2025-Vorhersagen: Jahr des Compound-AI für die Unternehmensadoption

Das neue Jahr wird die AI-Adoption auf Weise bringen, wie wir es noch nicht gesehen haben, nach einer Neukalibrierung dessen, was wir jetzt wissen, innerhalb des Unternehmens erreichen können. Wissensgraphen, die Compound-AI unterstützen, werden im Mittelpunkt stehen, da sie Brennstoff für die Umwandlung unstrukturierter Informationen in handhabbare Kenntnisse liefern. Neben anderen Tools wie GraphRAG, die Generative AI (GenAI) effizienter machen, werden sie weiterhin den Weg für die Integration von AI in unser tägliches Leben ebnen.

Realistische Ansichten darüber, was mit Generative-AI-Modellen erreicht werden kann, werden das Jahr des Compound-AI bringen

Unternehmen beginnen, das Potenzial von GenAI zu nutzen, um reale Probleme zu lösen. Im neuen Jahr werden wir es auf Weise sehen, wie es bisher noch nicht dagewesen ist, aber wenn es um die Adoption von AI für Unternehmensanwender geht, sind die Modelle allein noch nicht ausreichend, um komplexe Probleme zu lösen. Nehmen wir uns Menschen zum Beispiel, wir sind mit Werkzeugen intelligenter und effizienter und haben mit Zugang zu Taschenrechnern, einer Bibliothek und einem Computer viel mehr erreichen können. Wir können nicht erwarten, dass Sprachmodelle alles tun, was wir von ihnen verlangen, insbesondere in einem Unternehmensumfeld, ohne die richtige Werkzeugausstattung. Durch die Hinzufügung von Wissensgraphen, die Compound-AI-Workloads unterstützen, können Systeme innerhalb des Unternehmens umfassend genutzt und von Nutzen sein.

Eine Revolution der Informationsrangordnung mit GraphRAG

In den frühen Tagen des Internets waren die primären Suchmaschinen AltaVista und Lycos. Eine Suchanfrage würde alle Wörter auf einer Seite indizieren und Ergebnisse in einer Seitenrangordnung anbieten. Später revolutionierte Google dies, indem es sich ansah, wie Seiten miteinander in Beziehung stehen. Seiten wurden wichtiger, wenn andere wichtige Seiten auf sie verwiesen. Diese rekursive Regel war nur möglich, wenn man das Web als Graphen betrachtete. So kamen wir zu dem Google und der Seitenrangordnung, die wir heute kennen. Als Google 2012 begann, textuelle Daten in einen Wissensgraphen umzuwandeln, sahen wir eine Evolution dessen, wie Benutzer strukturierte Informationen über reale Entitäten bei der Suche erhielten.

Im kommenden Jahr wird es eine ähnliche Entwicklung geben, wie wir sie mit dem Internet von der Keyword-Suche zur Suche auf Basis von Netzwerk- und Graph-Strukturen gesehen haben. Suchanfragen auf Basis von umgewandelten Texten in strukturierte Repräsentationen werden auch mit Sprachmodellen erfolgen und Unternehmen enorm profitieren. Wenn wir mit GenAI fortschreiten, sehen wir etwas Ähnliches mit GenAI, das RAG nutzt, das jedes Wort oder jeden Teil eines Dokuments in einen Vektor umwandelt, sodass wir eine Frage stellen und sie den einzelnen Wörtern im Dokument zuordnen können.

Ich glaube, die nächste Iteration der Suche wird die Kombination von Wissensgraphen und RAG nutzen. Was dies tut, ist, Dokumente zu kreuzverweisen und schnell zu finden, dass sie etwas gemeinsam haben, und es als Verbindung herzustellen, wenn es darum geht, auf eine Anfrage zu reagieren. Im Laufe der Zeit wird es wahrscheinlich sein, dass die meisten unserer Dokumente in strukturierte Informationen umgewandelt werden, die in Wissensgraphen gespeichert werden, um Reasoning zu ermöglichen, wenn wir nach einer Suchanfrage gefragt werden. Es wird einen Schwerpunkt auf die schnelle Umwandlung unstrukturierter Textinformationen in strukturierte Informationen für symbolisches Wissen geben, um es handhabbar zu machen.

Die Schnittstelle des Internets ändert sich, unser tägliches Leben wird AI-Adoption vor der Arbeitswelt sehen

Als jemand, der mit Google aufgewachsen ist, ist es unvermeidlich, dass die Schnittstelle des Internets zu ändern beginnt. Der Aufstieg der ChatGPT-Adoption hat sich zu dem primären Mechanismus entwickelt, wie die nächste Generation mit dem Internet kommuniziert. Wenn wir diese Adoption in 2025 und darüber hinaus sehen, wird sie einen erheblichen Einfluss auf die Art und Weise haben, wie Branchen wie Werbung sich weiterentwickeln, um ihre Wettbewerbsfähigkeit zu erhalten.

Wie bei den meisten technologischen Innovationen werden wir sie zuerst in unserem persönlichen Leben umsetzen. Ich glaube, wir werden dies mit persönlichen Assistenten wie Siri oder Alexa auf Basis von Sprachmodellen sehen, die Reasoning und natürliche Muster für unsere täglichen Gewohnheiten entwickeln. Wenn wir sehen, wie Menschen außerhalb der Arbeit mehr auf persönliche Assistenz angewiesen sind, werden die Erwartungen, ähnliche Assistenten auf der Arbeit zu haben, folgen.

Neukalibrierung des Budgets für die Implementierung von Generative AI im Unternehmen

Jetzt, da der Höhepunkt des AI-Hype-Zyklus hinter uns liegt, sind die Menschen viel pragmatischer in ihrem Ansatz zu GenAI. In den letzten eineinhalb Jahren haben viele einen großen Teil ihres Budgets für GenAI ausgegeben und möglicherweise andere wichtige Bereiche des IT-Fußabdrucks und der Daten auf die zurückliegende Bahn gesetzt und unterinvestiert. So werden wir im nächsten Jahr viele Unternehmen sehen, die ihr Budget besser kalibrieren, um mehr zu tun. Jetzt, da wir die Sichtbarkeit und Exposition haben, wie GenAI für ein Unternehmen funktionieren oder nicht funktionieren kann, können diese Unternehmen ihre Investitionen zwischen GenAI und all den anderen wichtigen Initiativen ausbalancieren.