Den kunstig intelligens-eksplosion fortsætter i 2025: Hvad organisationer skal forvente i år

Med kunstig intelligens (KI) forventet at fortsætte sin eksplosion i 2025, præsenterer den evoluerende teknologi både uhørte muligheder og komplekse udfordringer for organisationer verden over. For at hjælpe i dag’s organisationer og fagfolk med at sikre den største værdi fra KI i 2025, har jeg delt mine tanker og forventede KI-trends for dette år.

Organisationer Må Strategisk Planlægge for KI-omkostningerne

Verden er stadig begejstret for KI’s potentiale. however, KI-innovationsomkostningerne er en målestok, som organisationer må planlægge for. For eksempel, KI har brug for GPU’er, men mange CSP’er har større udrulninger af N-1, N-2 eller ældre GPU’er, som ikke er bygget specifikt til KI-arbejdsbelastninger. Desuden kan cloud-GPU’er være omkostningsfulde i stor skala og let kan skiftes på for udviklere, mens projekter vokser/skalerer (mere omkostning); yderligere kan køb af GPU’er (hvis det er muligt at erhverve på grund af mangel) til brug på stedet også være en meget dyr løsning, hvor enkeltchipene kan koste mange tusinde dollars. Som følge heraf bliver server-systemer, der er bygget til krævende KI-arbejdsbelastninger, omkostningsfulde eller utilgængelige for mange med begrænsede afdelingsdriftsbudgetter (OpEx). I 2025 må virksomhederne niveau-op KI-omkostningerne og gensynkronisere niveauet af KI-udviklingsbudget. Med så mange isolerede afdelinger, der nu tager initiativ og bygger deres egne KI-værktøjer, kan virksomhederne utilsigtet bruge tusinder af dollars om måneden på små eller isolerede brug af cloud-baseret GPU og deres krav til KI-computere, som alle bidrager til (især hvis brugerne lader disse instanser køre).

Open-Source-Modeller Vil Fremme Democratisk Gennemførelse af Flere KI-Anvendelser

I 2025 vil der være enormt pres på organisationer for at bevise ROI fra KI-projekter og tilhørende budgetter. Med omkostningsreducerende lavkode eller ingen-kode-værktøjer leveret af populære ISV’er til at bygge KI-applikationer, vil virksomhederne fortsætte med at søge efter open-source-modeller, som kan tilpasses mere effektivt end at træne og bygge fra bunden. Tilpasning af open-source-modeller bruger mere effektivt de tilgængelige KI-resourcer (mennesker, budget og/eller beregningskraft), hvilket hjælper med at forklare, hvorfor der i øjeblikket er over 900.000+ (og voksende) modeller tilgængelige for download på Hugging Face alene. however, når virksomheder går i gang med open-source-modeller, vil det være kritisk at sikre og overvåge brugen af open-source-software, rammer, biblioteker og værktøjer i hele organisationen. Lenovo’s seneste aftale med Anaconda er et godt eksempel på denne støtte, hvor Intel-drevne Lenovo Workstation-porteføljen og Anaconda Navigator hjælper med at strømline datavidenskabsarbejdsprocesser.

KI-Overholdelse Bliver Standardpraksis

Skift i KI-politikken vil føre til, at beregningen af KI flytter tættere på datakilden, og mere på stedet (især for KI-udviklingsfaserne af et projekt eller arbejdsproces). Da KI bliver tættere på kernefunktionerne i mange virksomheder, vil det flytte fra en separat parallel eller specialarbejdsproces til en, der er i linje med mange kerneforretningsfunktioner. At sikre, at KI er overholdt og ansvarligt, er et virkeligt mål i dag, så da vi går ind i 2025, vil det blive mere standardpraksis og en del af de grundlæggende byggesten til KI-projekter i virksomhederne. Hos Lenovo har vi et Ansvarligt KI-Udvalg, der består af en diversificeret gruppe af medarbejdere, der sikrer, at løsninger og produkter opfylder sikkerheds-, etiske-, privatlivs- og gennemsigtighedskrav. Denne gruppe gennemgår KI-brug og -implementering baseret på risiko, og anvender sikkerheds politikker konsekvent for at være i overensstemmelse med en risiko-holdning og lovgivningsmæssig overholdelse. Udvalgets inklusive tilgang behandler alle KI-dimensioner, hvilket sikrer en komplet overholdelse og en generel reducering af risiko.

Arbejdsstationer Opstår Som Effektive KI-Værktøjer Inden For Og Uden For Kontoret

Brugen af arbejdsstationer som mere kraftfulde edge- og afdelingsbaserede KI-applikationer er allerede i øjeblikket på vej op. For eksempel hjælper Lenovo’s Workstation-portefølje, der er drevet af AMD, medie- og underholdningsfagfolk med at lukke gapet mellem forventninger og de ressourcer, der er nødvendige for at levere den højeste-fidelitets visuelle indhold. Takket være deres små formfaktor og fodaftryk, lav akustik, standard krav til strøm og brug af klientbaserede operativsystemer, kan de let installeres som KI-inferensløsninger, hvor mere traditionelle servere måske ikke passer. En anden brugsændelse er inden for standardindustrielle arbejdsprocesser, hvor KI-forbedret dataanalyse kan levere reel forretningsværdi og er meget i øjenhøjde med C-suite-chefer, der prøver at gøre en forskel. Andre brugsændelser er de mindre domænespecifikke KI-værktøjer, der skabes af individer til deres egen brug. Disse effektivitetssparende værktøjer kan blive KI-superkræfter og kan omfatte alt fra MS Copilot, Private Chatbots til Personlige KI-Assistenter.

Maximer KI’s Potentiale I 2025

KI er en af de hurtigst voksende teknologiske udviklinger i vores æra, der bryder ind i hver branche som en transformerende teknologi, der vil forbedre effektiviteten for alle – og muliggøre hurtigere og mere værdifulde forretningsresultater.

KI, herunder maskin- og dyb læring og generativ KI med LLM’er, kræver enorm beregningskraft for at opbygge og vedligeholde den intelligens, der er nødvendig for ubrudte kunde-KI-oplevelser. Som følge heraf bør organisationer sikre, at de udnytter højtydende og sikre desktop- og mobile computingsløsninger til at revolutionere og forbedre arbejdsprocesserne for KI-fagfolk og datavidenskabsfolk.