Tucet predikcí vývoje umělé inteligence v roce 2025: rychlejší a rozsáhlejší zavádění

Dodavatelé plošně přidávají umělou inteligenci do svých podnikových softwarových produktů a vývojáři umělé inteligence usilovně pracují na jejím dalším vylepšování. Zaznamenali jsme také nástup umělé inteligence založené na agentech, multimodální umělé inteligence, „rozumné“ umělé inteligence a projektů umělé inteligence s otevřeným zdrojovým kódem, které konkurují projektům největších komerčních poskytovatelů.

Podle celosvětového průzkumu Bank of America mezi výzkumnými analytiky a stratégy, jehož výsledky byly zveřejněny loni v září, byl rok 2024 rokem zjišťování návratnosti investic a rok 2025 bude rokem širšího zavádění podnikové umělé inteligence.

„Globální výzkumná divize Bank of America očekává, že generativní umělá inteligence v příštích 5 až 10 letech zásadním způsobem zvýší podnikovou efektivitu a produktivitu, což v důsledku může transformovat globální ekonomiku i naše životy,“ říká Vanessa Cooková, obsahová stratégka Bank of America Institute.

Malé jazykové modely a edge computing

V loňském roce se pozornost upínala do velké míry k velkým jazykovým modelům – konkrétně ChatGPT v jeho různých obměnách, stejně jako na jeho konkurenty, jako jsou modely Claude od Anthropicu nebo Llama společnosti Meta. Ale pro podnikové účely jsou LLM v mnoha případech zbytečně rozsáhlé, značně nákladné a příliš pomalé pro praktické použití.

„Při pohledu do roku 2025 očekáváme, že malé jazykové modely, konkrétně vlastní modely, se pro mnoho podniků stanou běžnějším řešením,“ říká Andrew Rabinovich, ředitel pro AI a ML ve společnosti Upwork. LLM jsou nejen drahé, ale také velmi široce rozkročené a ne vždy relevantní pro konkrétní odvětví, říká.

„Oproti tomu jsou menší modely více specializované, což podnikům umožňuje vytvářet systémy umělé inteligence, které jsou přesné, efektivní, robustní a přizpůsobené jejím jedinečným potřebám,“ dodává. Navíc je lze snadněji trénovat na vlastních datech podniku. Společnost Upwork proto začíná školit své vlastní malé jazykové modely na více než 20 letech interakcí a chování na své platformě. „Naše vlastní modely již začínají poskytovat výstupy, které pomáhají externím pracovníkům sestavovat lepší návrhy nebo podnikům při hodnocení kandidátů,“ říká.

Malé jazykové modely jsou také lepší pro edge a mobilní nasazení – jako příklade lze uvést nedávná oznámení společnosti Apple ohledně mobilní umělé inteligence. Anshu Bhardwaj, SVP a COO ve společnosti Walmart Global Technology, říká, že spotřebitelé nejsou jediní, kdo může těžit z mobilní umělé inteligence.

„Podniky, zejména ty s velkou zaměstnaneckou a zákaznickou základnou, budou těmi, kdo nastaví standardy pro zavádění umělé inteligence na mobilních zařízeních,“ říká. „A pravděpodobně uvidíme nárůst počtu dodavatelů, kteří při vývoji technologií pro mobilní zařízení budou mít na mysli v první řadě velké podniky.“

Umělá inteligence se svými schopnostmi přiblíží lidskému uvažování

V polovině září společnost OpenAI vydala novou řadu modelů, které přemýšlejí o problémech podobně jako člověk, jak tvrdí. Společnost říká, že dokáže dosáhnout výkonu na úrovni PhD v náročných srovnávacích testech ve fyzice, chemii a biologii. Například předchozí nejlepší model, GPT-4o, dokázal vyřešit pouze 13 % úloh na Mezinárodní matematické olympiádě, zatímco nový model vyřešil 83 %.

