2025 Прогнози: Рік складного штучного інтелекту для корпоративного впровадження

Новий рік принесе впровадження штучного інтелекту способами, яких ми раніше не бачили, після переоцінки того, чого ми тепер знаємо, що можна досягти в рамках підприємства. Відомчі графи, які підтримують складний штучний інтелект, будуть на передньому плані, оскільки вони додають паливо для перетворення неструктурованої інформації в дієву інформацію. Разом з іншими інструментами, такими як GraphRAG, які роблять генеративний штучний інтелект (GenAI) більш ефективним, вони продовжуватимуть прокладати шлях для того, як штучний інтелект інтегрується в нашу повсякденну життя.

Реалістичні погляди на те, що можна зробити з моделями генеративного штучного інтелекту, принесуть рік складного штучного інтелекту

Організації починають впроваджувати потенціал GenAI для вирішення реальних проблем. У новому році ми побачимо його впровадження способами, яких раніше не бачили, але коли мова йде про впровадження штучного інтелекту для корпоративних користувачів, моделі ще не достатньо самодостатні для вирішення складних проблем. Взявши нас, людей, наприклад, ми розумніші та ефективніші з інструментами, і ми змогли досягти набагато більше з доступом до калькуляторів, бібліотеки та комп’ютера. Ми не можемо очікувати, що мовні моделі зроблять все, що нам потрібно, на цьому етапі, особливо в корпоративному середовищі, без належного інструментарію. Додавання відомчих графів, які підтримують складні робочі навантаження штучного інтелекту, дозволить системам бути широко використаними та отримувати користь від них в рамках підприємства.

Революція рейтингу інформації з GraphRAG

На початку існування Інтернету основними пошуковими системами були AltaVista і Lycos. Запит на пошук індексував усі слова на сторінці та пропонував результати в порядку рейтингу сторінки. Згодом Google переробила це, розглядаючи, як сторінки пов’язані одна з одною. Сторінки стали більш важливими, якщо інші важливі сторінки вказували на них. Це рекурсивне правило було можливим лише тоді, коли ви розглядали веб як граф. Це саме те, як ми закінчили з Google і рейтингом сторінок, який ми знаємо сьогодні. Надалі, коли Google почала перетворювати текстові дані в відомчий граф у 2012 році, ми побачили еволюцію того, як користувачі отримували структуровану інформацію про реальні сутності під час пошуку.

У наступному році буде подібний прогрес, який ми бачили в Інтернеті від пошуку за ключовими словами до пошуку на основі мережевих і графічних структур. Пошуки на основі перетвореної тексту в структуроване представлення також відбудуться з мовними моделями, що принесе велику користь підприємствам. Коли ми прогресуємо з GenAI, ми починаємо бачити щось подібне з GenAI, яке використовує RAG, яке перетворює кожне слово або кожну частину документа в вектор, що дозволяє нам взяти питання та відобразити його на окремі слова в документі.

Я вважаю, що наступна ітерація пошуку перейде на використання комбінації відомчого графа та RAG. Це дозволяє швидко знайти спільні речі між документами та зв’язати їх як зв’язок, коли система працює над відповіддю на запит. З часом ймовірно, що більшість того, що ми задокументували, буде перетворено в структуровану інформацію, яка буде поміщена в відомчі графи, що дозволить здійснювати висновок, коли ми просимо про пошук. Буде зроблено наголос на швидкому перетворенні неструктурованої текстової інформації в структуровану інформацію для символічної інформації, щоб вона стала дієвою.

Інтерфейс Інтернету змінюється, наше повсякденне життя побачить впровадження штучного інтелекту до того, як це зробить робоча сила

Як людина, яка виросла на Google, неможливо не помітити, що інтерфейс Інтернету починає змінюватися. Рост впровадження ChatGPT прогресував до того, що став основним механізмом того, як наступне покоління спілкується з Інтернетом. Коли ми продовжимо бачити це впровадження в 2025 році та надалі, це матиме значний вплив на те, як галузі, такі як реклама, еволюціонують, щоб зберегти конкурентну перевагу.

Як і з більшість інновацій технологій, ми впровадимо їх у нашому особистому житті спочатку. Я вважаю, що ми побачимо це з персональними асистентами, такими як Siri або Alexa, які базуються на мовних моделях, які розуміють і розвивають природні закономірності наших повсякденних звичок. Коли ми починаємо бачити, як люди все більше покладаються на персональну допомогу поза роботою, очікування того, що у них будуть подібні асистенти на роботі, будуть слідувати.

Переоцінка бюджету на впровадження генеративного штучного інтелекту в підприємстві

Тепер, коли пік гіпциклу штучного інтелекту позаду нас, люди стали набагато більш прагматичними у своєму підході до GenAI. За останні рік і пів року багато хто витратив велику частку свого бюджету на GenAI, і вони, можливо, поставили інші важливі області інформаційних технологій і даних на другий план і недоінвестували. Тому в наступному році ми побачимо, як багато організацій краще підлаштують свій бюджет, щоб зробити більше. Тепер, коли у нас є видимість і досвід того, як GenAI міг би працювати або не працювати для організації, ці підприємства зможуть збалансувати інвестиції між GenAI та всіма іншими важливими ініціативами.