epoint

Sztuczna inteligencja od dłuższego czasu jest głównym tematem omawianym w mediach i biznesie. Zdominowała też wszelkie prognozy odnoszące się do branży technologicznej. Rok 2025 nie będzie pod tym względem inny. O niektórych kwestiach związanych z AI będzie jednak głośniej, niż o innych. Mowa tu m.in. o specjalizacji modeli, wyzwaniach regulacyjnych i zrównoważonym rozwoju.

Przedstawiciele kadry kierowniczej i eksperci firmy SAS, lidera w dziedzinie danych i AI, podjęli próbę identyfikacji najważniejszych trendów w biznesie i technologii na 2025 rok. Oto niektóre z ich prognoz.

Szybsze szkolenie modeli zmniejszy ślad węglowy AI

Szybkość i wydajność algorytmów nie mogą być lekceważone ze względu na ich krytyczne znaczenie dla zmniejszenia zużycia zasobów w chmurze. Energochłonna AI będzie nadal napędzać dążenie do stosowania zrównoważonych źródeł energii, w tym atomu, a jednocześnie zwiększy zapotrzebowanie na bardziej energooszczędne modele. Podobnie jak branża AGD i motoryzacyjna poczyniły ogromne postępy w zakresie efektywności energetycznej, musimy sprawić, by modele AI również były bardziej wydajne.

Bryan Harris, Chief Technology Officer, SAS

Ataki z użyciem AI zagrożą naszemu stylowi życia

Zdolność AI do personalizacji i działania na ogromną skalę zmienia sposób, w jaki wchodzimy w interakcje z informacjami, włączając w to dezinformację i manipulację normami społecznymi. Ataki z użyciem AI mogą dotyczyć pojedynczych osób, grup lub instytucji, zagrażając naszemu stylowi życia. W interesie społeczeństw demokratycznych i ich rządów leży ochrona uczciwego dyskursu obywatelskiego i wyborów oraz ochrona norm kulturowych. Aby zmniejszyć to zagrożenie, liderzy biznesowi muszą prowadzić rozmowy na temat etycznego wykorzystania sztucznej inteligencji, podwajając wysiłki na rzecz osiągnięcia wymiernych wartości oraz przyjmując zasady, polityki, standardy i środki kontroli dotyczące AI.

Steven Tiell, Global Head of AI Governance Advisory, SAS

Śmietniki z danymi, które pogłębiają lukę w AI

W 2025 roku okaże się, że niektóre organizacje radzą sobie doskonale z generatywną AI – wyprzedzają konkurencję, tworzą wyspecjalizowane doświadczenia klientów, szybciej wprowadzają innowacyjne produkty. Inne natomiast pozostają w tyle wyścigu. Porzucają projekty rozpoczęte w poprzednim roku, ponieważ przeoczyły istotną informację: AI potrzebuje danych dobrej jakości. Dane, które mają niską jakość, hamują wydajność AI, a organizacje muszą być na tyle odważne, by cofnąć się i naprawić ten powszechny problem.

Marinela Profi, Global GenAI/AI Market Strategy Lead, SAS

GenAI coraz niżej na krzywej „hype cycle”

Generatywna AI nigdy nie przestanie być interesująca, ale osiągnęliśmy punkt, w którym kwitujemy cykl hype’u skinieniem głowy i skupiamy się na dostarczaniu rzeczywistej wartości biznesowej. Dzieje się to poprzez uproszczenie podejść, reguł i modeli oraz uzupełnienie ich ukierunkowanym wykorzystaniem dużych modeli językowych (LLM) oraz wyspecjalizowanych małych modeli językowych (SLM). Uważnie śledźcie kurs akcji Nvidii.

