie es sich entwickelt, aber Open Source als Konzept und ein Community-Entwicklungsmodell hat weit mehr beeinflusst als nur die Projekte, in denen Open Source vorkommt.

Lorbeer: Und ich liebe das, diese Art von Energie und Aufregung und vor allem wieder Zusammenfluss. Wir bringen alle zusammen, um diese Veränderung herbeizuführen. Apropos, wie machen Sie das bei Dell? Wie denken Sie strategisch über KI und führen dieses riesige Unternehmen? So viele verschiedene Teams, und Sie haben wunderbare Leute und wunderbare Teams. Aber wie denken Sie strategisch darüber und wie raten Sie anderen Führungskräften, über KI und maschinelle Intelligenz auf eine sinnvolle, vielleicht offene Weise nachzudenken, die ihre bisherige Geschäftspraxis in Frage stellt?

John: Ja Ja. Und eine allgemeine Antwort auf diese Frage: Wir bei Dell sind ein riesiges Unternehmen, das fast jeden Aspekt der Infrastruktur abdeckt, von Bare-Metal-Hardware bis hin zu Anwendungsstapeln und Entwicklungsumgebungen. Wir sind einfach extrem groß und extrem breit gefächert, was Teil des Leistungsversprechens des Unternehmens ist. Eines der Dinge, die wir jedoch schon früh erkannt haben, war, dass man, wenn man so groß ist, gewisse Leitprinzipien haben muss. Es muss eine Art Rahmen dafür geben. Und so sind wir sehr diszipliniert, wenn es darum geht, eine Strategie zu haben, einen Nordstern zu haben und klare Rollen und Verantwortlichkeiten zu verstehen. Aber stellen Sie sicher, dass wir verstehen, dass Implementierungen, wenn Sie etwas Großes wie Edge oder Cloud tun, an vielen Stellen stattfinden werden. Aber wenn Sie keine Struktur haben, in der jeder irgendwie versteht, warum Sie es tun, was sind die ersten Prinzipien, mit denen Sie kämpfen werden?

Zum Beispiel haben wir erst kürzlich in Edge einige Entscheidungen darüber getroffen, wie Dell Edge positioniert. Und sie sind hochrangig, aber sie bestimmen, wie unsere Entwickler denken. Zum Beispiel glauben wir, dass Kanten keine eigenständigen Einheiten sind. Edges sind Erweiterungen von Cloud-Betriebsmodellen. Du baust keine Kante, um eine Kante aufzubauen. Sie bauen einen Vorsprung auf, um Ihre Cloud-Architektur in die reale Welt zu erweitern, sei es eine öffentliche oder private Cloud-Umgebung oder eine hybride Multi-Cloud-Umgebung. Und das klingt sehr subtil, aber wenn Sie diese Entscheidung nicht innerhalb eines Unternehmens treffen, würfeln Sie nur, um zu sehen, ob Ihre Teams mehr Silos aufbauen oder tatsächlich eine Erweiterung Ihres Kernwertversprechens aufbauen, nämlich zu Erstellen Sie eine Multi-Cloud. Und mit diesem Nordstern ist es klar. Andere Beispiele in Edge: Wir haben entschieden, dass wir der Meinung sind, dass Edges Plattformen sein sollten. Das klingt jetzt sehr offensichtlich, außer dass die meisten Edges heute maßgeschneiderte Silos für eine bestimmte Arbeitslast sind.

Jemand entscheidet, dass ich mein KI-Framework in eine Fabrik bringen möchte, also werde ich einen Vorsprung aufbauen. Sogar einige der Public Clouds haben effektiv sehr schmale, maßgeschneiderte Silos gebaut, die nur wenige Funktionen ihrer Public Cloud erweitern. Nichts anderes. Jetzt, als wir anfingen, es anzusehen, sagten wir, warte eine Minute. Edge ist eine Fähigkeit einer End-to-End-Erfahrung. Sie werden viele End-to-End-Erfahrungen haben. Und wenn Sie für jeden einzelnen von ihnen einen Vorteil aufbauen müssen, werden Sie den Randmarkt dem Sicherheitsmarkt verdammt ähnlich sehen lassen, was wir nicht wollen. Sicherheitsmärkte, wenn Sie in ein Sicherheitsrechenzentrum eines Unternehmens gehen, finden Sie eine Zahnstange. Jedes Ausrüstungsteil hat ein anderes Logo und macht eine Sache. Wir wollen nicht, dass Edge so aussieht. Also haben wir entschieden, dass Edge eine Plattform sein sollte. Was wir aufbauen sollten, sind horizontale Fähigkeiten. Wir sollten anerkennen, dass dieser Rand für eine KI-Aufgabe verwendet werden könnte, es könnte eine industrielle Automatisierungsaufgabe sein, es könnte eine Videoüberwachungsaufgabe sein.

