Предвид конвергенцията на основните възможности за изкуствен интелект, анализаторите на Gartner призовават ИТ лидерите да се съсредоточат върху качеството на данните, грамотността в областта на AI и интеграцията на процесите – вместо да се стремят към най-новите модели.
Конкурентното предимство, спечелено от иновациите в моделите с изкуствен интелект, се оказва временно, а не дългосрочно предимство за доставчиците и потребителите на технологии. Основните възможности се сливат, което означава, че класациите се променят всяко тримесечие, според почетния вицепрезидент-аналитик на Gartner Арун Чандрасекаран.
По време на брифинг за медиите относно текущите тенденции в AI в Сидни Чандрасекаран отбеляза, че освен върху чистата мощност на моделите, големите изследователски лаборатории за AI са фокусирани и върху подобряване на възможностите на моделите за оркестриране на работни процеси и обработка на мултимодални входни данни като реч и изображения.
Вече се появиха високопроизводителни модели за преобразуване на реч в текст, които позволяват създаване на усъвършенствани гласови агенти. Чандрасекаран каза, че е все по-вероятно, когато клиентите се обадят на компания, да им бъде отговорено от „разсъждаващ автономен гласов агент“.
Нараства и географското разделение в начина, по който се разработват и внедряват модели с изкуствен интелект. Докато иновациите в AI моделите на Запад остават до голяма степен частни, на Изток има по-мащабна тенденция към разработки с отворен код и отворени стандарти.
След скорошна обиколка на шест страни от Азиатско-тихоокеанския регион Чандрасекаран е наблюдавал значителен брой отворени модели, използвани в регионални пилотни проекти за предприятия и производствени среди.
Ще оцелее ли SaaS след смущенията, свързани с изкуствения интелект?
Обръщайки внимание на многократно рекламираната „смърт на софтуера като услуга“ – явление, което беше наречено „SaaSpocalypse“ – Чандрасекаран призна, че SaaS е „разрушен“ от изкуствения интелект, но все пак краткосрочното въздействие е преувеличено.
Доставчиците на SaaS запазват своите критични предимства, на които предприятията разчитат. За повечето ИТ отдели внезапното изхвърляне на надеждната SaaS екосистема изглежда твърде рисковано.
Ценообразуването обаче остава ахилесовата пета на SaaS сектора. Традиционните модели на ценообразуване, базирани на работно място или потребител, са застрашени, защото агентите с изкуствен интелект позволяват на по-малко хора да изпълняват същото количество работа.
Следователно доставчиците се затрудняват да балансират очакванията за растеж на фондовия пазар с променящите се оперативни изисквания на своите клиенти.
Променящата се икономика на AI
Цялостната икономика на AI ще бъде подложена на по-интензивен контрол, особено след появата на съобщения за компании, които изгарят всичките си годишни бюджети за AI само в рамките на едно тримесечие.
Генеративният AI (GenAI) е възприет от потребителите в личния им живот много преди да се превърне в основен елемент от корпоративните ИТ, казва Чандрасекаран. Докато AI компаниите имат стимул да обслужват потребителския пазар с цел разпознаваемост на марката и по този начин да се установят като предпочитани предприятията, налице е натиск бизнес-клиентите да си плащат по-солидно.
Това е така отчасти защото все повече бизнеси стимулират служителите да увеличат потреблението на AI – включително чрез агенти, способни да правят последователни или паралелни заявки, което увеличава общия обем на заявките към моделите.
Тъй като AI доставчиците са ограничени от изчислителния капацитет, възможностите им за управление на това натоварване са ограничени: те трябва или да резервират капацитет за плащащи клиенти, или да ограничат броя на заявките, които клиентът може да направи в даден период от време, или да повишат цените.
В отговор на случващото се SaaS компаниите вече променят своите структури за фактуриране. Например, GitHub Copilot Pro се е отклонил от ценообразуване на база потребител към модел, базиран на потреблението.
Това тревожи купувачите на корпоративни ИТ услуги, които често нямат вътрешни инструменти за измерване на използването на токени. А това ги прави неспособни да прогнозират или наблюдават разходите си, докато не пристигнат месечните сметки.
Измерване на AI зрелостта
Колко ефективно могат организациите да внедряват AI? Отговор на този въпрос дава моделът за зрялост на AI на Gartner, който предоставя цялостен преглед на възможностите, необходими за успешно мащабиране на AI.
Има шест измерения на тази зрялост. Организациите трябва да се съсредоточат върху стойността, като измерват възвръщаемостта на инвестициите и я използват като основен показател за своите сценарии на употреба. Те трябва да гарантират качеството на данните, тъй като AI е полезен само дотолкова, колкото е полезна контекстуалната му информация.
Фирмите се нуждаят и от строго управление за смекчаване на риска и силни инженерни практики за вграждане на AI системите в корпоративни данни и автоматизиране на внедряванията.
Не на последно място, бизнесите трябва да балансират организационните иновации „отгоре надолу“ и „отдолу нагоре“, като същевременно насърчават култура на психологическа безопасност, така че служителите да се чувстват овластени и сигурни в дългосрочното си бъдеще.
Според последните данни на Gartner, само 17% от компаниите са на високо ниво на зрялост, като успешно са внедрили AI в своите бизнес-дейности. Други 51% са на средно ниво, генерирайки известна стойност в конкретни области, но до голяма степен се затрудняват да демонстрират ясна възвръщаемост на инвестициите.
Останалите 32% показват ниска зрялост, ограничавайки усилията си до идеи, експерименти или пилотни проекти.
AI грамотност
Докато генеративният AI и традиционният AI остават двете водещи инвестиционни области, агентният АИ показва значителен растеж. Въпреки това само около една на всеки пет компании в момента разполага с AI агенти в продуктивна среда. Това показва ясна разлика между рекламата на доставчиците и практическата реалност на внедряването в предприятията.
Компаниите рутинно се препъват в привидно прости препятствия, като например идентифициране на правилните сценарии за употреба и справяне с лошо качество на вътрешните данни. А това лишава AI от съществен контекст.
Въпреки тези предизвикателства от най-зрелите организации могат да се заимстват ясни най-добри практики.
Много бизнеси първоначално внедряват AI, за да повишат ефективността на служителите, но тези печалби от производителност често са скромни. По-зрелите компании използват изкуствен интелект, за да ускорят научноизследователската и развойна дейност, да подобрят качеството на производството и цялостната устойчивост на бизнеса. Освен това тези организации вграждат изкуствения интелект дълбоко в своите бизнес процеси.
По-голямата част от настоящите инициативи за изкуствен интелект действат само като лейкопласт, казват още от Gartner. Организациите трябва да преосмислят изцяло работните си процеси, за да увеличат максимално потенциала на технологията, вместо да приемат прекалено оптимистичния наратив, че изкуственият интелект е достатъчно зрял, за да замени напълно човешките работници.
Най-добрата рецепта за успех, според топ-анализаторите, е търсенето на синергия между хората и изкуствения интелект. В крайна сметка успехът ще зависи от обучението на хората.
Има изненадващо силна корелация между финансовата възвръщаемост и активното насърчаване на грамотността в областта на изкуствения интелект, според Gartner. Следователно обучението на хората е ключово за разбиране на изкуствения интелект и извличане на максимална полезност.
