Семь тенденций, которых следует ожидать в области искусственного интеллекта в 2025 году

Еще один год, еще одна инвестиция в искусственный интеллект (ИИ). Это, безусловно, относится к 2024 году, но сохранится ли та же динамика в 2025 году, когда многие организации начнут сомневаться в его рентабельности?

По мнению большинства аналитиков, ответ на этот вопрос — однозначно «да» Ожидается, что мировые инвестиции вырастут примерно на треть в ближайшие 12 месяцев и продолжат следовать той же траектории до 2028 года. Однако, несмотря на то, что бюджеты могут увеличиваться, я вижу более осторожный подход в 2025 году, когда компании станут более разборчивыми в отношении типа технологий, которые им нужны, и, что еще важнее, смогут ли они преодолеть конкретные реальные бизнес-задачи.

С учетом вышесказанного, вот некоторые из моих прогнозов на 2025 год:

1. Лучший анализ перед тем, как сделать решительный шаг

С большим акцентом на повышении рентабельности инвестиций компании будут обращаться к самому ИИ, чтобы гарантировать, что они тратят деньги разумно. Одной из самых больших проблем на сегодняшний день является спешка «запрыгнуть в вагон», особенно после внедрения генеративного ИИ и LLM. Фактически, около 63% мировых лидеров бизнеса признают, что их инвестиции в ИИ были вызваны FOMO (страхом упустить что-то), согласно Недавнее исследование. Вот почему подход, основанный на данных, имеет важное значение. Следуя за агентной автоматизацией, когнитивный процесс интеллект сосредоточатся на предоставлении более глубокого контекста вокруг бизнес-операций, по сути, предоставляя ИИ возможность выступать в качестве операционного консультанта. Эти системы смогут отображать, анализировать и прогнозировать сложные рабочие процессы в организации, а затем рекомендовать улучшения на основе анализа данных в реальном времени и прошлых моделей, выходящих за рамки простой автоматизации задач. Это особенно понравится таким секторам, как финансы, логистика и производство, где даже незначительные улучшения в операциях приведут к значительной экономии средств. 

2. Эра ИИ-First возобновляет интерес к BPM

Новый золотой век управления бизнес-процессами (BPM) уже на горизонте. С 1990-х годов, когда появление планирования ресурсов предприятия (ERP) вызвало массовую цифровизацию, компаниям не приходилось пересматривать свои методы работы, чтобы оставаться конкурентоспособными. Два фактора являются движущей силой изменений. Во-первых, компании понимают, что рост любой ценой не может быть устойчивым с переходом к производительности и эффективности для достижения здоровой экономики подразделения и положительной окупаемости инвестиций. Во-вторых, ажиотаж вокруг агентского поколения ИИ ускорил интерес и принятие этой технологии, поскольку руководители компаний поручили командам изучить варианты использования, стремясь получить рыночные преимущества.

Самая эффективная модель или сложная подсказка непродуктивны в изоляции. В результате BPM снова в центре внимания. Неизбежное влияние ИИ почти на все корпоративные рабочие процессы делает обнаружение, анализ и перепроектирование процессов основополагающими для операционализации любой программы, не говоря уже о ее масштабировании. Эта затруднительная ситуация отражает предыдущие проблемы цифровой трансформации, которые имели низкие показатели успеха из-за чрезмерного фокуса на технологиях при игнорировании человеческих или процессных соображений.

3. Более интегрированные мультимодальные системы искусственного интеллекта

Мультимодальный ИИ, объединяющий текст, зрение, аудио и данные датчиков, станет нормой для компаний, стремящихся к целостной, ситуационной осведомленности. Это выйдет за рамки автономного анализа документов или распознавания голоса; вместо этого интегрированные системы смогут извлекать информацию из нескольких модальностей, чтобы предоставлять более богатые и точные интерпретации сложных сценариев.

В финансовом секторе мультимодальный ИИ может произвести революцию в обслуживании клиентов, интегрируя текст, голос, записи транзакций и поведенческие данные для обеспечения всестороннего понимания потребностей клиентов. Такая интеграция позволяет финансовым учреждениям предлагать персонализированные услуги, повышать удовлетворенность клиентов и улучшать операционную эффективность.

Например, виртуальные финансовые консультанты на базе ИИ могут предоставлять круглосуточный доступ к финансовым консультациям, анализируя модели расходов клиентов и предлагая персонализированные советы по бюджетированию. Кроме того, чат-боты на базе ИИ могут обрабатывать большие объемы рутинных запросов, оптимизируя операции и поддерживая вовлеченность клиентов.

