2025 年 12 个人工智能预测

今年，我们看到人工智能从试点转向生产用例。到 2025 年，它们将扩展到全面的企业范围部署。

与当今任何其他技术相比，生成式人工智能的采用速度更快、更广泛，许多公司已经看到了投资回报率，并将用例扩大到广泛采用。

供应商正在将新一代人工智能全面添加到企业软件产品中，人工智能开发人员今年也没有闲着。我们还看到了代理人工智能、多模式人工智能、推理人工智能和开源人工智能项目的出现，这些项目可以与最大的商业供应商相媲美。

美国银行9月发布的全球研究分析师和策略师调查显示，2024年是确定投资回报率的一年，2025年将是企业采用人工智能的一年。

美国银行内容策略师 Vanessa Cook 表示：“在未来 5 到 10 年内，美国银行全球研究部预计新一代人工智能将促进企业效率和生产力的发展，从而可能改变全球经济以及我们的生活。”美国研究所。

小语言模型和边缘计算

今年和去年的大部分注意力都集中在大型语言模型上，特别是各种排列的 ChatGPT，以及 Anthropic 的 Claude 和 Meta 的 Llama 模型等竞争对手。但对于许多商业用例来说，法学硕士的杀伤力太大，而且对于实际使用来说太昂贵且太慢。

– 展望 2025 年，我预计小语言模型，特别是定制模型，成为许多企业更常见的解决方案，”Upwork 的人工智能和机器学习主管 Andrew Rabinovich 说道。他说，法学硕士不仅昂贵，而且范围非常广泛，而且并不总是与特定行业相关。

“另一方面，较小的模型更具针对性，允许企业创建精确、高效、稳健并围绕其独特需求构建的人工智能系统，”他补充道。此外，它们可以更轻松地根据公司自己的数据进行训练，因此 Upwork 开始接受这一转变，根据其平台上 20 多年的交互和行为来训练自己的小语言模型。“我们的定制模型已经开始为自由职业者提供更好的建议或企业评估候选人的体验提供动力，”他说。

小语言模型也更适合边缘和移动部署，就像苹果最近发布的移动人工智能公告一样。沃尔玛全球科技公司高级副总裁兼首席运营官 Anshu Bhardwaj 表示，消费者并不是唯一受益于移动人工智能的群体。

“企业，尤其是拥有大量员工和客户群的企业，将为设备上人工智能的采用制定标准，”她说。“而且我们可能会看到越来越多的技术提供商在开发设备端技术时将大型企业放在首位。”

人工智能将接近人类的推理能力

9 月中旬，OpenAI 发布了一系列新模型，据称这些模型可以像人一样思考问题。该公司表示，在具有挑战性的物理、化学和生物学基准测试中，它可以达到博士水平的表现。例如，之前的最佳模型 GPT-4o 在国际数学奥林匹克竞赛上只能解决 13% 的问题，而新的推理模型解决了 83%。

“它非常擅长通过逻辑类型的问题进行推理，”Publicis Sapient 首席产品官 Sheldon Monteiro 说道。这意味着公司可以将其用于棘手的代码问题或必须相互比较风险的大型项目规划。

如果人工智能能够更好地推理，那么它将使人工智能代理Gartner 分析师 Arun Chandrasekaran 表示，“了解我们的意图，将其转化为一系列步骤，并代表我们做事”。“推理还帮助我们将人工智能更多地用作决策支持系统，”他补充道。“我并不是说所有这一切都将在 2025 年发生，但这是长期方向。”

根据 Gartner 最新的人工智能炒作周期，通用人工智能距离实现还需要十多年的时间。

经过验证的用例大幅增长

Monteiro 表示，今年，我们看到了一些被证明具有投资回报率的用例。到 2025 年，这些用例将得到大规模采用，特别是如果人工智能技术集成到公司已经使用的软件平台中，则采用起来非常简单。

“客户服务、营销和客户开发领域将得到大规模采用，”他说。– 在这些用例中，我们有足够的参考实现来指出“这里有其价值。” –

他预计软件开发的所有领域都会发生同样的情况，从用户需求研究到项目管理，一直到测试和质量保证。“我们已经看到了如此多的参考实现，并且我们已经完成了如此多的参考实现，因此我们将看到大规模的采用。”

敏捷开发的演变

敏捷宣言于 2001 年发布，从那时起，这种开发理念就逐渐超越了以前的瀑布式软件开发风格。

“在过去 15 年左右的时间里，它一直是现代软件开发工作方式的事实上的标准，”Monteiro 说。但敏捷是围绕人为限制而组织的——不仅限制了我们编码的速度，还限制了团队的组织和管理方式，以及如何安排依赖关系。

