GenAI的采用速度比當今任何其他技術都要快，且應用更加廣泛，許多公司已經看到了投資回報，并正在擴大用例以實現廣泛應用。
供應商正在將企業軟件產品中全面融入GenAI，而AI開發者今年也沒有閑著。我們還看到了具有代理能力的AI、多模態AI、推理AI以及可與最大商業供應商相媲美的開源AI項目的涌現。
根據美國銀行2024年9月發布的一項對全球研究分析師和戰略家的調查，2024年是確定投資回報的一年，而2025年將是企業采用AI的一年。
“在未來五到十年內，美國銀行全球研究部(BofA Global Research)預計，GenAI將催化企業效率和生產力的進化，這可能改變全球經濟以及我們的生活。”美國銀行研究所內容戰略師瓦妮莎·庫克(Vanessa Cook)表示。
小型語言模型與邊緣計算
去年和今年，大部分注意力都集中在了大型語言模型上——特別是ChatGPT的各種變體，以及Anthropic的Claude和Meta的Llama等競爭對手模型，但對于許多商業用例來說，大型語言模型(LLM)過于龐大、昂貴且在實際應用中速度太慢。
“展望2025年，我預計小型語言模型，特別是定制模型，將成為許多企業更常見的解決方案。”Upwork的AI和機器學習(ML)負責人安德魯·拉比諾維奇(Andrew Rabinovich)表示。他說，大型語言模型不僅昂貴，而且范圍非常廣泛，并不總是與特定行業相關。
“另一方面，小型模型更具針對性，使企業能夠創建精確、高效、穩健且圍繞其獨特需求構建的AI系統。”他補充道。此外，這些模型可以更容易地基于公司自身的數據進行訓練，因此Upwork開始擁抱這一轉變，在其平臺上超過20年的互動和行為數據上訓練自己的小型語言模型。“我們的定制模型已經開始為助力自由職業者創建更好的提案，或幫助企業評估候選人等體驗提供支持。”他說。
小型語言模型也更適合邊緣和移動部署，就像蘋果最近的移動AI公告一樣。沃爾瑪全球技術公司高級副總裁兼首席運營官安舒·巴爾德瓦吉(Anshu Bhardwaj)表示，消費者并不是唯一能從移動AI中受益的群體。
“企業，尤其是那些擁有大量員工和客戶基礎的企業，將樹立設備端AI采用的標準，”她說。“而且，我們很可能會看到，越來越多的技術提供商在開發設備端技術時，會將大型企業放在首位。”
AI將接近人類推理能力
9月中旬，OpenAI發布了一系列新模型，據稱這些模型能夠像人一樣思考問題，該公司表示，其可以在物理、化學和生物學領域的具有挑戰性的基準測試中達到博士水平的性能。例如，之前表現最好的模型GPT-4o只能解決國際數學奧林匹克競賽13%的問題，而新的推理模型解決了83%的問題。
“它在通過邏輯類型問題進行推理方面非常擅長，”陽獅集團睿智(Publicis Sapient)首席產品官謝爾頓·蒙特羅(Sheldon Monteiro)表示，這意味著公司可以將其用于解決棘手的代碼問題，或在大規模項目規劃中比較風險。
Gartner分析師阿倫·錢德拉塞卡蘭(Arun Chandrasekaran)表示，如果AI的推理能力更強，那么它將使AI代理能夠理解我們的意圖，將其轉化為一系列步驟，并代表我們行事。“推理還能幫助我們將AI更多地用作決策支持系統，”他補充道。“我并不是說這一切都會在2025年發生，但這是長期的發展方向。”
根據Gartner最近的AI炒作周期報告，通用AI的實現還需要十多年的時間。
經過驗證的用例大規模增長
蒙特羅表示，今年我們已經看到了一些被證明具有投資回報的用例。到2025年，這些用例將得到大規模采用，特別是如果AI技術被集成到公司已經在使用的軟件平臺中，使其非常容易采用。
“客戶服務、營銷和客戶開發領域將看到大規模采用，”他說。“在這些用例中，我們有足夠的參考實施案例可以指出并說，‘這里有價值可挖。’”
他預計，從用戶需求研究到項目管理，再到測試和質量保證，軟件開發的各個領域都將發生同樣的情況。“我們已經看到了很多參考實施案例，并且我們自己也做了很多參考實施案例，因此我們將看到大規模采用。”
敏捷開發的演進
敏捷宣言于2001年發布，自那時以來，這種開發理念穩步超越了以往的瀑布式軟件開發風格。
“在過去的15年左右時間里，它一直是現代軟件開發方式的實際標準。”蒙特羅表示，但敏捷是圍繞人類的局限性組織的——不僅僅是我們編碼速度的限制，還包括團隊的組織和管理方式，以及依賴關系的安排方式。
如今，GenAI是一種輔助工具，用于提高團隊成員個人的生產力，但蒙特羅表示，為了充分利用這項技術，整個過程需要重塑。“我們必須考慮我們如何與同事互動，以及如何與AI互動，”他補充道。“人們對AI在代碼開發中的應用關注過多，而這只不過是整個軟件開發過程的一小部分。”
