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 oöverträffade 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 fortsätter att vara 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 kan enkelt 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 chip som kostar tiotusentals dollar. Som ett resultat blir serversystem som byggts för krävande AI-arbetsbelastningar kostsamma eller otillgängliga för många med begränsade avdelningsansvarsbudgetar (OpEx). 2025 måste företagskunder säkerställa att de har rätt AI-kostnader och synkroniserar AI-utvecklingsbudgeten. 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 avdelningsbaserade 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 att 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 hjälper till att förklara 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 säkerställa och övervaka användningen av öppen källkodsprogramvara, ramverk, bibliotek och verktyg inom hela organisationen. Lenovos nyliga avtal med Anaconda är ett utmärkt exempel på detta stöd, där Intel-baserade Lenovos arbetsstation 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 företagets datakälla och mer på plats (särskilt under AI-utvecklingsfasen av ett projekt eller arbetsflöde). När AI blir alltmer 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 ansvarsfullt 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 Ansvarsfull 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 säkerhetsprinciper konsekvent för att säkerställa en riskhållning och regelefterlevnad. Kommitténs inkluderande tillvägagångssätt behandlar alla AI-dimensioner, vilket säkerställer en omfattande samverkan och en allmän minskning av risk.

Arbetsstationer utvecklas till effektiva AI-verktyg i och utanför kontoret

Användning av arbetsstationer som mer kraftfulla edge- och avdelningsbaserade AI-applikationer ökar redan. Till exempel hjälper Lenovos arbetsstationsportfölj, som drivs av AMD, medie- och underhållningsproffs att överbrygga gapet mellan förväntningar och de resurser som behövs för att leverera högkvalitativ visuell innehåll. Tack vare deras kompakta formfaktor och fotavtryck, låg akustik, 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 standardiserade branschflöden där AI-förbättrad dataanalys kan leverera verkligt affärsvärde och är mycket synligt för C-svitchechefer som försöker göra en skillnad. Andra användningsfall är de mindre domänspecifika AI-verktygen 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.