2025 Previsioni: Anno dell’AI Composita per l’Adozione Aziendale

Il nuovo anno porterà l’adozione dell’AI in modi che non abbiamo visto prima, dopo una ricallibrazione di ciò che ora sappiamo può essere raggiunto all’interno dell’azienda. Knowledge graphs che supportano l’AI composita saranno al centro dell’attenzione poiché aggiungono carburante alla conversione di informazioni non strutturate in conoscenza azionabile. Accanto ad altri strumenti come GraphRAG che rendono l’AI Generativa (GenAI) più efficiente, continueranno a preparare la strada per come l’AI si integra nella nostra vita quotidiana.

Viste realistiche su ciò che può essere fatto con i modelli di AI Generativa porteranno l’anno dell’AI composita

Le organizzazioni stanno iniziando a implementare il potenziale della GenAI per risolvere problemi reali. Nel nuovo anno, vedremo che viene adottata in modi mai visti prima, ma quando si tratta dell’adozione dell’AI per gli utenti aziendali, i modelli sono ancora insufficienti da soli per risolvere problemi complessi. Prendiamo noi umani, ad esempio, siamo più intelligenti e più efficaci con gli strumenti e siamo stati in grado di realizzare molto di più con l’accesso a calcolatrici, una biblioteca e un computer. Non possiamo aspettarci che i modelli linguistici facciano tutto ciò di cui abbiamo bisogno a questo stadio, specialmente in un ambiente aziendale, senza la strumentazione appropriata. Aggiungendo knowledge graphs che supportano i carichi di lavoro dell’AI composita, consentirà ai sistemi di essere ampiamente sfruttati e beneficiati all’interno dell’azienda.

Una rivoluzione della classificazione delle informazioni con GraphRAG

Nei primi giorni di Internet, i principali motori di ricerca erano AltaVista e Lycos. Una query di ricerca avrebbe indicizzato tutte le parole di una pagina e offerto risultati in un ordine di classificazione della pagina. Alla fine, Google ha reinventato questo guardando a come le pagine si relazionano tra loro. Le pagine sono diventate più importanti se altre pagine importanti erano puntate verso di loro. Questa regola ricorsiva era possibile solo quando si guardava al web come a un grafico. È così che siamo arrivati al Google e al page rank che conosciamo oggi. Inoltre, quando Google ha iniziato a convertire dati testuali in un knowledge graph nel 2012, abbiamo visto un’evoluzione di come gli utenti ricevevano informazioni strutturate su entità del mondo reale durante la ricerca.

Nel prossimo anno, ci sarà una progressione simile a quella che abbiamo visto con Internet dalla ricerca per parola chiave alla ricerca basata su strutture di rete e grafico. Le ricerche basate sulla conversione del testo in rappresentazione strutturata accadranno anche con i modelli linguistici, beneficiando enormemente le aziende. Mentre progrediamo con la GenAI, stiamo iniziando a vedere qualcosa di simile con la GenAI che sfrutta RAG, che converte ogni parola o ogni pezzo di un documento in un vettore, consentendoci di prendere una domanda e mapparla alle singole parole del documento.

Credo che la prossima iterazione della ricerca passerà all’utilizzo di una combinazione di knowledge graph e RAG. Ciò che fa è incrociare i documenti e trovare rapidamente che hanno qualcosa in comune e collegarli come una connessione mentre lavora per rispondere a una query. Nel tempo, è probabile che la maggior parte di ciò che abbiamo documentato sarà convertita in informazioni strutturate che saranno inserite in knowledge graph che consentiranno di effettuare ragionamenti quando ci viene chiesto di eseguire una ricerca. Ci sarà un’enfasi sulla rapida conversione di informazioni testuali non strutturate in informazioni strutturate per la conoscenza simbolica in modo che diventi azionabile.

L’interfaccia di Internet sta cambiando, la nostra vita quotidiana vedrà l’adozione dell’AI prima del mercato del lavoro

Come qualcuno che è cresciuto con Google, è inevitabile notare che l’interfaccia di Internet sta iniziando a cambiare. La crescita dell’adozione di ChatGPT è progredita fino a diventare il meccanismo principale per come la prossima generazione comunica con Internet. Mentre continuiamo a vedere questo tipo di adozione nel 2025 e oltre, avrà un impatto significativo su come settori come la pubblicità evolvono per mantenere un vantaggio competitivo.

Come per la maggior parte delle innovazioni tecnologiche, le implementeremo per prima nella nostra vita personale. Credo che vedremo accadere questo con assistenti personali come Siri o Alexa basati su modelli linguistici che ragionano e sviluppano modelli naturali per le nostre abitudini quotidiane. Mentre iniziamo a vedere le persone che si affidano di più all’assistenza personale al di fuori del lavoro, le aspettative di avere assistenti simili sul posto di lavoro seguiranno a ruota.

Ricalibrazione del budget per l’implementazione della GenAI nell’azienda

Ora che il ciclo di iper-attività dell’AI è alle nostre spalle, le persone sono molto più pragmatiche nel loro approccio alla GenAI. Negli ultimi anno e mezzo, molti hanno speso una grande parte del loro budget in GenAI e potrebbero aver messo altre aree importanti dell’impronta IT e dei dati in secondo piano e sotto-investito. Quindi, il prossimo anno, vedremo molte organizzazioni calibrare meglio il budget per fare di più. Ora che abbiamo la visibilità e l’esposizione di come la GenAI potrebbe funzionare o non funzionare per un’organizzazione, queste aziende possono bilanciare l’investimento tra la GenAI e tutte le altre iniziative importanti.