監管加強
9月底，加州州長加文·紐森(Gavin Newsom)簽署了一項法律，要求GenAI開發者披露其用于訓練系統的數據，該法律適用于向加州公眾提供GenAI系統的開發者。開發者必須在2026年初之前遵守該法律，這意味著他們將有一年多一點的時間來建立系統以追蹤其訓練數據的來源。
“從實際操作來看，很多人在加州都有聯系，特別是在AI領域，”律師事務所Gibson, Dunn & Crutcher LLP的AI業務聯合主席維維克·莫漢(Vivek Mohan)表示。“許多世界領先的技術公司總部都設在這里，而且它們中的許多都在這里提供工具，”他說，但無論是在美國還是國外，已經有許多其他法規涉及數據隱私和算法決策等問題，這些法規同樣適用于GenAI。
以AI在決定是否批準貸款、醫療程序、支付保險索賠或提出就業建議方面的應用為例。“這是一個存在相當廣泛共識的領域，我們應該對此進行批判性思考，”莫漢表示。“沒人想被一臺沒有責任感的機器雇傭或解雇。這是你可能想咨詢律師的一個用例。”
此外，還有關于深度偽造、面部識別等方面的規定，最全面的法律是歐盟去年夏天生效的《AI法案》，各公司從2026年年中起也必須遵守該法案，因此，2025年是各公司做好準備的關鍵一年。
“歐盟《AI法案》很可能會帶動世界其他地區出臺更多法規，”Gartner的錢德拉塞卡蘭(Chandrasekaran)表示。“這是治理方面的一大進步，旨在確保AI以造福社會的方式被使用。”
AI將變得觸手可及、無處不在
安永會計師事務所(Ernst & Young)負責人拉凱什·馬爾霍特拉(Rakesh Malhotra)回憶道，互聯網剛出現時，早期用戶如果想建立網站，需要學習HTML。用戶需要調制解調器、特殊軟件以及互聯網提供商的賬戶。“現在你只需輸入你要查找的單詞即可，”他表示。在GenAI領域，人們仍處于試圖弄清楚什么是通用AI、它如何工作以及如何使用的階段。
“這種情況將會大大減少，”他表示，但通用AI將變得無處不在，并像如今的互聯網一樣無縫融入工作流程。
智能體將開始取代服務
軟件已從運行在主機上的大型單體系統，發展到桌面應用程序，再到分布式、基于服務的架構、Web應用程序和移動應用程序。現在，它將再次進化，馬爾霍特拉表示。“智能體是下一個階段，”他說。與服務相比，智能體的耦合度更低，這使得這些架構更加靈活、有彈性和智能，而這將帶來一套全新的工具和開發流程。
如今，智能體相對昂貴，對于希望部署大規模系統的公司來說，推理成本可能會迅速增加。“但這種情況將會改變，”他表示。“而且隨著成本降低，用例將會激增。”
智能體助手的興起
馬爾霍特拉補充說，除了智能體取代軟件組件外，我們還將看到智能體助手的興起，以緊跟法規變化這項任務為例，如今，咨詢師要接受繼續教育以了解新法律，或者向已經是專家的同事請教，新知識需要一段時間才能傳播并被員工完全吸收。
“但智能體可以即時更新，以確保我們的所有工作都符合新法律，”馬爾霍特拉表示。“這不是科幻小說。我們現在正在為客戶做這項工作——雖然是不太先進的版本，但明年就會變得很平常。”
而且這不僅限于緊跟法規變化，假設供應商發布了一款新的軟件產品。企業客戶需要確保它符合自己的要求。這可以通過自動化的方式實現，由供應商的智能體與客戶的智能體進行溝通。“如今，這通過會議和報告來實現，”馬爾霍特拉表示。“但一旦我們適應了這種新穎性，很快就會全部數字化。”
他補充道，很快，不帶AI助手參加會議就像會計師不用Excel做工作一樣。“如果你不使用合適的工具，那就說明你不是適合這份工作的人，這是第一個跡象。”
數字健康公司Augment Therapy的云技術和新興技術實踐負責人、電氣電子工程師協會(IEEE)會員卡門·豐塔納(Carmen Fontana)表示，智能體目前仍處于早期階段。“但我發現它們在減少繁重工作方面非常有用。”她表示，智能體的下一步是整合來自所有不同渠道的通信，包括電子郵件、聊天、短信、社交媒體等。
“制作更好的電子表格并不是什么大新聞，但現實是，職場AI智能體帶來的生產力提升，其影響可能比一些更吸引眼球的AI應用更大。”她表示。
多智能體系統
當然，AI智能體很有趣，但當智能體開始相互交談時，事情將變得真正有趣，Cognizant公司的AI首席技術官(CTO)巴巴克·霍賈特(Babak Hodjat)表示。當然，這不會一蹴而就，而且公司需要小心，確保這些智能體系統不會失控。
首先，智能體必須能夠判斷自己是否能夠執行任務，以及任務是否在其職權范圍內。如今的AI在這方面往往失敗，但公司可以建立護欄，并輔以人工監督，以確保智能體只做被允許做的事情，而且只有在能做好時才做。其次，公司需要建立系統來監測這些任務的執行情況，以確保它們在法律和道德范圍內。第三，公司需要能夠衡量智能體對自己性能的信心，以便在信心不足時引入其他系統或人工。
“如果它通過所有這些關卡，你才能讓智能體自主地執行任務，”霍賈特表示。他建議公司盡可能將每個智能體保持在小規模。“如果你有一個智能體，并讓它負責銷售部門的所有事情，它會失敗很多次，”他補充道。“但如果你有很多智能體，并給它們分配較小的職責，你會看到更多的工作實現自動化。”
職業發展組織Chief of Staff Network的總經理拉胡爾·德賽(Rahul Desai)表示，Sailes和Salesforce等公司已經在開發多智能體工作流程。“將這與思維鏈推理，或智能體通過多個步驟推理問題的能力(最近已納入新的ChatGPT-o1模型)相結合，我們很可能會看到領域專家級AI的崛起，而且人人都能使用。”他表示。
多模態AI
人類和我們創建的公司都是多模態的。我們讀寫文本，我們說話和傾聽，我們觀看和繪畫。而且我們隨著時間的推移做所有這些事情，所以我們明白有些事情要先于其他事情。如今的AI模型在大多數情況下都是零散的。一個可以創建圖像，另一個只能處理文本，而一些最新的模型可以理解或生成視頻。
“當人們想做語音生成時，他們會使用一個專門的文本轉語音模型，”錢德拉塞卡蘭表示。“或者一個專門的圖像生成模型。”為了全面了解世界的運作方式，為了實現真正的通用智能，AI必須在所有不同的模態中運行。如今，其中一些已經實現，盡管通常多模態只是一種幻覺，實際的工作是在幕后由不同的專門化、單模態模型處理的。
“從架構上看，這些模型是獨立的，供應商使用的是混合專家架構，”錢德拉塞卡蘭表示，然而，他預計多模態明年將成為一個重要趨勢。多模態AI可以更準確，對噪聲和缺失數據的適應性更強，并且可以增強人機交互。事實上，Gartner預測，到2027年，40%的通用AI解決方案將是多模態的，而2023年這一比例僅為1%。
多模型路由
多模型路由不要與多模態AI相混淆，多模型路由是指公司使用多個大型語言模型(LLM)來為其通用AI應用提供支持。不同的AI模型在不同的方面表現更好，而且有些模型比其他模型更便宜，或延遲更低。此外還有把所有雞蛋放在一個籃子里的問題。
“我最近與一些CIO交談過，他們都在考慮過去企業資源規劃(ERP)時代的供應商鎖定問題，”Unisys全球AI實踐負責人布雷特·巴頓(Brett Barton)表示。“當他們審視自己的應用組合時，尤其是與云和AI能力相關時，這是他們最關心的問題。”
擺脫對所有用例僅使用一個模型的做法，意味著公司不再過度依賴任何一個供應商，并且能夠隨著環境的變化而更加靈活。如今，大多數自建AI系統的公司往往從只有一個供應商開始，因為同時應對多個供應商要困難得多，但明年，當他們構建可擴展的架構時，擁有包含各種經過審查、定制和微調的系統(這些系統具有不同的規模和功能)的“模型庫”，對于從其AI中獲得最大性能和最高性價比至關重要。
AWS全球獨立軟件供應商(ISV)產品管理轉型負責人杰弗里·哈蒙德(Jeffrey Hammond)表示，他預計將有更多公司構建內部平臺，為其開發團隊提供一套通用的服務，包括多模型路由。
“這有助于開發人員快速測試不同的大型語言模型，以找到性能、低成本和準確性之間的最佳組合，從而完成他們試圖自動化的特定任務。”他表示。
企業軟件的大規模定制
如今，只有資金最雄厚的大公司才能開發專門為其定制的軟件。為小型用例構建大型系統在經濟上并不可行。
“現在，大家都在使用相同版本的Teams或Slack或其他軟件，”安永會計師事務所的馬爾霍特拉表示。“微軟不會為我定制一個版本。”但一旦AI開始加速軟件開發的速度并降低成本，這將變得更加可行。
“想象一下，一個智能體觀察你工作幾個星期，然后為你設計一個定制的桌面，”他表示。“公司一直在開發定制軟件，但現在AI讓每個人都能使用，我們將開始看到這種情況，能夠為我定制軟件，而無需雇傭人員來做，這太棒了。”
企業網D1net(hfnxjk.com)：
國內主流的to B IT門戶，旗下運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。旗下運營19個IT行業公眾號(微信搜索D1net即可關注)。
版權聲明：本文為企業網D1Net編譯，轉載需在文章開頭注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號