如今，gen AI 已成为一种辅助手段，用于提高单个团队成员的生产力。但蒙泰罗表示，为了充分利用该技术，整个流程需要重新设计。“我们必须考虑如何与同事互动以及如何与人工智能互动，”他补充道。“人们对人工智能代码开发的关注过多，而这实际上只是整个软件开发过程的一小部分。”

加强监管

9 月底，加州州长 Gavin Newsom 签署了一项法律，要求 gen AI 开发人员披露他们用于训练系统的数据，该法律适用于向加州人公开提供 gen AI 系统的开发人员。开发人员必须在 2026 年初之前遵守规定，这意味着他们将有一年多一点的时间来部署系统来跟踪训练数据的来源。

“实际上，很多人确实与加州有联系，特别是在人工智能领域，”Gibson, Dunn & Crutcher LLP 律师事务所人工智能业务联席主席 Vivek Mohan 表示。“许多世界领先的技术公司的总部都设在这里，其中许多公司在这里提供他们的工具，”他说。但美国和国外已经有许多其他法规，涉及数据隐私和算法决策等问题，这些问题也适用于新一代人工智能。

以人工智能在决定是否批准贷款、医疗程序、支付保险索赔或提出就业建议方面为例。“在这个领域，我们已经达成了相当广泛的共识，我们应该批判性地思考这一点，”莫汉说。– 没有人愿意被不负责任的机器雇用或解雇。这是您可能希望由律师来运行的一个用例。”

还有关于深度造假、面部识别等使用的规定。最全面的法律，即去年夏天生效的欧盟人工智能法案，也是公司从 2026 年中期开始必须遵守的法律，因此，2025 年是他们需要获得准备好。

“欧盟人工智能法案很可能会导致世界其他地区出台更多法规，”Gartner 的钱德拉塞卡兰 (Chandrasekaran) 表示。“这是治理方面向前迈出的一步，试图确保人工智能以对社会有益的方式使用。”

人工智能将变得触手可及、无处不在

安永会计师事务所（Ernst & Young）负责人 Rakesh Malhotra 回忆道，当互联网首次出现时，早期采用者如果想要拥有一个网站，就需要学习 HTML。用户需要调制解调器和特殊软件以及互联网提供商的帐户。“现在你只需输入你要查找的单词即可，”他说。对于gen AI，人们仍处于试图弄清楚gen AI是什么、它如何工作以及如何使用它的阶段。

“这样的情况将会少很多，”他说。但新一代人工智能将变得无处不在，并无缝融入工作流程，就像今天的互联网一样。

代理商将开始更换服务

软件已经从运行在大型机上的大型整体系统发展到桌面应用程序，再到分布式、基于服务的架构、Web 应用程序和移动应用程序。马尔霍特拉说，现在，它将再次进化。“代理是下一阶段，”他说。代理可以比服务更松散地耦合，从而使这些架构更加灵活、有弹性和智能。这将带来一套全新的工具和开发流程。

如今，人工智能代理相对昂贵，对于希望部署大规模系统的公司来说，推理成本会迅速增加。“但这种情况将会改变，”他说。– 随着成本变得越来越低，用例将会爆炸式增长。 –

代理助理的兴起

Malhotra 补充道，除了代理取代软件组件之外，我们还将看到代理助理的兴起。以遵守法规的任务为例。如今，顾问们接受继续教育，以跟上新法律的步伐，或者接触已经是这些法律专家的同事。新知识的传播和被员工充分吸收需要时间。

“但是人工智能代理可以立即更新，以确保我们的所有工作都符合新法律，”马尔霍特拉说。——这不是科幻小说。我们现在正在为我们的客户做这项工作——它的高级版本，但明年它就会变得非常正常。”

这不仅仅是跟上监管变化。假设供应商发布了新的软件产品。企业客户需要确保它符合他们的要求。这可以以自动化的方式发生，供应商的代理与客户的代理交谈。“如今，这种情况发生在会议和报告中，”马尔霍特拉说。“但很快，一旦我们克服了一些新鲜事物，一切都将以数字方式发生。”

他补充道，很快，在没有人工智能助手的情况下参加会议，就像会计师试图在没有 Excel 的情况下完成工作一样。– 如果您没有使用正确的工具，那就首先表明您不是该工作的合适人选。 –

IEEE 会员、数字健康公司 Augment Therapy 的云和新兴技术实践负责人 Carmen Fontana 表示，对于人工智能代理来说，现在还处于早期阶段。“但我发现它们对于减少繁忙的工作非常有用。”她说，代理的下一步是将来自所有不同渠道的通信整合在一起，包括电子邮件、聊天、短信、社交媒体、等等。

