Gartner: Генеративный ИИ принесет «трансформационные преимущества» в ближайшие 2-5 лет

17 августа 2023 г.

Компания Gartner объявила в среду, что генеративный ИИ попал в желанный цикл ажиотажа Gartner для развивающихся технологий на 2023 год. Фирма заявила, что генеративный ИИ принесет «трансформационную пользу» в ближайшие два-пять лет. Трансформационные преимущества определяются как те, которые открывают «новые способы ведения бизнеса в разных отраслях, которые приведут к серьезным сдвигам в динамике отрасли», — сказала TechRepublic Мелисса Дэвис, вице-президент-аналитик Gartner.

Подмножество ИИ находится на «Пике завышенных ожиданий» фирмы в цикле шумихи о новых технологиях в этом году. По словам Дэвиса, циклы шумихи следуют за зрелостью технологий на протяжении их жизненного цикла. По ее словам, все циклы ажиотажа начинаются, когда прорыв, публичная демонстрация, запуск продукта или какое-либо другое событие вызывает интерес отрасли к технологии или другому типу инноваций.

«Мы называем это «триггером инноваций», — добавил Дэвис. «На пике завышенных ожиданий поднимается волна «ажиотажа», и ожидания от этой инновации превышают текущую реальность ее возможностей».

Генеративный ИИ охватывается более широкой темой возникающего ИИ, ключевой тенденцией в этом цикле ажиотажа, который создает новые возможности для инноваций, говорится в пресс-релизе Gartner, объявляющем новости.

Перейти к:

Преимущества для бизнеса, полученные от генеративного ИИ Дополнительные новые методы ИИ Другие новые технологические тенденции Какие действия следует предпринять технологическим лидерам сейчас?

Преимущества для бизнеса, полученные от генеративного ИИ

По словам Дэвиса, генеративный ИИ окажет глубокое влияние на бизнес в таких областях, как обнаружение и создание контента, аутентичность и регулирование, а также автоматизация человеческой работы и взаимодействия с клиентами и сотрудниками.

«Большинство технологических продуктов и услуг будут включать генеративные возможности искусственного интеллекта в течение следующих 12 месяцев, внедряя диалоговые способы создания и общения с технологиями, что приведет к их демократизации», — сказала она. «Генеративный ИИ будет быстро развиваться в отраслевых вертикалях, научных открытиях и коммерциализации технологий».

Дополнительные новые методы ИИ

Помимо генеративного искусственного интеллекта, Gartner назвала шесть других новых методов искусственного интеллекта, которые, по мнению фирмы, обладают огромным потенциалом для улучшения цифрового обслуживания клиентов, принятия более эффективных бизнес-решений и создания устойчивого конкурентного преимущества. Новые методы ИИ: моделирование ИИ, причинный ИИ, федеративное машинное обучение, наука о графовых данных, нейросимволический ИИ и обучение с подкреплением.

По словам Дэвиса, методы были выбраны после всесторонней оценки и анализа внутренними и внешними источниками данных Gartner, чтобы выбрать технологии с точки зрения их потенциальных трансформационных преимуществ и их широкого влияния. Она разбила каждую из техник ИИ следующим образом:

Моделирование ИИ — это комбинированное применение технологий искусственного интеллекта и моделирования для совместной разработки агентов ИИ и смоделированных сред, в которых их можно обучать, тестировать и иногда развертывать. Причинно-следственный ИИ выявляет и использует причинно-следственные связи, чтобы выйти за рамки моделей прогнозирования на основе корреляции и перейти к системам ИИ, которые могут более эффективно предписывать действия и действовать более автономно. Федеративное машинное обучение направлено на обучение алгоритма машинного обучения нескольким локальным наборам данных, содержащимся в локальных узлах, без явного совместного использования выборок данных. Наука о графовых данных — это дисциплина, в которой методы науки о данных применяются к графовым структурам данных для определения поведенческих характеристик, которые можно использовать для построения прогностических и предписывающих моделей. Нейросимволический ИИ — это форма сложного искусственного интеллекта, которая сочетает в себе методы машинного обучения и символические системы (например, графы знаний) для создания более надежных и надежных моделей ИИ. Обучение с подкреплением — это тип машинного обучения, при котором обучающая система обучается только с точки зрения положительной обратной связи (поощрения) и отрицательной обратной связи (наказания).

Другие новые технологические тенденции

Помимо зарождающегося искусственного интеллекта, в выпуске Gartner названы и другие новые технологические тенденции: опыт разработчиков, повсеместное распространение облачных вычислений, а также безопасность и конфиденциальность, ориентированные на человека.

Опыт разработчиков: DevX относится ко всем типам взаимодействия между разработчиками и инструментами, платформами, процессами и людьми, с которыми они работают для разработки и предоставления программных продуктов и услуг. В последнем пресс-релизе Gartner говорится, что успех предприятия в цифровых инициативах зависит от улучшения DevX. Это включает в себя способность привлекать и удерживать лучшие инженерные таланты и обеспечивать мотивацию и вознаграждение за работу.

Ключевые технологии, улучшающие DevX, включают в себя разработку программного обеспечения с использованием искусственного интеллекта, API-ориентированное программное обеспечение как услугу, GitOps, внутренние порталы разработчиков, программный офис с открытым исходным кодом и платформы управления потоками создания ценности, говорится в релизе.

Всепроникающее облако: Gartner отмечает, что облачные вычисления превратятся из платформы технических инноваций в всеобъемлющую и важную движущую силу бизнес-инноваций в течение следующих 10 лет. Чтобы обеспечить повсеместное внедрение, облачные вычисления становятся все более распределенными и будут сосредоточены на вертикальных отраслях.

В релизе говорится, что ключевые технологии, обеспечивающие повсеместное распространение облака, включают расширенные FinOps, облачные среды разработки, облачную устойчивость, облачные технологии, облачные технологии, отраслевые облачные платформы и WebAssembly.

ПОСМОТРЕТЬ: 5 основных вариантов использования облачных вычислений и примеры (TechRepublic)

Безопасность и конфиденциальность, ориентированные на человека. Люди по-прежнему являются основной причиной инцидентов, связанных с безопасностью, и утечек данных. По словам Gartner, организации могут стать устойчивыми, внедрив программу безопасности и конфиденциальности, ориентированную на человека. Это смешивает структуру безопасности и конфиденциальности с цифровым дизайном организации.

В компании заявили, что для расширения безопасности и конфиденциальности, ориентированных на человека, требуется поддержка ключевых технологий, включая доверие ИИ, управление рисками и безопасностью, ячеистую архитектуру кибербезопасности, генеративную кибербезопасность ИИ, гомоморфное шифрование и постквантовую криптографию.

Какие действия следует предпринять технологическим лидерам сейчас?

По словам Дэвиса, даже несмотря на то, что сейчас в центре внимания ИИ, ИТ-директора и технические директора должны также обратить свое внимание на эти другие новые технологии с трансформационным потенциалом.

Кроме того, они должны иметь в виду, что технологии в этом цикле шумихи все еще находятся на ранней стадии, поэтому существует «значительная неопределенность в отношении того, как они будут развиваться», добавила она. Таким образом, эти технологии представляют большие риски при развертывании, «но потенциально более выгодны для первых пользователей».

---

Оригинал