AI-eksplosjonen fortsetter i 2025: Hva organisasjoner bør forvente i år

Med AI som forventes å fortsette sin eksplosjon i 2025, presenterer den evoluerende teknologien både utenforliggende muligheter og komplekse utfordringer for organisasjoner verden over. For å hjelpe dagens organisasjoner og fagfolk å sikre mest mulig verdi fra AI i 2025, har jeg delt mine tanker og forventede AI-trender for dette året.

Organisasjoner må strategisk planlegge for AI-kostnader

Verden er fortsatt begeistret for AI-potensialet. Men AI-innovasjonskostnader er en måling som organisasjoner må planlegge for. For eksempel, trenger AI GPU-er, men mange CSP-er har større utrullinger av N-1, N-2 eller eldre GPU-er som ikke ble bygget eksklusivt for AI-arbeidsbelastninger. Dessuten kan sky-GPU-er være kostbare på stor skala og lett aktiveres for utviklere når prosjekter vokser/skalerer (mer utgift); i tillegg kan kjøp av GPU-er (hvis de kan skaffes på grunn av mangel) for på-premis-bruk også være en svært dyrekjøpsløsning med enkeltchip som koster godt over ti tusen dollar. Som resultat blir serversystemer bygget for krevende AI-arbeidsbelastninger kostbare eller utilgjengelige for mange med begrensede avdelingsdriftsbudsjett (OpEx). I 2025 må bedriftskunder justere AI-kostnadene og synkronisere AI-utviklingsbudsjettet. Med så mange isolerte avdelinger som nå tar initiativ og bygger sine egne AI-verktøy, kan selskapene uforvarende bruke tusenvis av dollar hver måned på små eller isolerte bruk av sky-basert GPU og deres krav til AI-komputere, som alle teller opp (spesielt hvis brukerne lar disse instansene kjøre).

Åpne kilde-modeller vil fremme demokratiseringen av flere AI-anvendelser

I 2025 vil det være enormt press på organisasjoner for å vise ROI fra AI-prosjekter og tilknyttede budsjett. Med kostnadsbesparelse ved hjelp av lavkode eller ingen-kode-verktøy levert av populære ISV-er for å bygge AI-applikasjoner, vil selskapene fortsette å søke etter åpne kilde-modeller som kan finjusteres mer effektivt enn å trene og bygge fra scratch. Finjustering av åpne kilde-modeller bruker AI-resursene (personer, budsjett og/eller beregningskraft) mer effektivt, og hjelper med å forklare hvorfor det finnes over 900 000+ (og voksende) modeller tilgjengelig for nedlasting på Hugging Face alene. Men når bedrifter går over til åpne kilde-modeller, vil det være kritisk å sikre og overvåke bruken av åpen kilde-programvare, rammeverk, biblioteker og verktøy i hele organisasjonen. Lenovo’s nylige avtale med Anaconda er et godt eksempel på dette støtten, der Intel-drevne Lenovo-arbeidsstasjoner og Anaconda Navigator hjelper med å strømlinje data-vitenskapsarbeidsflyt.

AI-samsvar blir standardpraksis

Endringer i AI-politikken vil føre til at AI-regningen flyttes nærmere datakilden, og mer på-premis (spesielt for AI-utviklingsfasene i et prosjekt eller arbeidsflyt). Ettersom AI blir nærmere kjernen i mange bedrifter, vil det flytte fra en separat parallell eller spesialarbeidsflyt til en som er i linje med mange kjerneforretninger. Å sikre at AI er samsvarlig og ansvarlig er et reelt mål i dag, så når vi går inn i 2025, vil det bli mer vanlig praksis og en del av de grunnleggende byggesteinene for AI-prosjekter i bedriftene. Hos Lenovo har vi en ansvarlig AI-komité, bestående av en divers gruppe ansatte som sikrer at løsninger og produkter møter sikkerhets-, etiske-, personverns- og transparensstandarder. Denne gruppen gjennomgår AI-bruk og implementering basert på risiko, og anvender sikkerhetspolitikker jevnt til å sammenfalle med en risikostilling og regulatorisk samsvar. Komitéens inkluderende tilnærming omfatter alle AI-dimensjoner, og sikrer omfattende samsvar og totalt risikoreduksjon.

Arbeidsstasjoner oppstår som effektive AI-verktøy innen og utenfor kontoret

Bruken av arbeidsstasjoner som mer kraftfulle kant- og avdelingsbaserte AI-applikasjoner er allerede i økning. For eksempel hjelper Lenovo’s arbeidsstasjonssamling, drevet av AMD, medie- og underholdningsprofesjonelle med å lukke gapet mellom forventninger og resursene som trengs for å levere det høyeste kvalitetsvisuelle innholdet. Takket være deres små formfaktor og fotavtrykk, lav akustikk, standard kraftkrav og bruk av klientbaserte operativsystemer, kan de lett utplasseres som AI-inferensløsninger der mer tradisjonelle servere kanskje ikke passer. Et annet brukstilfelle er i standardindustrielle arbeidsflyt hvor AI-forbedret data-analyse kan levere reell forretningsverdi og er svært synlig for C-suite-utøvere som prøver å gjøre en forskjell. Andre brukstilfeller er de mindre domenespesifikke AI-verktøyene som skapes av enkeltpersoner for deres egen bruk. Disse effisiensbesparende verktøyene kan bli AI-superkrefter og kan omfatte alt fra MS Copilot, Private Chatbots til Personlige AI-assistenter.

Maximér AI-potensialet i 2025

AI er en av de raskest voksende teknologiske evolusjonene i vår tid, og bryter inn i hver bransje som en transformasjonsteknologi som vil forbedre effektiviteten for alle – og muliggjøre raskere og mer verdifulle forretningsresultater.

AI, inkludert maskin- og dyptlæring og generativ AI med LLM-er, krever enorm beregningskraft for å bygge og vedlikeholde den intelligensen som trengs for ubrutt AI-kundeopplevelser. Som resultat bør organisasjoner sikre at de utnytter høy-ytende og sikre skrivebords- og mobil dataløsninger for å revolusjonere og forbedre arbeidsflytene til AI-fagfolk og data-vitenskapsmenn.