Jared Peterson, Senior Vice President, Platform Engineering, SAS

Dostawcy chmury i użytkownicy AI będą współodpowiedzialni za środowisko

Pęd związany z wdrożeniem AI często prowadzi do tworzenia nieefektywnych modeli, które pochłaniają ogromne ilości zasobów chmurowych i generują większy ślad węglowy. Zmniejszanie wpływu na środowisko nie zależy tylko od producentów sprzętu i dostawców chmury – to odpowiedzialność współdzielona z użytkownikami AI, którzy zarządzają danymi i obciążeniami AI. Większa efektywność w rozwoju modeli AI, możliwa dzięki zoptymalizowanym platformom danych i AI w chmurze, pomoże zredukować zbędne powielanie i straty oraz zminimalizować zużycie energii.

Jerry Williams, Chief Environmental Officer, SAS

Liderzy jutra są wyposażeni w AI już dziś

Technologiczne starcia 2025 roku wygrają te organizacje, które są w pełni gotowe na wykorzystanie potencjału sztucznej inteligencji. W miarę ewolucji generatywnej AI, z poziomu nowej zabawki do narzędzia powszechnego użytku, organizacje będą w pełni wdrażać wszystkie formy tej technologii do automatyzacji rutynowych zadań, umożliwiając pracownikom wykonywanie bardziej wartościowej pracy. Dzięki temu będą szybciej niż konkurenci podejmować decyzje, identyfikować szanse i napędzać innowacje. Krótko mówiąc: wygrają.

Jay Upchurch, Chief Information Officer, SAS

Przyszłość modeli LLM – towar, ale wyspecjalizowany

W 2025 roku duże modele językowe staną się towarem, co doprowadzi do załamania polityk cenowych AI, ponieważ bezpłatnie oferowane będą tylko podstawowe funkcje. Prawdziwa wartość przesunie się w kierunku wyspecjalizowanych usług i aplikacji specyficznych dla danego sektora, opartych na tych modelach. Jednocześnie, rozwój open-source’owych modeli LLM podważy dominację kluczowych dostawców, tworząc bardziej zdecentralizowany krajobraz AI, w którym kluczowymi wyróżnikami będą personalizacja i integracja.

Udo Sglavo, Vice President, Applied AI & Modeling, R&D, SAS

Nadchodzi Wielka Racjonalizacja IT

Firmy przez lata używały systemów silosowych, z których każdy służył innej funkcji lub obsługiwał inny segment klientów. Zespoły IT nie radzą sobie z ciężarem skomplikowanych integracji, nie mogąc zapewnić zwinności, jakiej potrzebują ich przedsiębiorstwa. Na horyzoncie pojawia się Wielka Racjonalizacja IT, w której liderzy biznesowi będą wykorzystywać chmurę do uproszczenia infrastruktury IT i relacji z dostawcami, zyskując kluczową szybkość oraz redukując koszty. Ci, którzy wybiorą modernizację z użyciem natywnej chmurowo, wielofunkcyjnej platformy AI, osiągną największą wartość. Uzyskają zintegrowane, zdemokratyzowane dane oraz zdolności decyzyjne obejmujące całe przedsiębiorstwo z uwzględnieniem cyklu życia klienta.

Stu Bradley, Sr. Vice President, Risk, Fraud and Compliance Solutions, SAS

GenAI staje się bardziej osobista (i zaawansowana) dla pracowników działu marketingu

W 2025 roku specjaliści ds. marketingu energicznie przejdą od prostszych zastosowań GenAI, skupionych na zwiększaniu produktywności i generowaniu treści, do bardziej zaawansowanych, napędzających przewagę konkurencyjną i wzrost przychodów. Wykraczając poza LLM, pracownicy działu marketingu będą korzystać z narzędzi GenAI, takich jak dane syntetyczne i cyfrowe bliźniaki, a także z ugruntowanych technologii AI, takich jak uczenie maszynowe i głębokie, aby dostarczać spersonalizowane doświadczenia i skuteczne kampanie, jednocześnie szanując prywatność klientów.

Jennifer Chase, Chief Marketing Officer, SAS

Subscribe
Powiadom o
guest
0 komentarzy
najstarszy
najnowszy oceniany
Inline Feedbacks
View all comments