2025-forudsigelser: Året for sammensat AI til virksomhedsadoption

Det nye år vil bringe AI-adoption på måder, som vi ikke har set før, efter en omkalibrering af, hvad vi nu ved kan opnås inden for virksomheden. Videnstrukturer, der understøtter sammensat AI, vil være i centrum, da de tilfører brændstof til at omdanne ustruktureret information til handlebar viden. Sammen med andre værktøjer som GraphRAG, der gør Generativ AI (GenAI) mere effektiv, vil de fortsætte med at banke vejen for, hvordan AI integreres i vores daglige liv.

Realistiske synspunkter på, hvad der kan opnås med Generative AI-modeller, vil bringe året for sammensat AI

Virksomheder er begyndt at implementere potentialet i GenAI til at løse reelle problemer. I det nye år vil vi se det antaget på måder, som vi ikke har set før, men når det kommer til antagelse af AI til virksomhedsbrugere, er modellerne stadig ikke tilstrækkelige på egen hånd til at løse komplekse problemer. Tag os mennesker som eksempel, vi er klogere og mere effektive med værktøjer, og vi har kunnet opnå langt mere med adgang til regnemaskiner, en bibliotek og en computer. Vi kan ikke forvente, at sprogmodeller kan gøre alt, hvad vi har brug for, på dette stadium, især i en virksomhedsindstilling, uden den rette værktøjsudstyr. Tilføjelse af videnstrukturer, der understøtter sammensat AI-arbejdsbyrder, vil tillade systemer at blive bredt udnyttet og nyttigt inden for virksomheden.

En revolution af informationsrang med GraphRAG

I de tidlige dage af internettet var de primære søgemaskiner AltaVista og Lycos. En søgeforespørgsel ville indekser alle ord på en side og tilbyde resultater i en side-rangorden. Til sidst genopfandt Google dette ved at se på, hvordan sider relaterer til hinanden. Sider blev mere vigtige, hvis andre vigtige sider pegede på dem. Denne rekursive regel var kun mulig, når man så på webben som et graf. Dette er, hvordan vi endte med at få Google og side-rang, som vi kender i dag. Yderligere, da Google startede med at omdanne tekstdata til en videnstruktur i 2012, så vi en udvikling af, hvordan brugere modtog struktureret information om virkelige enheder, når de søgte.

I det kommende år vil der være en lignende fremgang, som vi så med internettet fra nøgleordsøgning til søgning baseret på netværks- og grafstrukturer. Søgninger baseret på omdannet tekst til struktureret repræsentation vil også ske med sprogmodeller, hvilket vil gavne virksomheder kraftigt. Da vi fremskridder med GenAI, begynder vi at se noget lignende med GenAI, der udnytter RAG, der omdanner hvert ord eller hver del af et dokument til en vektor, hvilket tillader os at tage en spørgsmål og kortlægge det til de enkelte ord på dokumentet.

Jeg tror, at den næste iteration af søgningen vil gå over til at bruge en kombination af videnstruktur og RAG. Dette gør, at man kan krydshenvisningsdokumenter og hurtigt finde, at de har noget til fælles, og link dem som en forbindelse, da det arbejder med at svare på en forespørgsel. Over tid er det sandsynligt, at det meste af, hvad vi har dokumenteret, vil blive omdannet til struktureret information, der vil blive placeret i videnstrukturer, der tillader, at resonnering sker, når vi bedes om en søgeforespørgsel. Der vil være en fokus på hurtigt at omdanne ustruktureret tekstinformation til struktureret information til symbolsk viden, så det kan blive handlebart.

Interfacerne på internettet er under forandring, vores daglige liv vil se AI-adoption før arbejdsstyrken

Som en person, der er vokset op med Google, er det uundgåeligt at bemærke, at interfacerne på internettet er begyndt at skifte. Stigningen i ChatGPT-adoption er fortsat med at blive den primære mekanisme for, hvordan den næste generation kommunikerer med internettet. Da vi fortsætter med at se denne adoption i 2025 og derefter, vil det have en betydelig indvirkning på, hvordan brancher som reklame udvikler sig for at fastholde en konkurrencemæssig fordel.

Som med de fleste teknologiske innovationer vil vi implementere dem i vores personlige liv først. Jeg tror, vi vil se dette ske med personlige assistenter som Siri eller Alexa baseret på sprogmodeller, der resonnerer og udvikler naturlige mønstre for vores daglige vaner. Da vi begynder at se mennesker stole mere på personlig assistance uden for arbejde, vil forventningerne til at have lignende assistenter på deres arbejdspladser følge med.

Omkalibrering af budget til implementering af Generativ AI i virksomheden

Nu hvor AI-hype-cyklen er bag os, er mennesker meget mere pragmatiske i deres tilgang til GenAI. I det sidste år og en halv har mange brugt en stor del af deres budgetter på GenAI, og de kan have sat andre vigtige områder af IT-aftrykket og data på bagsædet og underinvestering. Så i det næste år vil vi se mange organisationer kalibrere budgetterne bedre til at gøre mere. Nu hvor vi har overblikket og eksponeringen af, hvordan GenAI kan fungere eller ikke fungere for en organisation, kan virksomhederne balancere investeringen mellem GenAI og alle andre vigtige initiativer.