2025 年人工智能的七大趋势

又是一年，又是一次对人工智能（AI）的投资。这确实是 2024 年的写照，但 2025 年会不会保持同样的势头，许多组织开始质疑其投资回报率（ROI）？

根据大多数分析师的说法，答案是一个压倒性的是，全球投资预计在未来 12 个月内增加约三分之一，并将继续保持相同的轨迹，直到 2028 年。然而，尽管预算可能会增加，但我预计 2025 年会采取更为谨慎的态度，公司将变得更加挑剔关于他们需要什么样的技术，以及更重要的是，它是否能够克服特定的现实商业挑战。

话虽如此，以下是我对 2025 年的预测：

1. 投资前进行更好的分析

随着对改善 ROI 的关注度增加，企业将转向人工智能本身，以确保他们明智地花钱。迄今为止最大的问题之一是急于“跟上潮流”，尤其是在引入生成式人工智能和大型语言模型（LLMs）之后。事实上，根据一项最近的研究，多达 63% 的全球商业领袖承认他们的 AI 投资是出于害怕错过（FOMO）。这就是为什么数据驱动的方法是必不可少的。继代理自动化之后，认知流程智能 将专注于为业务运营提供更深入的背景，基本上赋予 AI 作为运营顾问的能力。这些系统将能够绘制、分析和预测组织内的复杂工作流程，然后根据实时数据分析和过去的模式提供改进建议，超越简单的任务自动化。这对金融、物流和制造业等行业尤其有吸引力，即使是运营上的小改进也会转化为巨大的成本节约。

2. AI 首先重振对 BPM 的兴趣

商业流程管理（BPM）的新黄金时代即将到来。自 20 世纪 90 年代企业资源规划（ERP）的出现引发了广泛的数字化转型以来，公司从未像现在这样需要重新审视他们的运营方式，以保持竞争力。有两个因素驱动着这种变化。首先，公司意识到无限制的增长是不可持续的，转向注重绩效和效率，以实现健康的单位经济学和正面的 ROI。其次，生成式 AI 和代理式炒作加速了对该技术的兴趣和采用的增长，因为公司高管要求团队探索用例，以获得市场优势。

最有效的模型或复杂的提示在孤立中是无效的。因此，BPM 再次成为焦点。人工智能对几乎所有企业工作流程的即将到来的影响使得流程发现、分析和重设计成为业务运营的基本方面，甚至是扩大规模。这种困境类似于以前的数字转型挑战，这些挑战由于过度关注技术而忽视了人力或流程考虑因素而遭遇了糟糕的成功率。

3. 更加集成的多模态 AI 系统

将文本、视觉、音频和传感器数据相结合的多模态 AI 将成为企业寻求整体、情境感知的常态。这将超越单独的文档分析或语音识别；相反，集成系统将能够从多种模式中提取见解，以提供对复杂场景的更丰富、更准确的解释。

在金融领域，多模态 AI 可以通过整合文本、语音、交易记录和行为数据来革命性地改变客户服务，从而对客户需求有一个全面的了解。这种集成使金融机构能够提供个性化服务、增强客户满意度和提高运营效率。

例如，AI 驱动的虚拟金融顾问可以提供 24/7 的金融建议，分析客户的消费模式并提供个性化的预算提示。此外，AI 驱动的聊天机器人可以处理大量的常规查询，简化运营并让客户保持参与。

通过利用多模态 AI，金融机构可以预测客户需求，主动解决问题，并提供量身定制的金融建议，从而加强客户关系并在市场上获得竞争优势。

4. 符合监管要求、可解释的 AI

随着全球监管的增加，将会注重可解释和透明的 AI，从一开始就满足监管要求。我们将看到更多强调实现 AI 透明度、偏差减少和审计跟踪的工具，使公司能够信任他们的 AI 解决方案并按需验证合规性。

AI 开发人员可能会提供允许利益相关者解释和质疑 AI 决策的界面，特别是在金融、保险、医疗保健和法律等关键领域。

超越透明度，对负责任的 AI 的承诺将成为优先事项，因为公司试图赢得客户和消费者的信任。经合组织报告称，全球 60 多个国家正在开发超过 700 项监管举措。虽然立法仍在赶上创新步伐，但公司将寻求主动遵循自愿行为准则，例如由 IEEE 或 NIST 制定的准则，以建立明确的标准。通过拥抱透明度、遵守最佳实践并清晰地与客户沟通，他们促进了可靠性声誉的形成，这弥合了 AI 的信任差距并增加了忠诚度和信心。

外部审计也将变得更加流行，以提供公正的视角。一个例子是 forHumanity，一个非营利组织，可以对 AI 系统进行独立审计以分析风险。

5. 以人为中心的 AI 设计

随着 AI 工具变得更加深入地融入我们的生活，伦理考虑和以人为中心的 AI 设计 将变得越来越重要。我们可以预计会看到一个转变，朝着以人为本的方法设计 AI 系统，优先考虑用户赋权、包容性和福祉。

公司可能会旨在开发优先考虑 协作智能 的 AI 解决方案，即增强人类决策而不是取代它的 AI 系统。这可能还包括关注人机交互中的心理安全和用户福祉。

6. 代理式自动化的发展

2025 年，确定性自动化和代理式自动化之间的界限将变得模糊，导致更集成、更智能和更适应性的系统，能够增强我们生活和行业的各个方面。但是，确定性自动化将继续主导并驱动明年生产中的至少 95% 的自动化。

毫无疑问，代理式自动化，其特点是系统可以做出自主决策并适应新情况，很有吸引力，并且有望取得巨大的进步。在需要灵活性和适应性的动态环境中，这些系统将实现更个性化和响应式的交互，改善用户体验和结果。

7. 对大型语言模型的反弹

大型语言模型（LLMs）的进步简直是革命性的。但是，和所有伟大的事情一样，它们也带来了自己的挑战，尤其是资源的巨大代价。

生成式 AI 和 LLMs 的许多缺点都源于必须导航的巨大数据存储，以产生价值。不仅这会带来伦理、准确性（如幻觉）和隐私方面的风险，而且还大大增加了使用这些工具所需的能量。

与其使用高度通用的 AI 工具，2025 年企业将转向专门为更狭窄的任务和目标而设计的 AI。就像剪掉不需要的部分——就像盆景树一样，你必须剪掉它，使其变得更苗条、更高效。通过压缩模型本身，计算的精度变得更小，速度更快，计算能力的能量要求也更低。

总结

毫无疑问，2025 年将是人工智能投资的又一年，尤其是生成式 AI，它将继续改变每个行业的公司和工作。然而，业务领袖将采取更为数据驱动和整体的投资方法，以实现真正的业务目标，同时也确保满足道德和可持续性标准。毕竟，AI 的真正潜力在于它被深思熟虑和战略性地应用——不要让 FOMO 混淆你的判断。