Umělá inteligence není jen ta generativní, upozorňuje odborník David Filgas

0:00/

„Je extrémně dobrý v uvažování o logických problémech,“ říká Sheldon Monteiro, produktový ředitel společnosti Publicis Sapient. To znamená, že jej podniky mohou použít při náročných programátorských problémech nebo při plánování rozsáhlých projektů, kde je potřeba vážit oproti sobě různá rizika.

Pokud umělá inteligence dokáže lépe uvažovat, umožní agentům umělé inteligence pochopit naše záměry, převést je do řady kroků a dělat věci za nás, říká analytik společnosti Gartner Arun Chandrasekaran. „Schopnost uvažování nám také umožňuje využívat umělou inteligenci jako systém pro podporu rozhodování,“ dodává. „Netvrdím, že se to všechno stane v roce 2025, ale je to dlouhodobý směr.“

Podle nejnovějšího hype cyklu společnosti Gartner pro umělou inteligenci je obecná umělá inteligence stále vzdálena více než deset let.

Masivní růst u osvědčených způsobů využití

„Letos jsme zaznamenali řadu případů použití, u kterých se prokázala návratnost investic,“ říká Monteiro. V roce 2025 očekáváme jejich masivní rozšíření, zejména pokud bude technologie AI integrována do softwarových platforem, které podniky již používají – to velmi usnadní přijetí.

„Ve velkém dojde k zavádění AI v oblasti zákaznických služeb, marketingu a rozvoje zákazníků,“ říká. „Pro tyto případy použití máme dostatek referenčních implementací, na které můžeme ukázat a říci: odtud pramení užitek, který můžete získat.“

Totéž očekává ve všech oblastech vývoje softwaru, počínaje výzkumem uživatelských požadavků přes projektový management až po testování a zajištění kvality. „Viděli jsme tolik referenčních implementací a sami jsme jich tolik realizovali, že očekáváme skutečně masové rozšíření.“

Evoluce agilního vývoje

Manifest agilního vývoje byl vydán v roce 2001 a od té doby tato filozofie neustále získává navrch nad dříve užívaným kaskádovým stylem vývoje softwaru.

„Posledních zhruba 15 let je faktickým standardem vývoje moderního softwaru,“ říká Monteiro. Agilní metodika však vychází z lidských omezení – nejen toho, jak rychle lze programovat, ale také toho, jak jsou týmy organizovány a spravovány a jak jsou naplánovány závislosti.

Dnes je generativní umělá inteligence doplňkem, který se používá ke zvýšení produktivity jednotlivých členů týmu. Celý proces však bude nutné zcela překopat, aby bylo možné tuto technologii plně využít, říká Monteiro. „Musíme se podívat na to, jak interagujeme s kolegy a jak interagujeme s umělou inteligencí,“ dodává. „Umělé inteligenci je u programování věnováno příliš mnoho pozornosti, přičemž ve skutečnosti se podílí jen na zlomku celého procesu vývoje softwaru.“

Přečtěte si také:

Technologická perspektiva světa: Zelená a přelomová

Zpřísňování regulace

Na konci září podepsal kalifornský guvernér Gavin Newsom zákon, který vyžaduje, aby vývojáři generativní umělé inteligence zveřejňovali data, která použili k trénování svých systémů, což se vztahuje na vývojáře, kteří veřejně zpřístupňují systémy umělé inteligence Kaliforňanům. 

Vývojáři musí začít plnit požadavky do začátku roku 2026, což znamená, že dostali něco málo přes rok na to, aby zavedli systémy pro sledování původu svých trénovacích dat.

„Z praktického hlediska má mnoho lidí v Kalifornii nějaké napojení, zejména v oblasti umělé inteligence,“ říká Vivek Mohan, vedoucí oddělení umělé inteligence v advokátní kanceláři Gibson, Dunn & Crutcher LLP. „Sídlí zde mnoho předních světových technologických společností a mnoho z nich odtud zpřístupňuje své nástroje,“ říká. 

V USA i v zahraničí však již existuje mnoho dalších předpisů, které se dotýkají otázek, jako je ochrana osobních údajů nebo algoritmické rozhodování, které by se vztahovaly i na generativní umělou inteligenci.