“制作更好的电子表格并不能成为头条新闻，但现实是，工作场所人工智能代理带来的生产力提升可能比一些更引人注目的人工智能应用程序产生更大的影响，”她说。

多代理系统

当然，人工智能代理很有趣。但当智能体开始相互交谈时，事情就会变得非常有趣，Cognizant 人工智能首席技术官 Babak Hodjat 说。当然，这不会在一夜之间发生，公司需要小心这些代理系统不要偏离轨道。

首先，代理必须能够识别自己是否有能力执行任务，以及任务是否在其权限范围内。今天的人工智能经常在这方面失败，但公司可以建立护栏，并辅以人工监督，以确保代理只做他们被允许做的事情，而且只有在他们能做好的时候。其次，公司需要适当的系统来监控这些任务的执行情况，以便它们保持在法律和道德的范围内。第三，公司需要能够衡量代理对其绩效的信心程度，以便在信心不足时引入其他系统或人员。

“如果它通过了所有这些大门，只有这样你才能让代理自主地完成它，”Hodjat 说。他建议公司让每个代理尽可能小。“如果你有一个代理并让它去做销售部门的所有事情，那么它会失败很多，”他补充道。“但是，如果您有很多代理，并赋予他们较小的职责，您就会看到更多的工作被自动化。”

专业开发组织 Chief of Staff Network 的总经理 Rahul Desai 表示，Sales 和 Salesforce 等公司已经在开发多代理工作流程。– 将其与思想链推理相结合，或者人工智能代理通过多个步骤推理问题的能力 – 最近被纳入新的 ChatGPT-o1 模型 – 我们可能会看到“每个人都可以使用领域专家人工智能的兴起，”他说。

多模态人工智能

人类和我们建立的公司是多模式的。我们读和写文字，我们说和听，我们看和画。我们随着时间的推移做所有这些事情，所以我们明白有些事情先于其他事情发生。当今的人工智能模型大部分都是支离破碎的。一个可以创建图像，另一个只能处理文本，最近的一些可以理解或生成视频。

“当人们想要生成语音时，他们会使用一种专门的模型来进行文本到语音转换，”Chandrasekaran 说。— 或者用于图像生成的专门模型。 — 为了充分了解世界是如何运作的，为了实现真正的通用智能，人工智能必须在所有不同的模式中发挥作用。其中一些现在已经可用，尽管多模态通常是一种幻觉，实际工作是由不同的专用单模模型在幕后处理的。

“从架构上来说，这些模型是独立的，供应商使用的是专家混合架构，”Chandrasekaran 说。然而，他预计明年多模式将成为一个重要趋势。多模态人工智能可以更准确，对噪声和丢失数据更有弹性，并且可以增强人机交互。事实上，Gartner 预测，到 2027 年，40% 的新一代人工智能解决方案将采用多模式，而 2023 年这一比例为 1%。

多模型路由

不要与多模式人工智能混淆，多模式路由是指公司使用多个法学硕士来为其一代人工智能应用程序提供支持。不同的人工智能模型擅长不同的事情，有些模型比其他模型更便宜，或者延迟较低。还有一个问题就是要把所有鸡蛋放在一个篮子里。

“我最近采访过的许多首席信息官都在思考供应商锁定的旧 ERP 时代，”Unisys 全球人工智能实践负责人 Brett Barton 表示。– 对于许多人来说，当他们查看自己的应用程序组合时，这是最重要的，特别是因为它与云和人工智能功能相关。”

不再对所有用例仅使用单一模型，实现多元化意味着公司减少对任何一个提供商的依赖，并且随着情况的变化可以更加灵活。如今，大多数内部构建人工智能系统的公司往往只从一家供应商开始，因为与多个供应商周旋要困难得多。但是，当他们明年构建可扩展的架构时，拥有“模型花园”以及一系列经过审查、定制和微调的不同规模和功能的系统，对于获得最大性能和最高性价比至关重要。人工智能。

AWS WW ISV 产品管理转型主管 Jeffrey Hammond 表示，他希望看到更多公司构建内部平台，为其开发团队提供一组通用服务，包括多模型路由。

“它可以帮助开发人员快速测试不同的法学硕士，为他们试图自动化的特定任务找到性能、低成本和准确性的最佳组合，”他说。

企业软件大规模定制

如今，只有规模最大、财力最雄厚的公司才能拥有专门为其开发的定制软件。为小型用例构建大型系统在经济上是不可行的。

“现在，人们都在使用相同版本的 Teams 或 Slack 等，”安永会计师事务所的 Malhotra 说道。“微软无法专门为我制作定制版本。”但是，一旦人工智能开始加快软件开发速度，同时降低成本，它就开始变得更加可行。

“想象一下，一个代理监视你工作几周，并为你设计一个定制桌面，”他说。– 公司一直在构建定制软件，但现在人工智能正在让每个人都可以使用它。我们将开始看到它。能够获得为我定制的软件而无需雇用某人来完成这件事真是太棒了。”