Wir brauchen vielleicht mehrere verschiedene Edge-Architekturen, um unterschiedliche Ansätze zu berücksichtigen, aber Sie versuchen nicht, ein einzelnes, vertikal spezifisches Silo für jedes Edge-Problem zu bauen. Sie versuchen, eine Plattform aufzubauen, die es dem Kunden ermöglicht, seine Edge-Probleme heute zu lösen. Und wenn sie auf ihr nächstes Kantenproblem stoßen, müssen sie nur Code in die Plattform schieben und dann an der Kante arbeiten, anstatt eine neue Kante aufzubauen. Nun, diese Dinge, die ich gerade gesagt habe, sind hoffentlich völlig offensichtlich, aber die meisten Menschen treffen diese Entscheidungen nicht. Also bei Dell tun wir das. Wir treffen Entscheidungen erster Ordnung darüber, was unsere Philosophie ist? Wie denken wir über die Dinge? Wir verwandeln sie dann in Architekturen, die genau die technische Arbeit beschreiben, die getan werden muss, aber wir gehen nicht so weit, der Implementierung und dem Produkt genau vorzuschreiben, wie sie innovativ sein werden, um dieses Ergebnis zu erreichen. Das ist der Zauber großartiger F&E-Teams. Sie gehen los und finden heraus, wie man das Produkt am besten baut. In dieser Hinsicht sind sie innovativ, aber alles fügt sich zu einem System zusammen.

Tatsächlich leite ich heute die Bemühungen, in diesen sechs riesigen Bereichen innerhalb von Dell grundsätzlich sicherzustellen, dass wir in unserer Architektur konsistent sind, dass wir sie als Unternehmen auf Systemebene steuern. Dazu gehören die Entwicklung der Cloud, die Entwicklung zum neuen Datenökosystem, der Daten in Bewegung und wie wir dort spielen. Sie sind Edge und wie wir die IT auf die reale Welt ausdehnen. Sie sind KI und ML, und so verwandeln wir das gesamte Technologie-Ökosystem in eine andere Arbeitsteilung zwischen Menschen und Maschinen rund um die Denkaufgaben. Sie sind 5G, diese große Wendung der Telekommunikation, und die IT- und Cloud-Welt, die ineinander prallen. Und unserer Meinung nach muss es wirklich Cloud- und IT-dominiert sein, und es muss eine moderne Infrastruktur sein. Und schließlich geht es um die Sicherheit, und wir haben das mit der intrinsischen Sicherheit angesprochen. Das sind riesige Dinge, aber um Ihre Frage zu beantworten, müssen Sie bei einem Unternehmen wie Dell oder jedem anderen Unternehmen wissen, was Ihre Nordsterne sind, was sind die Dinge, die auf Sie zukommen?

In unserem Fall sind es diese großen Sechs. Sie brauchen eine Sichtweise, die erste Prinzipien beschreibt, und einen Rahmen, der das Spielfeld beschreibt, und dann brauchen Sie eine Struktur, die dies operationalisiert, um diese Botschaft in Ihre Entwicklungsgemeinschaft, in Ihre Produktgruppen und in Ihre Serviceorganisation zu bringen , in Ihren Marketingteams, damit sie alle auf dem richtigen Spielfeld mit dem richtigen, nennen wir es Skript arbeiten. Aber Sie wollen nicht so präskriptiv sein, dass Sie sie daran hindern, innovativ zu sein, und wie sie implementieren und mit unterschiedlichem Tempo kommen. Es ist dieses Gleichgewicht zwischen der Bewegungsfreiheit des Entwicklers und einem Framework und einer Architektur und einem Nordstern. Sie haben das Recht, dass Sie in der Technologie navigieren können. Aber wenn Sie den Nordstern verfehlen, Sie den Rahmen verpassen oder Sie keine Bewegungsfreiheit für Innovationen haben, werden Sie nicht wirklich gute Leistungen erbringen. Für uns sind es also wirklich diese drei Großen.

Lorbeer: Das ist ausgezeichnet. Wir könnten noch einen ganzen Tag damit verbringen, über Edge-Computing und alles andere zu reden, aber ich schätze Ihre Zeit heute so sehr, John. Vielen Dank, dass Sie heute an einem fantastischen Gespräch über das Geschäft teilgenommen haben Labor.

John: Ja, vielen Dank, dass du mich hast.

Lorbeer: Das war John Roese, President und Chief Technology Officer of Products and Operations bei Dell Technologies, mit dem ich aus Cambridge, Massachusetts, dem Sitz des MIT und der MIT Technology Review, mit Blick auf den Charles River gesprochen habe.

Das war es für diese Folge von Business Lab. Ich bin Ihr Gastgeber, Laurel Ruma. Ich bin der Direktor von Insights, der Custom-Publishing-Abteilung von MIT Technology Review. Wir wurden 1899 am Massachusetts Institute of Technology gegründet. Und Sie finden uns auch in gedruckter Form, im Internet und jedes Jahr auf Veranstaltungen auf der ganzen Welt. Weitere Informationen über uns und die Messe finden Sie auf unserer Website unter technologyreview.com.

Die Show ist überall dort verfügbar, wo Sie Ihre Podcasts erhalten. Wenn Ihnen diese Folge gefallen hat, hoffen wir, dass Sie sich einen Moment Zeit nehmen, um uns zu bewerten und zu bewerten. Das Business Lab ist eine Produktion von MIT Technology Review. Diese Folge wurde von Collective Next produziert. Danke fürs Zuhören.

verbergen