AI-explosionen fortsätter 2025: Vad organisationer bör förvänta sig i år

Med AI som förväntas fortsätta sin explosion 2025, presenterar den ständigt utvecklande tekniken både utanför alla jämförelser möjligheter och komplexa utmaningar för organisationer över hela världen. För att hjälpa dagens organisationer och proffs att säkra maximalt värde från AI 2025, har jag delat mina tankar och förväntade AI-trender för detta år.

Organisationer måste strategiskt planera för AI-kostnader

Världen är fortfarande entusiastisk över AI:s potential. Men AI-innovationens kostnad är en parameter som organisationer måste planera för. Till exempel behöver AI GPU:er, men många CSP:er har större distributioner av N-1, N-2 eller äldre GPU:er som inte byggdes specifikt för AI-arbetsbelastningar. Dessutom kan moln-GPU:er vara kostsamma i stor skala och lätt aktiveras för utvecklare när projekt växer/skalas (mer kostnad); dessutom kan inköp av GPU:er (om de kan köpas på grund av brist) för användning på plats också vara en mycket dyr proposition med enskilda chippriser som kan nå tiotusentals dollar. Som ett resultat blir serversystem byggda för krävande AI-arbetsbelastningar kostsamma eller utom räckhåll för många med begränsade driftsbudgetar (OpEx). 2025 måste företagskunder justera sina AI-kostnader och synkronisera nivåerna av AI-utvecklingsbudget. Med så många avdelningar som nu tar initiativ och bygger sina egna AI-verktyg, kan företag oavsiktligt spendera tusentals dollar per månad på små eller avgränsade användningar av molnbaserad GPU och deras krav på AI-beräkningsinstanser, som alla ackumuleras (särskilt om användare låter dessa instanser köra).

Öppen källkodsmodeller kommer att främja demokratiseringen av flera AI-användningsfall

2025 kommer att finnas ett enormt tryck på organisationer att bevisa ROI från AI-projekt och associerade budgetar. Med kostnadsbesparingar från lågkod eller inga kodverktyg som tillhandahålls av populära ISV:er för att bygga AI-appar, kommer företag att fortsätta söka efter öppen källkodsmodeller som kan finjusteras mer effektivt än att utbilda och bygga från scratch. Finjustering av öppen källkodsmodeller använder tillgängliga AI-resurser (personer, budget och/eller beräkningskraft) mer effektivt, vilket förklarar varför det för närvarande finns över 900 000+ (och växande) modeller tillgängliga för nedladdning på Hugging Face ensam. Men när företag påbörjar öppen källkodsmodeller, kommer det att vara avgörande att säkra och övervaka användningen av öppen källkod, ramverk, bibliotek och verktyg inom hela organisationen. Lenovo:s nyliga avtal med Anaconda är ett bra exempel på detta stöd, där Intel-baserade Lenovo Workstation-portföljen och Anaconda Navigator hjälper till att strömlinjeforma data science-arbetsflöden.

AI-samverkan blir standardpraxis

Förändringar i AI-politiken kommer att se till att AI-beräkningarna flyttar närmare datakällan och mer på plats (särskilt under AI-utvecklingsfaserna i ett projekt eller arbetsflöde). När AI blir mer central för många företag, kommer det att flytta från en separat parallell eller specialarbetsflöde till att vara i linje med många kärnverksamhetsfunktioner. Att säkerställa att AI är samverkande och ansvarstagande är ett verkligt mål idag, så när vi går in i 2025 kommer det att bli mer av en standardpraxis och en del av de grundläggande byggstenarna för AI-projekt inom företaget. Hos Lenovo har vi en Ansvarig AI-kommitté, som består av en mångfaldig grupp av anställda som säkerställer att lösningar och produkter uppfyller säkerhets-, etiska-, sekretess- och transparensstandarder. Denna grupp granskar AI-användning och implementering baserat på risk, tillämpar säkerhetspolicyn konsekvent för att anpassa sig till en riskposition och regelefterlevnad. Kommitténs inkluderande tillvägagångssätt behandlar alla AI-dimensioner, vilket säkerställer omfattande samverkan och total riskreducering.

Arbetsstationer framträder som effektiva AI-verktyg inom och utanför kontoret

Användning av arbetsstationer som mer kraftfulla gräns- och avdelningsbaserade AI-appliancer är redan på uppgång. Till exempel hjälper Lenovo:s Workstation-portfölj, som drivs av AMD, medie- och underhållningsproffs att överbrygga gapet mellan förväntningar och de resurser som behövs för att leverera den högsta fidelitetsvisuella innehållet. Tack vare deras kompakta formfaktor och fotavtryck, låga akustiska, standardiserade effektkrav och användning av klientbaserade operativsystem kan de enkelt distribueras som AI-inferenslösningar där mer traditionella servrar kanske inte passar. Ett annat användningsfall är inom standardindustriflöden där AI-förbättrad dataanalys kan leverera verkligt affärsvärde och är MYCKET i linje med C-svitchechefer som försöker göra en skillnad. Andra användningsfall är de mindre domänspecifika AI-verktyg som skapas av individer för deras egen användning. Dessa effektivitetssparande verktyg kan bli AI-superkrafter och kan omfatta allt från MS Copilot, privata chattbotar till personliga AI-assistent.

Maximera AI:s potential 2025

AI är en av de snabbast växande tekniska utvecklingarna i vår era, som bryter in i varje bransch som en transformerande teknik som kommer att förbättra effektiviteten för alla – möjliggör snabbare och mer värdefulla affärsresultat.

AI, inklusive maskin- och djupinlärning och generativ AI med LLM, kräver enorm beräkningskraft för att bygga och underhålla den intelligens som behövs för sömlösa kund-AI-upplevelser. Som ett resultat bör organisationer säkerställa att de utnyttjar högpresterande och säkra skrivbords- och mobila datorlösningar för att revolutionera och förbättra arbetsflödena för AI-proffs och dataforskare.