#90 Hindernisse bei der Annahme zukünftiger Technologien
Subscribe to get the latest
on 2022-06-07 00:00:00 +0000
with Darren W Pulsipher, Glenn Kurowski,
Darren Pulsipher, Chief Solutions Architect, Intel, diskutiert mit Glenn Kurowski, CTO von CACI, über die Hindernisse bei der Einführung neuer Technologien im öffentlichen Sektor und was in Zukunft zu erwarten ist.
Keywords
#ai #neuromorphic #security #moderncomputing #devsecops #generativeai #multicloud #zerotrust #cybersecurity #people #technology
Glenn ist der Chief Technology Officer bei CACI, einem Unternehmen mit einer Größe von sechs Milliarden Dollar, das sich auf nationale Sicherheit konzentriert und zu den Fortune-500-Unternehmen gehört. Er ist seit 35 Jahren in der Branche tätig und widmet sich der militärischen, nachrichtendienstlichen und cyber-sicherheitstechnischen Arbeit für die US-Regierung. Er ist Ingenieur, daher denkt, handelt und bearbeitet er Fragen wie ein Ingenieur.
Aufregende neue Technologien in den Bereichen Künstliche Intelligenz, neuromorph und Sicherheit werden manchmal nicht schnell genug im öffentlichen Sektor übernommen.
Die erste Hürde ist Komplexität. Diejenigen in der technischen Gemeinschaft sind herausragende Innovatoren, aber nicht immer gut darin, die Technologie einfach konsumierbar, benutzbar oder administrierbar zu machen. Glenn sieht jedoch einige Verbesserungen. Zum Beispiel ist in den letzten fünf Jahren die Komplexität der Nutzung von KI deutlich gesunken, da immer mehr Menschen auf Tools und Softwareentwicklungskits zurückgreifen.
Eine weitere Hürde kann der Mangel an Talent sein, um Technologien im öffentlichen Sektor zu entwerfen, zu entwickeln und instand zu halten. Neues Talent muss nicht nur für die Branche gewonnen werden, sondern sie müssen auch in der Lage sein, Sicherheitsfreigaben zu erhalten. Auf der anderen Seite gibt es viele, die gegen die Übernahme neuer Technologien Widerstand leisten. Es handelt sich um eine Herausforderung im Change Management. Wenn dies nicht richtig angegangen wird, werden vorhandene Talente zu Hindernissen bei der Übernahme neuer Technologien. Anstatt sich zu fragen, wie es möglich gemacht werden kann, kommen sie mit tausend Gründen auf, warum es nicht funktioniert.
Der dritte Punkt betrifft die Cybersicherheit. Glenn beschreibt dies nicht als Hürde, da es nicht etwas ist, das entfernt werden könnte. Dennoch könnte die Branche proaktiver sein und die Entscheidungen weiter nach links verlagern sowie die Sicherheit frühzeitig einbeziehen, um die Einführung zu beschleunigen.
Der öffentliche Sektor könnte eine Lektion daraus ziehen, wie schnell Smartphone-Technologie mit dem Aufkommen des iPhones übernommen wurde. Die frühen iPhones waren erstaunlich einfach zu bedienen, und das Unternehmen war darauf bedacht, den Kunden etwas zu übergeben, das sie sofort nutzen konnten. Darüber hinaus konnte die Entwicklergemeinschaft sofort mit den Software-Entwicklungswerkzeugen und -prozessen innovieren und neue Dinge schaffen. Schülerinnen und Schüler der sechsten Klasse können mit den Entwicklerwerkzeugen für iPhone und Android entwickeln. Benutzerfreundlichkeit war von entscheidender Bedeutung und leitete die Softwareentwicklung effizient ein.
Der öffentliche Sektor sollte versuchen, diese Qualitäten zu imitieren und seinen Markt und seine Kunden auf die gleiche Weise anzugehen, vor allem im Bereich der Datenanalyse. Es gibt eine enorme Menge an Daten, die wir nicht optimal nutzen. Genauso wie Steve Jobs seine Technologie über das durchschnittliche Zielpublikum hinausgebracht hat, muss dasselbe bei der Datenanalyse geschehen. Anstatt sich auf Datenwissenschaftler zu konzentrieren, sollte vielleicht eine Geschäftsperson oder eine Durchschnittsperson, die einen Haushalt führt, das Ziel sein.
Glenn glaubt, dass der erste Schritt darin besteht, auf eine beherzte Weise dem Gedanken an KI und Analysen nachzugehen, indem man sich darauf konzentriert, Daten zu befreien. So viele Daten sind in proprietären Designs eingeschlossen, dass es ein schlechtes Geschäftsmodell ist. Kunden sollten Verträge erneuern, nicht weil ihre Informationen von einem Anbieter kontrolliert und abgeschlossen werden, sondern weil der Anbieter Lösungen, Wert und Innovationen bietet.
KI sollte als digitaler Assistent für Kunden positioniert werden, anstatt als undurchsichtiger, magischer Roboter im Hintergrund, dem der Kunde skeptisch gegenübersteht. Ein digitaler Assistent ist einfach einen Schritt voraus bei dem, was Sie erreichen möchten, indem er Daten und Informationen über maschinelles Lernen und Deep Learning bereitstellt, um Ihr Leben einfacher zu machen und Ihnen die Verarbeitung zu ermöglichen. Auf diese Weise bietet KI sofortigen Mehrwert und ist viel weniger beängstigend.
Glenn glaubt, dass die Technologie, über die der öffentliche Sektor heute verfügen muss, zuerst die Cloud und mehr davon ist. Die Cloud nimmt eine Menge menschlicher Fehler aus der Verwaltung heraus. Sie verringert die Angriffsfläche und es handelt sich um ein Abrechnungsmodell nach Verbrauch, was kostengünstig sein kann, wenn man Software für dieses Modell entwickelt.
