Syv trender å forvente i AI i 2025

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

Ifølge de fleste analytikere er svaret et overveldende ja, med global investering forventet å øke med omtrent en tredjedel i de kommende 12 månedene og fortsette på samme spor 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 mer fokus på forbedret ROI, vil bedriftene vende seg til AI selv for å sikre at de bruker penger klokt. Et av de største problemene hittil har vært hastigheten til å “hoppe på bølgen” særlig siden introduksjonen av generativ AI og LLM-er. I virkeligheten innrømmer så mange som 63% av verdens ledere at deres investering i AI var på grunn av FOMO (frykt for å gå glipp av), ifølge en nylig studie. Dette er hvorfor en datadrevet tilnærming er essensiell. Etter å ha fulgt agentic-automatisering, vil kognitiv prosessintelligens fokusere på å gi dypere kontekst rundt forretningsoperasjoner, og 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 oversettes til betydelige kostnadsbesparelser.

2. AI-først-æraen fornyer interessen for BPM

En ny gullalder for bedriftsprosesshåndtering (BPM) er på horisonten. Ikke siden 1990-årene, da fremveksten av bedriftsressursplanlegging (ERP) utløste en 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, og det skifter mot ytelse og effisiens for å oppnå sunne enhetsøkonomi og positiv ROI. For det andre har generativ AI og agentic-hype akselerert interesse og adopsjon av teknologien, da selskapsledere har beordret team til å utforske brukstilfeller for å få markedsmessige fordeler.

Det mest effektive modellen eller det mest intrikate promptet er ikke produktivt i isolasjon. Som et resultat er BPM igjen i rampelyset. AI sin forestående innvirkning på nesten alle bedriftsarbeidsflyter gjør prosessoppdagelse, analyse og redesign grunnleggende for operasjonalisering av ethvert program, og ikke bare skaleringsmessig. Dette dilemmaet speiler tidligere digitale transformasjonsutfordringer, som led av dårlige suksessrater på grunn av overvekt på teknologi, samtidig som det ble forbigått av menneskelige eller prosessmessige overveielser.

3. Mer integrerte multimodale AI-systemer

Multimodal AI som kombinerer tekst, visning, lyd og sensordata vil bli normen for bedrifter som søker en helhetlig, 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 den finansielle sektoren kan multimodal AI revolusjonere kundeservice ved å integrere tekst, tale, transaksjonsdata og atferdsdata for å gi en omfattende forståelse av kundens behov. Denne integreringen muliggjør at finansielle institusjoner kan tilby tilpassede tjenester, forbedre kundetilfredshet og forbedre operasjonsmessig effisiens.

For eksempel kan AI-drevne virtuelle finansielle rådgivere gi 24/7-tilgang til finansiell rådgivning, analysere kundens utgiftsmønster og tilby tilpassede budsjettips. I tillegg kan AI-drevne chatboter håndtere høye volumer av rutinemessige spørsmål, strømlinje operasjoner og holde kundene engasjert.

Ved å utnytte multimodal AI kan finansielle institusjoner forutsi kundens behov, proaktivt håndtere problemer og levere tilpasset finansiell rådgivning, og dermed styrke kundeforhold og få en konkurransefordel på markedet.

4. Reguleringssikker, forklarbar AI

Med økende globale reguleringer 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, reduksjon av fordommer og revisjonslogger, som gjør det mulig for selskaper å stole på sine AI-løsninger og verifisere overholdelse på forespørsel.

AI-utviklere vil sannsynligvis tilby grensesnitt som gjør det mulig for interessenter å tolke og utfordre AI-beslutninger, særlig i kritiske sektorer som finans, forsikring, helse og lov.

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 ikke har nådd opp til innovasjon, vil selskaper søke å proaktivt følge frivillige kodekser, som de som er utviklet av IEEE eller NIST, for å etablere klare standarder. Ved å omfavne gjennomsiktighet, følge 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, som prioriterer bruker-empowerment, inklusivitet og velvære.

Selskaper vil sannsynligvis søke å utvikle AI-løsninger som betoner samarbeidsintelligens – AI-systemer som forbedrer menneskelig beslutningstaking i stedet for å erstatte den. Dette kan også inkludere en fokus på psykologisk sikkerhet og bruker-velvære i menneske-maskin-interaksjoner

6. Hold dine hester Agentic

Grensene mellom deterministisk og agentic automatisering vil bli utydelige i 2025, og føre til mer integrerte, intelligente og adaptive systemer som forbedrer forskjellige aspekter av våre liv og industrier. Men deterministisk automatisering vil fortsatt dominere og styre minst 95% av automatiseringen i produksjon neste år.

Uten tvil er agentic automatisering, karakterisert av systemer som kan ta autonome beslutninger og tilpasse seg nye situasjoner, sexy og godt posisjonert for å gjøre betydelige fremskritt. 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-er

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

Mange ulemper ved generativ AI og LLM-er stammer fra de massive datalagrene som må navigeres for å gi verdi. Ikke bare øker dette risikoen for etiske, nøyaktige og private problemer, men det forverrer også mengden energi som kreves for å bruke verktøyene.

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

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 bedriftsledere ta en mer datadrevet, helhetlig tilnærming til investering som oppnår reelle forretningsmål, samtidig som de sikrer at standarder møtes på etikk og bærekraft. For etter all, er det virkelige potensialet i AI funnet i måten det er tenkt og strategisk anvendt – la ikke FOMO skygge din dømmekraft.