2025 Ennusteet: Yhdistetyn tekoälyn vuosi yritysten omaksumiseksi

Uusi vuosi tuo tekoälyn omaksumisen tavoin, jota emme ole aiemmin nähneet, kun otetaan huomioon uudelleenkalibrointi siitä, mitä voidaan saavuttaa yrityksissä. Tietorakenteet, jotka tukevat yhdistettynä tekoälyä, ovat eturintamassa, koska ne lisäävät polttoainetta muuttaakseen rakenteettoman tiedon toimivaksi tietoksi. Yhdessä muiden työkalujen kanssa, kuten GraphRAG, jotka tekevät Generatiivisen tekoälyn (GenAI) tehokkaammaksi, ne jatkavat tiellä, jota pitkin tekoäly integroituu arkeemme.

Realistiset näkemykset siitä, mitä voidaan tehdä Generatiivisen tekoälyn mallien kanssa, tuovat yhdistetyn tekoälyn vuoden

Organisaatiot alkavat toteuttaa GenAI:n potentiaalia ratkaisemaan todellisia ongelmia. Uudessa vuodessa näemme sen omaksuttavan tavoin, jota emme ole aiemmin nähneet, mutta kun on kyse tekoälyn omaksumisesta yritysten käyttäjien keskuudessa, mallit eivät ole yksistään riittäviä monimutkaisten ongelmien ratkaisemiseen. Otetaan esimerkiksi me ihmiset, olemme älykkäämpiä ja tehokkaampia työkalujen kanssa, ja olemme pystyneet saavuttamaan paljon enemmän, kun meillä on pääsy laskimiin, kirjastoon ja tietokoneeseen. Emme voi odottaa, että kielimallit tekevät kaiken, mitä tarvitsemme heiltä, erityisesti yritysympäristössä, ilman oikeanlaisia työkaluja. Lisäämällä tietorakenteita, jotka tukevat yhdistetyn tekoälyn työkuormia, järjestelmät voidaan laajasti hyödyntää ja hyötyä yrityksissä.

Tietojen luokittelun vallankumous GraphRAG:n avulla

Internetin alkuaikoina ensisijaiset hakukoneet olivat AltaVista ja Lycos. Hakukysely indeksoi kaikki sivun sanat ja tarjosi tulokset sivun luokittelujärjestyksessä. Lopulta Google keksi uudelleen tarkastelemalla, miten sivut liittyvät toisiinsa. Sivut tulivat tärkeämmiksi, jos tärkeät sivut osoittivat niihin. Tämä rekursiivinen sääntö oli mahdollinen vain, kun verkkoa tarkasteltiin graafina. Tästä syystä päädyimme nykyiseen Googleen ja sivun luokittelujärjestykseen. Lisäksi, kun Google alkoi muuttaa tekstuaalista dataa tietorakenteeksi vuonna 2012, näimme kehityksen, jossa käyttäjät saivat rakenteista tietoa todellisista entiteeteistä etsiessään.

Tulevassa vuodessa nähdään samanlainen kehitys, jonka näimme internetin kehityksessä avainsanan hausta verkon ja graafirakenteiden perusteella tapahtuvaan hakemiseen. Tekstistä muunnettu rakenteellinen edustus myös tapahtuu kielimallien kanssa, mikä hyödyttää yrityksiä suuresti. Kun edetään GenAI:n kanssa, näemme jotain samanlaista GenAI:n hyödyntäessä RAG:ia, joka muuttaa jokaisen sanan tai asiakirjan kappaleen vektoriksi, jolloin voimme ottaa kysymyksen ja kytkeä sen asiakirjan yksittäisiin sanoihin.

Uskon, että seuraava haun iterointi siirtyy käyttämään yhdistelmää tietorakenteesta ja RAG:ista. Tämä tekee asiakirjojen ristiviittauksen ja nopeasti löytää, että niillä on yhteistä ja linkittää sen yhteydenä toimien vastauksen muodostamiseksi kyselyyn. Ajan myötä on todennäköistä, että suurin osa asiakirjoistamme muunnetaan rakenteelliseksi tiedoksi, joka sisällytetään tietorakenteisiin, jolloin voidaan tehdä päättelyä, kun meille esitetään hakukysely. On painopistettä nopeasti muuttaa rakenteeton tekstiinformaatio rakenteelliseksi tiedoksi symbolisen tiedon vuoksi, jotta se voi tulla toimivaksi.

Internetin käyttöliittymä muuttuu, ja meidän päivittäinen elämä näkee tekoälyn omaksumisen ennen työvoimaa

Kasvettuani Googlella, on väistämätöntä huomata, että internetin käyttöliittymä alkaa muuttua. ChatGPT:n omaksumisen nousu on edennyt pääasialliseksi mekanismiksi sille, miten seuraava sukupolvi viestii internetin kanssa. Kun jatkamme tämän omaksumisen näkemistä vuonna 2025 ja sen jälkeen, se vaikuttaa merkittävästi siihen, miten alat, kuten mainonta, kehittyvät ylläpitämään kilpailukykyään.

Kuten useimmissa teknologian innovaatioissa, toteutamme ne henkilökohtaisessa elämässämme ensin. Uskon, että näemme tämän tapahtuvan henkilökohtaisten avustajien, kuten Sirin tai Alexan, kanssa, jotka perustuvat kielimalleihin, jotka perustuvat ja kehittävät luonnollisia malleja päivittäisille tavoille. Kun alkamme nähdä ihmisten riippuvan enemmän henkilökohtaisista avustajista työn ulkopuolella, odotukset samanlaisista avustajista työpaikalla seuraa.

Tekoälyn budjetin uudelleenkalibrointi yrityksissä

Nyt, kun tekoälyn huipputrendikierros on takana, ihmiset ovat paljon pragmaattisempia lähestymistavaltaan GenAI:hin. Viimeisen vuoden ja puolen aikana monet ovat käyttäneet suuren osan budjetistaan GenAI:hin ja saattavat jättäneet muut tärkeät alueet IT-jalanjäljestä ja tietojen varastoimisesta vähemmälle huomiolle ja alivarmistaneet. Joten ensi vuonna näemme monia organisaatioita kalibroivat budjettia paremmin tekemään enemmän. Nyt, kun meillä on näkyvyys ja altistus siitä, miten GenAI voi toimia tai ei toimi organisaatiolle, yritykset voivat tasapainottaa sijoitusta GenAI:n ja muiden tärkeiden aloitteiden välillä.