Syv trender å forvente i AI i 2025

Nok et år, nok en investering i kunstig intelligens (AI). Det har absolutt vært tilfelle for 2024, men vil det samme momentumet fortsette for 2025 når mange organisasjoner begynner å stille spørsmål ved avkastningen?

Ifølge de fleste analytikere er svaret et overveldende ja med globale investeringer forventes å øke med rundt en tredjedel i løpet av de kommende 12 månedene og fortsette på samme bane frem til 2028. Men selv om budsjettene kan øke, ser jeg en mer forsiktig tilnærming i 2025 med selskaper som blir kresne om hvilken type teknologi de trenger, og enda viktigere, om den kan overvinne spesifikke virkelige forretningsutfordringer.

Med det sagt, her er noen av mine spådommer for 2025:

1. Bedre analyse før du tar steget

Med mer vekt på forbedret avkastning, vil bedrifter henvende seg til AI selv for å sikre at de bruker fornuftig. Et av de største problemene til dags dato er hastverket med å "hoppe på vognen", spesielt siden introduksjonen av generativ AI og LLM. Faktisk innrømmer så mange som 63 % av globale bedriftsledere at investeringen deres i AI var nede på FOMO (frykt for å gå glipp av noe), ifølge en fersk undersøkelse. Dette er grunnen til at en datadrevet tilnærming er viktig. Etter agentautomatisering, kognitiv prosessintelligens vil fokusere på å gi en dypere kontekst rundt forretningsdrift, i hovedsak gi AI muligheten til å fungere som en operasjonell konsulent. Disse systemene vil kunne kartlegge, analysere og forutsi komplekse arbeidsflyter i en organisasjon, og deretter anbefale forbedringer basert på sanntidsdataanalyse og tidligere mønstre, utover enkel oppgaveautomatisering. Dette vil appellere spesielt til sektorer som finans, logistikk og produksjon, der selv mindre forbedringer i driften vil føre til betydelige kostnadsbesparelser. 

2. AI-First Era fornyer interessen for BPM

En ny gullalder for forretningsprosessledelse (BPM) er i horisonten. Ikke siden 1990-tallet, da fremveksten av bedriftsressursplanlegging (ERP) utløste utbredt digitalisering, har bedrifter trengt å revidere hvordan de opererer for å holde seg konkurransedyktige. To faktorer driver endringen. For det første innser bedrifter at vekst for enhver pris ikke er bærekraftig med et skifte mot ytelse og effektivitet for å oppnå sunn enhetsøkonomi og positiv avkastning. For det andre akselererte gen AI-hypen interessen og bruken av teknologien, ettersom selskapets ledere ga teamene mandat til å utforske brukstilfeller for å oppnå markedsfordeler.

Den mest effektive modellen eller intrikate oppfordringen er uproduktiv isolert sett. Som et resultat er BPM igjen i rampelyset. AIs nært forestående innflytelse på nesten alle bedriftsarbeidsflyter gjør prosessoppdagelse, analyse og redesign grunnleggende for operasjonalisering av ethvert program, enn si skalering. Denne vanskeligheten gjenspeiler tidligere digitale transformasjonsutfordringer, som fikk dårlige suksessrater på grunn av overdreven teknologifokus mens man neglisjerte menneskelige eller prosessbetraktninger.

3. Flere integrerte multimodale AI-systemer

Multimodal AI som kombinerer tekst, visjon, lyd og sensordata vil bli normen for virksomheter som søker helhetlig, situasjonsbevissthet. Dette vil gå utover frittstående dokumentanalyse eller stemmegjenkjenning; i stedet vil integrerte systemer kunne trekke innsikt fra flere modaliteter for å gi rikere, mer nøyaktige tolkninger av komplekse scenarier.

I finanssektoren kan multimodal AI revolusjonere kundeservice ved å integrere tekst, tale, transaksjonsregistreringer og atferdsdata for å gi en omfattende forståelse av kundenes behov. Denne integrasjonen gjør det mulig for finansinstitusjoner å tilby personlige tjenester, øke kundetilfredsheten og forbedre driftseffektiviteten.

For eksempel kan AI-drevne virtuelle finansielle rådgivere gi 24/7 tilgang til finansiell rådgivning, analysere kundeforbruksmønstre og tilby personlig tilpassede budsjetteringstips. I tillegg kan AI-drevne chatbots håndtere store mengder rutinehenvendelser, effektivisere driften og holde kundene engasjert.

Ved å utnytte multimodal AI, kan finansinstitusjoner forutse kundenes behov, proaktivt adressere problemer og levere skreddersydd finansiell rådgivning, og dermed styrke kundeforhold og få et konkurransefortrinn i markedet.

