NTT DATA en NVIDIA schalen AI naar fabrieksformaat

Waarom stranden zoveel AI-projecten in de testfase? NTT DATA en NVIDIA presenteren een oplossing voor het schaalbaarheidsprobleem van agentic AI.

De stap van een geslaagde test naar een werkend systeem blijkt in de praktijk vaak een onoverbrugbare kloof. NTT DATA en NVIDIA lanceren daarom speciale ‘AI-fabrieken’ om agentic AI op grote schaal rendabel te maken voor organisaties.

Van experiment naar agentic AI op de werkvloer

Veel bedrijven worstelen met de vraag hoe ze hun eerste experimenten omzetten in tastbare resultaten. NTT DATA introduceert een model dat organisaties een herhaalbaar en productierijp kader biedt voor het opschalen van technologie. Het platform integreert de rekenkracht van NVIDIA met specifieke software zoals NeMo en NIM Microservices om agentic AI breed inzetbaar te maken binnen de bestaande IT-infrastructuur.

Volgens Abhijit Dubey, de topman van NTT DATA, is er een duidelijke verschuiving zichtbaar in hoe het bedrijfsleven AI benadert. Waar voorheen de nadruk lag op losse experimenten, eisen bestuurders nu een veilige omgeving waarin agentic AI direct bijdraagt aan de winstgevendheid. De focus ligt hierbij op het verkorten van de tijd tussen een eerste prototype en de uiteindelijke uitrol in de cloud of op locatie.

Praktijkvoorbeelden uit de industrie

De effectiviteit van deze aanpak wordt al zichtbaar bij diverse vroege gebruikers in verschillende sectoren. Een oncologisch ziekenhuis gebruikt de NVIDIA-technologie voor geavanceerde analyses in de radiologie om klinische workflows te versnellen. Tegelijkertijd wist een grote toeleverancier in de automotive-sector de opstarttijd van zijn productie te verkorten door workloads eerst virtueel te valideren binnen de architectuur van de AI-fabriek.

  • Radiologie-analyses voor snellere klinische workflows in de zorg.
  • Validatie van productielijnen via 3D-visualisatie in de technieksector.
  • Snellere configuratie van fabricageprocessen voor de automotive-industrie.

Het platform moet het probleem oplossen van de zogeheten pilot-purgatory: de fase waarin een project technisch werkt maar niet grootschalig ingezet kan worden. Door gebruik te maken van gestandaardiseerde containers en API’s wordt de complexiteit voor ontwikkelaars aanzienlijk verminderd. Hierdoor kan agentic AI sneller worden aangepast aan de specifieke eisen van een sector zonder dat het wiel telkens opnieuw moet worden uitgevonden.

Druk op financieel rendement neemt toe

De samenwerking tussen de twee giganten komt op een moment dat de druk op bedrijven toeneemt om rendement op hun tech-uitgaven te tonen. Governance en domeinspecifieke prestaties zijn tegenwoordig de belangrijkste criteria waarop investeringen worden beoordeeld. Met de inzet van agentic AI hopen NTT DATA en NVIDIA een systeem te bieden dat niet alleen technisch werkt, maar ook bedrijfseconomisch logisch in elkaar steekt voor de lange termijn.

Wat valt ons op?

Waar voorheen de nadruk lag op losse experimenten, eisen bestuurders nu een veilige omgeving waarin agentic AI direct bijdraagt aan de winstgevendheid.

Wat betekent dit voor jou?

Voor de Nederlandse mkb-ondernemer laat deze ontwikkeling zien dat de tijd van vrijblijvend experimenteren voorbij is. De focus verschuift naar schaalbaarheid en direct resultaat op de balans.

  • Breng in kaart welke kleine AI-projecten binnen je bedrijf de potentie hebben om breed ingezet te worden.
  • Kies voor gestandaardiseerde platforms in plaats van duur maatwerk om toekomstige opschaling betaalbaar te houden.
  • Focus op specifieke onderdelen van je bedrijfsvoering waar AI routinematige handelingen direct kan overnemen.
Oorspronkelijk bericht: AI News
Mirko
Mirko

Mirko is AI-redacteur bij AIResults.biz. Hij focust op het begrijpelijk maken van belangrijke fundamentele AI-ontwikkelingen in de Verenigde Staten.

Artikelen: 122

Geef een reactie

Je e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *