Syv trender å forvente i AI i 2025

Enda ett år, enda en investering i kunstig intelligens (AI). Det har uten tvil vært tilfelle for 2024, men vil samme momentum fortsette for 2025 når mange organisasjoner begynner å spørre seg om dens avkastning?

Ifølge de fleste analytikere er svaret et overveldende ja, med global investering forventet å øke med omkring en tredjedel i løpet av de kommende 12 månedene og fortsette på samme løp til 2028. Imidlertid, mens budsjettene kan øke, ser jeg en mer forsiktig tilnærming i 2025, da selskaper blir mer diskriminerende når det gjelder typen teknologi de trenger, og viktigst, om den kan overvinne bestemte reelle forretningsutfordringer.

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

1. Bedre analyse før du tar spranget

Med større fokus på forbedret avkastning, vil bedrifter vende seg til AI selv for å sikre at de bruker penger klokt. Et av de største problemene hittil er hastverket til å “hoppe på bølgen” særlig siden introduksjonen av generativ AI og LLM. I virkeligheten innrømmer så mange som 63% av globale forretningsledere at deres investering i AI var ned til FOMO (frykt for å gå glipp av), ifølge en nylig studie. Dette er hvorfor en data-drevet tilnærming er essensiell. Etter påfølgende agens-automatisering, vil kognitiv prosessintelligens fokusere på å gi dypere kontekst rundt forretningsoperasjoner, i virkeligheten gi AI evnen til å fungere som en operativ konsulent. Disse systemene vil kunne kartlegge, analysere og forutsi komplekse arbeidsflyter innen en organisasjon, og deretter anbefale forbedringer basert på sanntidsdataanalyse og tidligere mønster, utover enkel oppgaveautomatisering. Dette vil være spesielt tiltalende for sektorer som finans, logistikk og produksjon, hvor selv mindre forbedringer i operasjoner vil oversette til betydelige kostnadsbesparelser.

2. AI-første æra fornyer interesse i BPM

En ny gullalder for forretningsprosesshåndtering (BPM) er på horisonten. Ikke siden 1990-årene, da fremveksten av bedriftsressursplanlegging (ERP) utløste omfattende digitalisering, har selskaper måttet se på hvordan de opererer for å forbli konkurransedyktige. To faktorer driver endringen. Først innser selskaper at vekst til enhver pris ikke er bærekraftig, med en skifte mot ytelse og effisiens for å oppnå sunne enhetsøkonomi og positiv avkastning. For det andre akselererte gen AI-agens-hypen interesse og adopsjon av teknologien, da selskapsledere befalte team å utforske brukstilfeller, med mål om å vinne markedsmessige fordeler.

Det mest effektive modellen eller det mest intrikate prompten er unødvendig i isolasjon. Som et resultat er BPM igjen i rampelyset. AI sin forestående innflytelse på nesten alle bedriftsarbetsflyter gjør prosessoppdagelse, analyse og redesign grunnleggende for å operasjonalisere ethvert program, og ikke bare å skalerer det. Dette dilemmaet speiler tidligere digitale transformasjonsutfordringer, som led av dårlige suksessrater på grunn av overvældende teknologifokus, mens de neglisjerer menneskelige eller prosessmessige overveielser.

3. Flere integrerte multimodale AI-systemer

Multimodal AI som kombinerer tekst, visjon, lyd og sensordata vil bli normen for bedrifter som søker holistisk, situasjonsbevissthet. Dette vil gå utover enkelt dokumentanalyse eller talegjenkjenning; i stedet vil integrerte systemer kunne trekke innlysninger 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, transaksjonsopptak og atferdsdata for å gi en omfattende forståelse av kundens behov. Denne integreringen muliggjør at finansinstitusjoner kan tilby personlige tjenester, forbedre kundetilfredshet og forbedre operasjonell effisiens.

For eksempel kan AI-drevne virtuelle finansielle rådgivere gi 24/7-tilgang til finansiell rådgivning, analysere kundens utgiftsmønster og tilby personlige budsjettråd. I tillegg kan AI-drevne chatboter håndtere høye volumer av rutinemessige spørsmål, strømlinjeoperasjoner og holde kunder engasjert.

Ved å utnytte multimodal AI kan finansinstitusjoner forutse kundens behov, proaktivt håndtere problemer og levere tilpasset finansiell rådgivning, og dermed styrke kundeforhold og vinne en konkurransefordel på markedet.

4. Regulering-klar, forklarbar AI

Med globale reguleringer på fremmarsj, vil det være fokus på forklarbar og transparent AI som møter regulatoriske krav fra bunnen av. Vi vil se mer fokus på verktøy som muliggjør AI-gjennomsiktighet, bias-reduksjon og revisjonslogger, som tillater selskaper å stole på sine AI-løsninger og verifisere overholdelse på forespørsel.

AI-utviklere vil sannsynligvis tilby grensesnitt som tillater interessenter å tolke og utfordre AI-beslutninger, spesielt i kritiske sektorer som finans, forsikring, helse og rettsvesen.

Utenfor gjennomsiktighet vil et engasjement for ansvarlig AI være en prioritet, da selskaper prøver å vinne tillit hos kunder og forbrukere. OECD rapporterer over 700 regulatoriske initiativer under utvikling i over 60 land. Mens lovgivningen fortsatt er i ferd med å holde tritt med innovasjon, vil selskaper søke å proaktivt følge frivillige retningslinjer, som de utviklet av IEEE eller NIST, for å etablere klare standarder. Ved å omfavne gjennomsiktighet, holde seg til beste praksis og kommunisere tydelig med kunder, skaper de en rykte for pålitelighet som broer tillitsgapet i AI og øker lojalitet og tillit.

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

5. Menneske-sentrert AI-design

Da AI-verktøy blir mer integrert i våre liv, vil etiske overveielser og menneske-sentrert AI-design vokse i betydning. Forvent å se en skifte mot AI-systemer designet med en humanistisk tilnærming, prioriterer bruker-empowerment, inklusivitet og velvære.

Selskaper vil sannsynligvis sikte mot å utvikle AI-løsninger som betoner samarbeidsintelligens – AI-systemer som forbedrer menneskelig beslutningstagning i stedet for å erstatte det. Dette kan også inkludere en fokus på psykologisk trygghet og bruker-velvære i menneske-maskin-interaksjoner

6. Hold dine hester Agens

Grensene mellom deterministisk og agens-automatisering vil bli utydelige i 2025, og føre til mer integrerte, intelligente og adaptive systemer som forbedrer ulike aspekter av våre liv og industrier. Men deterministisk automatisering vil fortsatt herske og drive minst 95% av automatisering i produksjon neste år.

Uten tvil er agens-automatisering, karakterisert av systemer som kan ta autonome beslutninger og tilpasse seg nye situasjoner, sexy og i stand til å gjøre betydelige skritt. I dynamiske miljøer hvor fleksibilitet og tilpasningsevne er avgjørende, vil disse systemene muliggjøre mer personlige og responsive interaksjoner, og forbedre brukeropplevelser og resultater.

7. Pushback på LLM

Fremgangen i store språkmodeller (LLM) har vært intet mindre enn revolusjonær. Men, som med alle store ting, kommer de med sine egne utfordringer, særlig den betydelige prislappen på ressurser.

Mange ulemper med generativ AI og LLM stammer fra de massive dataene som må navigeres for å gi verdi. Ikke bare øker dette risiko i form av etikk, nøyaktighet, som hallusinasjoner, og personvern, men det forverrer også mengden av energi som kreves for å bruke verktøyene.

I stedet for høyt generelle AI-verktøy, vil 2025 se bedrifter skifte til formål-bygde AI-specialtilpasset for smalere oppgaver og mål. Det er som å kutte tilbake det du ikke virkelig trenger – som en bonsaetre – du må kutte det bort, så det blir leanere og mer effektivt. Ved å komprimere modellen selv, blir presisjonen i beregningene mindre, øker hastigheten og reduserer energikravene for datamaskinkraft.

Oppsummering

Uten tvil vil 2025 være et annet år med større investering i kunstig intelligens, særlig generativ AI som vil fortsette å transformere selskaper og jobber i hver sektor. Imidlertid vil forretningsledere ta en mer data-drevet, helhetlig tilnærming til investering som oppnår reelle forretningsmål, samtidig som de sikrer at standarder møtes på etikk og bærekraft. Etter alt, det virkelige potensialet i AI ligger i måten det er tenkt og strategisk anvendt – la ikke FOMO skygge din dømmekraft.