4. Reguleringsklar, forklarbar AI

Med globale reguleringer på vei opp, vil det være fokus på forklarbar og gjennomsiktig AI som oppfyller regulatoriske krav fra grunnen av. Vi vil se mer vekt på verktøy som muliggjør AI-transparens, bias-reduksjon og revisjonsspor, slik at bedrifter kan stole på AI-løsningene sine og verifisere samsvar på forespørsel.

AI-utviklere vil sannsynligvis tilby grensesnitt som lar interessenter tolke og utfordre AI-beslutninger, spesielt i kritiske sektorer som finans, forsikring, helsevesen og juss.

Utover åpenhet vil en forpliktelse til ansvarlig AI være en prioritet når selskaper prøver å vinne tilliten til kunder og forbrukere. OECD rapporterer over 700 regulatoriske initiativer i utvikling i mer enn 60 land. Mens lovgivningen fortsatt er i ferd med å innhente innovasjon, vil selskaper forsøke å proaktivt følge frivillige adferdskoder, som de som er utviklet av IEEE eller NIST, for å etablere klare standarder. Ved å omfavne åpenhet, følge beste praksis og tydelig kommunisere med kunder, fremmer de et rykte for pålitelighet som bygger bro over tillitsgapet i AI og øker lojalitet og selvtillit.

Eksterne revisjoner vil også vokse i popularitet for å gi et upartisk perspektiv. Et eksempel på dette er for menneskeheten  en ideell organisasjon som kan tilby uavhengig revisjon av AI-systemer for å analysere risiko.

5. Menneskesentrert AI-design

Etter hvert som AI-verktøy blir mer innebygd i livene våre, etiske hensyn og menneskesentrert AI-design vil øke i betydning. Forvent å se et skifte mot AI-systemer designet med en humanistisk tilnærming, som prioriterer brukermakt, inkludering og velvære.

Selskaper vil sannsynligvis ha som mål å utvikle AI-løsninger som legger vekt på samarbeidende intelligens—AI-systemer som forbedrer menneskelig beslutningstaking i stedet for å erstatte den. Dette kan også inkludere et fokus på psykologisk sikkerhet og brukervelvære i menneske-maskin-interaksjoner

6. Hold Horses Agentic

Grensene mellom deterministisk og agentisk automatisering vil viske ut i 2025, noe som fører til mer integrerte, intelligente og adaptive systemer som forbedrer ulike aspekter av livene våre og bransjene våre. Men deterministisk automatisering vil fortsette å styre og drive minst 95 % av automatiseringen i produksjonen neste år.

Uten tvil er agentautomatisering, preget av systemer som kan ta autonome beslutninger og tilpasse seg nye situasjoner, sexy og klar til å ta betydelige fremskritt. I dynamiske miljøer hvor fleksibilitet og tilpasningsevne er avgjørende, vil disse systemene muliggjøre mer personlig tilpassede og responsive interaksjoner, og forbedre brukeropplevelser og resultater.

7. Pushback på LLM-er

Fremskrittene innen store språkmodeller (LLM) har vært intet mindre enn revolusjonerende. Men som med alle flotte ting, kommer de med sitt eget sett med utfordringer, spesielt den høye prislappen på ressurser.

Mange ulemper med generative AI og LLM stammer fra de enorme lagrene av data som må navigeres for å gi verdi. Ikke bare øker dette risikoen i form av etikk, nøyaktighet, som hallusinasjoner og personvern, men det forverrer kraftig mengden energi som kreves for å bruke verktøyene.

I stedet for svært generelle AI-verktøy, vil 2025 se bedrifter gå over til spesialbygd AI spesialisert for smalere oppgaver og mål. Det er som å hogge tilbake det du egentlig ikke trenger – akkurat som et Bonzi-tre – du må kutte det bort, så det blir slankere og mer effektivt. Ved å komprimere selve modellen blir presisjonen i beregningene mindre, noe som øker hastigheten og reduserer energibehovet til datakraft.

Wrap up

Uten tvil vil 2025 bli nok et år med større investeringer i kunstig intelligens, spesielt generativ AI som vil fortsette å transformere selskaper og arbeidsplasser i alle sektorer. Imidlertid vil bedriftsledere ta en mer datadrevet, helhetlig tilnærming til investeringer som oppnår reelle forretningsmål, samtidig som de sikrer at standarder oppfylles for etikk og bærekraft. Tross alt er det virkelige potensialet til AI funnet i måten den er gjennomtenkt og strategisk brukt på – ikke la FOMO skygge dømmekraften din.