Ответственный ИИ, «малые» и «широкие» данные, операционализация и эффективность использования ресурсов будут ключом к масштабированию инициатив в ИИ.
Четыре тренда на Кривой цикла зрелости технологий искусственного интеллекта будут двигать инновации в области ИИ в ближайшей перспективе. Это ответственный ИИ, использование «малых» и «широких» данных, операционализация ИИ-платформ и эффективность использования данных, моделей и вычислительных ресурсов.
«Инновации в области ИИ идут быстрыми темпами, и заметное количество технологий на Кривой цикла зрелости достигнет широкого применения в течение двух-пяти лет, — пишет в пресс-релизе Шубханги Вашист (Shubhangi Vashisth), старший главный аналитик исследования Gartner. — Периферийный ИИ, компьютерное зрение, интеллектуальная поддержка принятия решений и машинное обучение окажут трансформирующее влияние на рынок в ближайшие годы». Рынок ИИ пребывает в состоянии развития, и значительная часть новых технологий в этой области находится на восходящей ветви Зарождения инноваций (см. рис.). Это указывает на рыночный тренд, где конечные пользователи ищут определенные возможности, выходящие за рамки существующих инструментов ИИ.

X = Время
Y = Ожидания
Плато широкого применения будет достигнуто: менее 2 лет / от 2 до 5 лет / от 5 до 10 лет / более 10 лет / Устареет раньше
Ниже охарактеризованы четыре тренда, которые будут двигать инновации в сфере ИИ.
Ответственный ИИ
«Повышение уровня доверия, прозрачности, объективности и контролируемости технологий ИИ продолжает иметь всё большее значение для широкого круга заинтересованных сторон, — пишет Светлана Сикуляр, вице-президент исследования Gartner. — Ответственный ИИ помогает добиться объективности, даже если в данных заложена необъективность; достичь доверия, хотя методы обеспечения прозрачности и объяснительная способность только еще развиваются; и обеспечить соблюдение нормативных требований несмотря на вероятностный характер ИИ».
Вообще говоря, Gartner ожидает, что к 2023 году весь персонал, нанятый для разработки и тренировки ИИ, должен будет продемонстрировать опыт в области ответственного ИИ.
«Малые» и «широкие» данные
Данные составляют основу успешности инициатив в области ИИ. Использование «малых» и «широких» данных дает возможность более надежной аналитики и ИИ, уменьшает зависимость организаций от больших данных и обеспечивает более всестороннее и полное понимание текущей ситуации.
По прогнозу Gartner, к 2025 году 70% организаций будут вынуждены сместить прицел с больших на «малые» и «широкие» данные, предоставив тем самым больше контекста для аналитики и уменьшив «голод» от нехватки данных для ИИ.
«Малые данные — это применение аналитических методов, которые требуют меньше данных, но всё же дают полезные инсайты, а широкие данные дают возможность анализировать и комбинировать различные источники данных, — пишет Сикуляр. — Применяемые вместе, эти подходы обеспечивают более надежную аналитику и помогают получить более всеохватывающую картину бизнес-проблем».
Операционализация ИИ-платформ
Неотложность и важность использования ИИ для трансформации бизнеса создают потребность в операционализации ИИ-платформ. Это означает переход от концепции к осуществлению проектов ИИ, чтобы можно было полагаться на внедрения ИИ для решения проблем в масштабах всей организации.
«Исследование Gartner показало, что лишь половина проектов ИИ проходят путь от пилотной стадии до реализации, и это занимает в среднем девять месяцев, — пишет Сикуляр. — Инновации, такие как платформы оркестрации и автоматизации ИИ (AIOAP) и операционализация моделей (ModelOps), обеспечивают возможность многократного использования, масштабируемости и управления, ускоряя принятие и рост применения ИИ».
Эффективное использование ресурсов
Учитывая сложность и масштаб данных, моделей и вычислительных ресурсов, задействованных при внедрении ИИ, инновации в этой области требуют, чтобы такие ресурсы использовались максимально эффективно. Мультимодальное взаимодействие, «составной» ИИ, генеративный ИИ и «преобразователи» (transformers) привлекают всё больше внимания на рынке ИИ, так как позволяют решать широкий спектр бизнес-проблем более эффективным образом.