Hype Cycle for Artificial Intelligence

Gartner ежегодно публикует более 130 циклов ожиданий, отслеживая зрелость и потенциал более чем 1900 инноваций в различных сегментах, включая отрасли и технологические области. Последние инсайты из цикла ожиданий для искусственного интеллекта подчеркивают важность выявления ключевых технологий, с которыми организациям необходимо работать для инноваций в области ИИ, переходя от экспериментов к масштабируемым решениям.

Одним из ключевых выводов этого года является признание того, что GenAI вошел в «долину разочарования». Несмотря на его потенциал, организации сталкиваются с этическими проблемами и трудностями в демонстрации ценности GenAI. При среднем расходе в 1,9 миллиона долларов на инициативы GenAI в 2024 году менее 30% руководителей ИИ сообщают о удовлетворенности своей отдачей от инвестиций. Это указывает на необходимость для организаций уточнить свои случаи использования и эффективно управлять ожиданиями.

Поскольку организации отходят от GenAI как центрального элемента своих стратегий ИИ, они все больше инвестируют в базовые возможности ИИ. Такие технологии, как инженерия ИИ и ModelOps, становятся необходимыми для устойчивого предоставления решений ИИ. Инженерия ИИ сосредоточена на создании надежного портфолио решений ИИ, в то время как ModelOps акцентирует внимание на управлении и жизненным циклом моделей ИИ, обеспечивая их стандартизацию и масштабируемость.

Кроме того, в этом году в цикле ожиданий появляются две значительные тенденции: данные, готовые к ИИ, и агенты ИИ. Оба находятся на пике завышенных ожиданий. Организациям необходимо развивать свои практики управления данными, чтобы гарантировать, что данные готовы к использованию в ИИ, поскольку 57% организаций в настоящее время оценивают свои данные как непригодные для использования в ИИ. Агенты ИИ, которые являются автономными программными сущностями, также набирают популярность, но они сопряжены с собственными проблемами безопасности и управления.

Введение в инженерии программного обеспечения, ориентированной на ИИ, знаменует собой значительную эволюцию в области разработки программного обеспечения. Этот подход оптимизирует использование инструментов ИИ на протяжении всего жизненного цикла разработки программного обеспечения, позволяя инженерам сосредоточиться на более сложных задачах, требующих человеческой изобретательности. Однако риски, связанные с выводами ИИ, включая предвзятость и уязвимости безопасности, требуют осторожного подхода к их внедрению.

В заключение, цикл ожиданий для искусственного интеллекта служит важным ресурсом для организаций, стремящихся преодолеть сложности внедрения ИИ и максимизировать свои инвестиции в новые технологии.