Předpovědi 2025: Rok složené umělé inteligence pro podnikové přijetí

Nový rok přinese přijetí umělé inteligence způsoby, které jsme dosud neviděli, po rekalibraci toho, co nyní víme, že lze v rámci podniku dosáhnout. Znalostní grafy že podpora složené umělé inteligence bude v popředí, protože přidávají palivo k přeměně nestrukturovaných informací na použitelné znalosti. Spolu s dalšími nástroji jako GraphRAG které dělají Generativní AI (GenAI) efektivnější, budou i nadále připravovat cestu k tomu, jak se AI integruje do našeho každodenního života.

Realistické pohledy na to, co lze dělat s generativními modely AI, přinese rok složené AI

Organizace začínají implementovat potenciál GenAI k řešení skutečných problémů. V novém roce uvidíme, že bude přijata způsoby, které dříve nebyly vidět, ale pokud jde o přijetí AI pro podnikové uživatele, modely samy o sobě stále nestačí k řešení složitých problémů. Vezměte si nás lidi, například jsme chytřejší a efektivnější s nástroji a díky přístupu ke kalkulačkám, knihovně a počítači jsme dokázali mnohem více. Nemůžeme očekávat, že jazykové modely udělají vše, co v této fázi potřebujeme, zvláště v podnikovém prostředí, bez patřičných nástrojů. Přidání znalostních grafů, které podporují složenou pracovní zátěž AI, umožní systémy široce využívat a těžit z nich v rámci podniku.

Revoluce v hodnocení informací s GraphRAG

V počátcích internetu byly primárními vyhledávači AltaVista a Lycos. Vyhledávací dotaz by indexoval všechna slova na stránce a nabídl výsledky v pořadí podle hodnocení stránek. Nakonec to Google znovu vynalezl tím, že se podíval jak stránky spolu souvisí. Stránky se staly důležitějšími, pokud na ně ukazovaly jiné důležité stránky. Toto rekurzivní pravidlo bylo možné pouze tehdy, když jste se na web dívali jako na graf. Takto jsme skončili s Googlem a hodnocením stránek, které známe dnes. Dále, kdy Google začal převádět textová data do znalostního grafu v roce 2012, jsme viděli vývoj toho, jak uživatelé při vyhledávání získávali strukturované informace o skutečných entitách.

V nadcházejícím roce dojde k podobnému pokroku, jaký jsme viděli na internetu, od vyhledávání klíčových slov k vyhledávání na základě síťových a grafových struktur. Vyhledávání založené na převedeném textu na strukturovanou reprezentaci bude také probíhat s jazykovými modely, což bude velkým přínosem pro podniky. Jak postupujeme s GenAI, začínáme vidět něco podobného s využitím GenAI HADR, který převádí každé slovo nebo každý kus dokumentu na vektor, což nám umožňuje vzít otázku a namapovat ji na jednotlivá slova v dokumentu.

Věřím, že další iterace hledání se přesune k použití kombinace znalostního grafu a RAG. To, co dělá, je křížové odkazy na dokumenty a rychle zjistíte, že mají něco společného, ​​a propojte to jako spojení, když to funguje jako odpověď na dotaz. V průběhu času je pravděpodobné, že většina toho, co jsme zdokumentovali, bude převedena na strukturované informace, které budou vloženy do znalostních grafů, které umožní uvažování, když jsme požádáni o vyhledávací dotaz. Důraz bude kladen na rychlou konverzi nestrukturovaných textových informací na strukturované informace pro symbolické znalosti, aby se staly použitelnými.

Rozhraní internetu se mění, náš každodenní život bude svědkem přijetí AI dříve, než pracovní síla

Jako člověk, který vyrostl na Googlu, je nevyhnutelné si všimnout, že se rozhraní internetu začíná posouvat. Vzestup přijetí ChatGPT pokročil a stal se primárním mechanismem toho, jak příští generace komunikuje s internetem. Vzhledem k tomu, že toto přijetí v roce 2025 a dále sledujeme, bude mít významný dopad na to, jak se odvětví jako reklama vyvíjejí, aby si udrželi konkurenční výhodu.

Jako u většiny technologických inovací je nejprve zavedeme do osobního života. Věřím, že se to stane s osobními asistenty jako Siri nebo Alexa na základě jazykových modelů, které zdůvodňují a rozvíjejí přirozené vzorce pro naše každodenní návyky. Jak začínáme vidět, že se lidé více spoléhají na osobní asistenci mimo práci, očekávání, že budou mít ve svých zaměstnáních podobné asistenty, budou následovat.

Rekalibrace rozpočtu pro implementaci generativní umělé inteligence v podniku

Nyní, když je vrchol AI hype cyklu za námi, jsou lidé ve svém přístupu ke GenAI mnohem pragmatičtější. V posledním roce a půl mnozí utratili velkou část svých rozpočtů na GenAI a možná odsunuli další důležité oblasti IT stopy a dat na vedlejší kolej a nedostatečně investovali. Příští rok tedy uvidíme mnoho organizací, jak lépe nastaví rozpočet, aby udělaly více. Nyní, když máme přehled a odhalení toho, jak by GenAI mohla fungovat nebo nefungovat pro organizaci, mohou tyto podniky vyvážit investice mezi GenAI a všemi ostatními důležitými iniciativami.