Используя мультимодальный ИИ, финансовые учреждения могут предугадывать потребности клиентов, заблаговременно решать проблемы и предоставлять индивидуальные финансовые консультации, тем самым укрепляя отношения с клиентами и получая конкурентное преимущество на рынке.

4. Готовый к регулированию, объяснимый ИИ

В связи с ужесточением глобальных правил особое внимание будет уделяться объяснимый и прозрачный ИИ который соответствует нормативным требованиям с самого начала. Мы увидим больше внимания к инструментам, которые обеспечивают прозрачность ИИ, снижение предвзятости и аудиторские следы, позволяя компаниям доверять своим решениям ИИ и проверять соответствие по требованию.

Разработчики ИИ, вероятно, предоставят интерфейсы, которые позволят заинтересованным сторонам интерпретировать и оспаривать решения ИИ, особенно в таких критически важных секторах, как финансы, страхование, здравоохранение и юриспруденция.

Помимо прозрачности, приверженность ответственному ИИ станет приоритетом, поскольку компании пытаются завоевать доверие клиентов и потребителей. ОЭСР сообщает о более чем 700 нормативных инициативах в разработке в более чем 60 странах. Хотя законодательство все еще догоняет инновации, компании будут стремиться активно следовать добровольным кодексам поведения, например, разработанным IEEE или NIST, чтобы установить четкие стандарты. Принимая прозрачность, придерживаясь передовых практик и четко общаясь с клиентами, они способствуют формированию репутации надежности, которая устраняет разрыв в доверии к ИИ и повышает лояльность и уверенность.

Внешние аудиты также будут становиться все более популярными, чтобы обеспечить беспристрастную точку зрения. Примером этого является дляЧеловечества  некоммерческая организация, которая может проводить независимый аудит систем ИИ для анализа рисков.

5. Проектирование ИИ, ориентированное на человека

Поскольку инструменты ИИ все больше проникают в нашу жизнь, Этические соображения и проектирование ИИ, ориентированное на человека будет становиться все более важным. Ожидайте перехода к системам ИИ, разработанным с гуманистическим подходом, отдающим приоритет расширению прав и возможностей пользователей, инклюзивности и благополучию.

Компании, скорее всего, будут стремиться разрабатывать решения на основе ИИ, которые подчеркивают совместный интеллект— Системы ИИ, которые улучшают принятие решений человеком, а не заменяют его. Это может также включать фокус на психологической безопасности и благополучии пользователя во взаимодействиях человека и машины

6. Придержите лошадей Агент

Границы между детерминированной и агентной автоматизацией размоются в 2025 году, что приведет к более интегрированным, интеллектуальным и адаптивным системам, которые улучшат различные аспекты нашей жизни и отраслей. Но детерминированная автоматизация продолжит управлять и обеспечивать по крайней мере 95% автоматизации в производстве в следующем году.

Несомненно, агентная автоматизация, характеризующаяся системами, которые могут принимать автономные решения и адаптироваться к новым ситуациям, привлекательна и готова к существенным успехам. В динамичных средах, где гибкость и адаптивность имеют решающее значение, эти системы позволят обеспечить более персонализированное и отзывчивое взаимодействие, улучшая пользовательский опыт и результаты.

7. Отказ от получения степени магистра права

Достижения в области больших языковых моделей (LLM) можно назвать революционными. Но, как и все великие вещи, они сопряжены с собственным набором проблем, в частности, с высокой стоимостью ресурсов.

Многие недостатки генеративного ИИ и LLM вытекают из огромных хранилищ данных, которые необходимо обработать, чтобы получить ценность. Это не только повышает риски в плане этики, точности, такие как галлюцинации, и конфиденциальности, но и значительно увеличивает количество энергии, требуемой для использования инструментов.

Вместо общих инструментов ИИ в 2025 году предприятия перейдут на специализированный ИИ, предназначенный для более узких задач и целей. Это похоже на то, как если бы вы обрубили то, что вам на самом деле не нужно — как дерево Бонзи — вам нужно обрезать его, чтобы оно стало более компактным и эффективным. Сжимая саму модель, точность ее вычислений уменьшается, что увеличивает скорость и снижает требования к энергопотреблению для вычислительной мощности.

Заворачивать

Без сомнения, 2025 год станет еще одним годом больших инвестиций в искусственный интеллект, особенно генеративный ИИ, который продолжит преобразовывать компании и рабочие места в каждом секторе. Однако руководители бизнеса будут придерживаться более целостного подхода к инвестициям, основанного на данных, который позволит достичь реальных бизнес-целей, а также обеспечит соблюдение стандартов этики и устойчивости. В конце концов, реальный потенциал ИИ заключается в том, как он применяется продуманно и стратегически — не позволяйте FOMO затуманивать ваши суждения.