Zweitens sind gute DevSecOps-Plattformen vorhanden. Softwareentwickler können mehr Zeit mit den verfügbaren Tools für die tatsächliche Entwicklung verbringen. DevSecOps ist noch in einem frühen Entwicklungsstadium, und das Wachstum wird explosiv sein.
Eine Technologie, die während der Fernarbeit während COVID entscheidend war, ist “Commercial Solutions for Classified” (CSFC). Diese Technologie gibt es seit einem Jahrzehnt. Sie hat sich jedoch so weit entwickelt, dass die Komplexität bei ihrer Bereitstellung, Verwaltung und Sicherheit leicht beherrscht werden kann. So ist es beispielsweise möglich, dass jemand in einem unklassifizierten Bereich arbeitet und dennoch Zugang zu Geheimnissen hat, mit der Gewissheit, dass keine Datenlecks auftreten. Dies ist eine neue, wichtige Fähigkeit.
All dies steht in Verbindung mit dem Anziehen und Halten von talentierten Mitarbeitern. Die Schwierigkeit dabei liegt nicht daran, dass der öffentliche Sektor keine spannenden, herausfordernden Probleme hat, sondern an der Wahrnehmung, dass die Regierung sehr langsam agiert. Darin steckt ein gewisser Wahrheitsgehalt aufgrund der Bedeutung, eine gewisse Unantastbarkeit oder Vertrauen aufrechtzuerhalten. Dennoch ist die Regierung in der Realität bei vielen neuen Technologien wie der Photonik oder lichtbasierten Kommunikation ganz vorn mit dabei. Einige Bereiche agieren schnell, wie beispielsweise die Softwareentwicklung mit agiler Methode und DevSecOps.
Glenn glaubt, dass das Weltraumgebiet in fünf Jahren explodieren und sich grundlegend von der Zukunft der Technologie unterscheiden wird. Die Fähigkeit, mit Verbesserungen in Größe, Gewicht und Leistung kostengünstig mehr Dinge in den Orbit zu bringen, zusammen mit der Möglichkeit, schnell über Tausende von Kilometern hinweg mit Photonik zu kommunizieren, ermöglicht Konnektivität sowie die Verteilung und Nutzung von Daten auf diesen Nutzlasten.
Ein weiterer Bereich, der sich stark unterscheiden wird, ist die Spektrum-Agilität. Das Einsatzgebiet des elektromagnetischen Spektrums wird entscheidend für eine widerstandsfähige Konnektivität in Konflikten sein. Die darauffolgenden Auseinandersetzungen werden stark betonen, wer kommunizieren kann und mit Kommunikationseinrichtungen stören kann. Spektrum-Agilität bedeutet, die Fähigkeit zu haben, dynamisch zu wissen, was im Spektrum um einen herum passiert, um schnell reagieren zu können. Diese Konnektivität ist grundlegend für gemeinsame Führung und Kontrolle sowie für die JADC2-Vision, um erfolgreich zu arbeiten.
Ein dritter Bereich ist, was mit Kubernetes und Infrastrukturcode gemacht werden kann. Automatisierung wird Arbeit abbauen und allgemein Dinge erleichtern.
Kein Gespräch über die Zukunft der Technologie wäre komplett ohne eine Erwähnung von Quanten. Die entwickelten Quantenprogrammiermodelle unterscheiden sich komplett von traditionellen Modellen. Wir müssen an den Punkt gelangen, an dem wir Werkzeuge für Programmierer haben, die den Prozess stark automatisieren. Die Ausbildung einer Person für zwei Jahre als Quanten-Computing-Programmierer ist nicht skalierbar, daher benötigen wir die Entwicklung von Software-Entwicklungswerkzeugen, ähnlich wie die Gemeinschaft die Komplexität abstrahiert hat und Werkzeuge für künstliche Intelligenz entwickelt hat.
Der letzte Bereich ist die fortgesetzte Evolution des Edge Computing. Die Anzahl der Rechenprozesse ist phänomenal und fördert Kreativität bei Größe, Gewicht und Stromverbrauch. Edge Computing wird sich weiterhin zuverlässig und vertrauenswürdig entwickeln. Belastbare Kommunikation erfolgt möglicherweise nicht über eine dedizierte Verbindung, sondern über ein Mesh-Netzwerk, bei dem Teile der Nachricht am anderen Ende wiederverbunden werden. Dies kann Lösungen in taktischen und gestörten Umgebungen ermöglichen.
Darren sieht die traditionelle Von-Neumann-Architektur in Zukunft schwinden, da wir Datenbeständigkeit ohne Festplatten haben können und Daten haben können, die leben, sich bewegen und migrieren, indem sie mit Funktionen arbeiten, die damit arbeiten. Die Schichten und Beschränkungen des Von-Neumann-Modells werden entfernt werden.
Glenn denkt, dass dies schneller passieren wird als die meisten Leute vorhersagen würden, wegen Erfahrungsvoreingenommenheit. Aber es ist eine andere Welt, wenn man alle anderen Teile zum koexistieren bringen kann und die Latenzprobleme beseitigt. Stell dir vor, was zum Beispiel bei der Inferenzgeschwindigkeit am Rand mit autonomen Fahrzeugen möglich wäre. Diese Technologie entwickelt sich und Programmierer denken von Anfang an an Abstraktionsschichten. Du könntest zum Beispiel ein bereits entwickeltes neuronales Netzwerkmodell nehmen und es durch ein Softwareentwicklungstoolkit laufen lassen, um es auf eine Hardware-Substrat, eine Nicht-Von-Neumann-Architektur, zu platzieren, und du musst es nicht neu programmieren. Dies wird die Einführung beschleunigen und transformierend sein.