Η αυξημένη αποδοτικότητα, η μείωση του κινδύνου αλλά και η εξάλειψη του «τεχνολογικού χρέους», το οποίο προκύπτει από την αποτυχία εκσυγχρονισμού των υποδομών πληροφορικής ή από την έλλειψη ενοποιημένων λύσεων IT ή cloud που είναι απαραίτητες για τη βελτιστοποίηση της Τεχνητής Νοημοσύνης, είναι τα βασικά σημεία στα οποία θα εστιασθεί η προσοχή των επιχειρήσεων το 2025, σύμφωνα με την Hillery Hunter, CTO και γενική διευθύντρια καινοτομίας του τμήματος υποδομών της IBM.
Από την κυκλοφορία του ChatGPT της OpenAI πριν από δύο χρόνια, η τεχνολογική βιομηχανία ασχολείται με εφαρμογές παραγωγικής Τεχνητής Νοημοσύνης και στον επόμενο χρόνο περισσότερες επιχειρήσεις θα υιοθετούν την τεχνολογία, αναφέρει η Hunter.
Οι επιχειρήσεις ήδη αναζητούν τεχνολογία για να κλιμακώσουν και να υλοποιήσουν την Τεχνητή Νοημοσύνη, και η εστίαση το 2025 θα είναι στην αυξημένη αποδοτικότητα και τη μείωση του κινδύνου, πρόσθεσε η Hunter.
Με γνώμονα την αποδοτικότητα κόστους, οι επιχειρήσεις πιθανότατα θα αναζητήσουν μικρότερα, πιο στοχευμένα μοντέλα παραγωγικής τεχνητής νοημοσύνης, δήλωσε η Hunter. Οι επιχειρήσεις ενδέχεται επίσης να στραφούν σε συνδυασμούς ή τη συνένωση πολλών μοντέλων μηχανικής μάθησης ή βαθιάς μάθησης για πιο ακριβή και ισχυρά αποτελέσματα, που θα τους επιτρέψουν «να βελτιστοποιήσουν την αποδοτικότητα και την ακρίβεια και να εξαλείψουν τις όποιες καθυστερήσεις σε όλη τη ροή εργασίας της ΤΝ».
«Για παράδειγμα», συνέχισε η Hunter, «οι επιχειρήσεις θα έχουν τη δυνατότητα να χρησιμοποιούν μικρότερα, ταχύτερα και πιο ενεργειακά αποδοτικά μοντέλα σε μια CPU, ως σημείο εκκίνησης για ανάλυση και επεξεργασία δεδομένων και στη συνέχεια να χρησιμοποιούν μεγαλύτερα μοντέλα σε μια GPU (μονάδα επεξεργασίας γραφικών), όποτε είναι απαραίτητο, για πιο περίπλοκα φορτία εργασίας που απαιτούν επιπλέον απόδοση, όλα εντός της ίδιας ροής εργασίας ΤΝ.»
Τον περασμένο Ιούλιο, ο διευθύνων σύμβουλος της Nvidia, Jensen Huang, δήλωσε ότι το επόμενο «κύμα» της ΤΝ, αφορά τις επιχειρήσεις, και ότι κάθε εργαζόμενος σε μια εταιρεία «θα έχει έναν βοηθό ΤΝ».
«Ελπίζουμε ότι θα μπορέσουμε να δώσουμε σε κάθε οργανισμό τη δυνατότητα να δημιουργήσει τις δικές του εφαρμογές ΤΝ», είπε ο Huang, κατά τη διάρκεια ομιλίας του στο συνέδριο SIGGRAPH,
Καθώς η τεχνολογική βιομηχανία επικεντρώνεται στην κυκλοφορία νέων προϊόντων Τεχνητής Νοημοσύνης, πλέον τα AI agents, ή λογισμικά που μπορούν να ολοκληρώσουν πολύπλοκες εργασίες, αυτόνομα, έχουν αντικαταστήσει την αρχική «φρενίτιδα» γύρω από τα chatbots. Τα περισσότερα εργαλεία που χρησιμοποιούν ΤΝ και έχουν κυκλοφορήσει μέχρι στιγμής, είναι «συνεργάτες» που βοηθούν τους χρήστες να δουλεύουν πιο αποδοτικά, αλλά απαιτούν συνεχή καθοδήγηση.
«Το επόμενο έτος, οι εταιρείες θα κινδυνεύσουν να μείνουν πίσω αν δεν εντείνουν τις προσπάθειές τους στον τομέα της ΤΝ», ανέφερε η Hunter. «Ενώ οι επιχειρήσεις», πρόσθεσε, «είδαν την ΤΝ να γίνεται πιο σημαντική φέτος, συχνά δυσκολεύτηκαν με τις αποσπασματικές διαδικασίες ΤΝ και με το να οδηγήσουν σε πραγματική απόδοση της επένδυσης».
Οι επιχειρήσεις πρέπει να συγκεντρώσουν τα έργα ΤΝ το 2025, είπε η Hunter, αλλιώς θα δημιουργήσουν «ένα ολοένα και πιο διογκωμένο τεχνολογικό περιβάλλον» με περισσότερα κόστη και πιο αργή καινοτομία.
«Ήρθε η ώρα οι επιχειρήσεις να εξαλείψουν το Frankencloud - ένα αποσπασματικό περιβάλλον, όπου τα δεδομένα είναι επαναλαμβανόμενα και διάσπαρτα σε διάφορες, αποσυνδεδεμένες τοποθεσίες - και να δημιουργήσουν την ολιστική εικόνα που χρειάζονται για να αξιοποιήσουν και να διαχειριστούν τα δεδομένα και τα μοντέλα που σχετίζονται με την ΤΝ, και να παράγουν αποτελέσματα που υποστηρίζουν την επένδυση τους στην ΤΝ», είπε.
