2025 预测：复合 AI 的企业采用年

新的一年将带来我们以前从未见过的 AI 采用方式，在企业内部实现了对我们现在可以实现的目标的重新校准。支持复合 AI 的 知识图谱 将成为焦点，因为它们可以将非结构化信息转化为可行的知识。同时，其他工具如 GraphRAG 也将使 生成式 AI (GenAI) 更加高效，从而为 AI 如何融入我们的日常生活铺平道路。

生成式 AI 模型的现实视角将带来复合 AI 的年份

组织开始实施 GenAI 来解决实际问题。在新的一年里，我们将看到它以以前从未有过的方式被采用，但是当谈到企业用户的 AI 采用时，模型本身还不够成熟，无法解决复杂问题。以人类为例，我们拥有工具时会更加聪明和高效，我们可以使用计算器、图书馆和计算机来完成更多的事情。我们不能期望语言模型在不具备适当工具的情况下完成我们需要它们做的一切，尤其是在企业环境中。添加支持复合 AI 工作负载的知识图谱将使系统能够被广泛利用和受益于企业内部。

GraphRAG 的信息排名革命

在互联网的早期，主要的搜索引擎是 AltaVista 和 Lycos。搜索查询会索引页面上的所有单词，并按页面排名顺序提供结果。后来，Google 通过查看 页面之间的关系 来革新这一点。页面变得更加重要，如果其他重要页面指向它们。这种递归规则只有当您将网络视为图形时才有可能。这就是我们今天拥有 Google 和页面排名的原因。进一步，当 Google 在 2012 年开始将文本数据转换为知识图谱 时，我们看到用户在搜索时如何接收关于现实世界实体的结构化信息的演变。

在即将到来的年份里，我们将看到与互联网从关键词搜索到基于网络和图结构的搜索类似的进步。基于将文本转换为结构化表示的搜索也将使用语言模型来实现，从而使企业受益匪浅。随着我们继续使用 GenAI，我们开始看到类似的事情，GenAI 利用 RAG，它将每个单词或每个文档片段转换为向量，从而使我们能够将问题映射到文档上的单个单词。

我相信搜索的下一个迭代将转向使用知识图谱和 RAG 的组合。这种组合可以交叉引用文档，并快速找到它们之间的共同点，将其作为连接来处理查询。随着时间的推移，很可能我们记录的大部分内容将被转换为结构化信息，并放入知识图谱中，以便在搜索查询时进行推理。将会强调快速将非结构化文本信息转换为结构化信息，以便在符号知识中实现可行性。

互联网的界面正在改变，我们的日常生活将在工作场所之前采用 AI

作为一个在 Google 时代长大的人，很难不注意到互联网的界面正在发生变化。ChatGPT 的采用已经成为下一代人与互联网交互的主要机制。随着我们继续在 2025 年及以后看到这一点，它将对广告等行业的发展产生重大影响，因为它们需要不断进化以保持竞争力。

与大多数技术创新一样，我们将首先在个人生活中实施它们。我相信我们将看到这种情况发生在基于语言模型的个人助手中，例如 Siri 或 Alexa，它们可以推理和发展我们日常习惯的自然模式。随着人们开始在工作以外的地方更多地依赖个人助手，他们会期望在工作中也拥有类似的助手。

为企业实施生成式 AI 而进行的预算重新校准

现在，AI 的高峰期已经过去，人们对 GenAI 的态度更加务实。在过去的一年半里，很多人已经在 GenAI 上花费了大量的预算，他们可能已经将其他重要的 IT 基础设施和数据放在了次要位置，并且投资不足。因此，明年我们将看到许多组织更好地校准预算，以便做得更多。现在我们已经看到了 GenAI 可能如何为组织工作或不工作，我们可以在 GenAI 和其他重要计划之间平衡投资。