Přečtěte si také:

Odemkněte maximální výkon kolegů pomocí špičkových technologií

Vezměme si například využití umělé inteligence při rozhodování, zda schválit půjčku, provést lékařský zákrok, vyplatit pojistné plnění nebo vydat doporučení ohledně zaměstnání. „To jsou oblasti, kde se většina lidí shodne, že je zapotřebí kritické myšlení,“ říká Mohan. „Nikdo nechce být zaměstnán nebo propouštěn strojem, který nenese žádnou odpovědnost. To je jeden z případů, kde pravděpodobně budete chtít zapojit své právníky.“

Existují také předpisy týkající se užívání deep fakes, rozpoznávání obličeje a dalších. Dosud nejkomplexnější předpis, evropský zákon o umělé inteligenci, který vstoupil v platnost loni v létě, budou muset podniky začít dodržovat od poloviny roku 2026, takže letošní rok musí být rokem příprav.

Přečtěte si také:

Správa firemního IT vybavení poháněná AI: Klíč k chytřejšímu IT a spokojenějším zaměstnancům

„Je vysoce pravděpodobné, že zákon EU o umělé inteligenci povede ke vzniku obdobných právních úprav v jiných částech světa,“ říká Chandrasekaran z Gartneru. „Je to krok vpřed v řídicí praxi podniků s cílem zajistit, aby byla umělá inteligence využívána společensky prospěšným způsobem.“

Umělá inteligence bude snadno přístupná a všudypřítomná

Když se poprvé objevil internet, uživatelé se museli naučit HTML, pokud chtěli mít webové stránky, vzpomíná Rakesh Malhotra, ředitel společnosti Ernst & Young. Uživatelé potřebovali modemy a speciální software a účty u poskytovatelů internetu. „Teď už jen napíšete slovo, které hledáte,“ říká. U generativní umělé inteligence jsou lidé stále ve fázi, kdy se snaží zjistit, co to je, jak to funguje a jak to používat.

„To nakonec pomine,“ říká. Generativní umělá inteligence bude jednou všudypřítomná a stane se nedílnou součástí pracovních procesů, stejně jako je tomu dnes s internetem.

Agenti začnou nahrazovat služby

Software se vyvinul od velkých monolitických systémů běžících na sálových počítačích přes desktopové aplikace po distribuované architektury založené na službách, webové aplikace a mobilní aplikace. „Nyní nastává další vývojová fáze,“ říká Malhotra. „A tou jsou agenti.“ Agenti mohou být propojeni volněji než služby, díky čemuž lze stavět architektury jako flexibilnější, odolnější a chytřejší. A to s sebou přinese zcela novou řadu nástrojů a vývojových procesů.

Dnes jsou AI agenti relativně drazí a náklady na zpracování informací se mohou podnikům, které chtějí nasadit rozsáhlé systémy, rychle šplhat do značných výšin. „Ale to se změní,“ říká. „A se snižováním nákladů poroste jejich využití raketovým tempem.“

Vzestup asistentů založených na principu agentů

Vedle toho, že AI agenti nahradí softwarové komponenty, uvidíme také vzestup AI agentů coby asistentů, dodává Malhotra. Vezměme si například zajišťování souladu s předpisy. Konzultanti se dnes neustále vzdělávají, aby drželi krok s novými zákony, nebo oslovují kolegy, kteří se v nich již orientují. Nějakou dobu trvá, než se nové znalosti rozšíří a zaměstnanci je plně vstřebají.

Jak je na tom kybernetická bezpečnost v České republice? Jak bezpečné jsou české digitální sítě?

0:00/

„AI agent však může být okamžitě aktualizován podle nejnovějšího stavu legislativy,“ říká Malhotra. „To není sci-fi. Tuto práci dnes děláme pro naše klienty – je to zatím méně pokročilá verze, ale příští rok to bude naprosto běžné.“

A jde nejen o to, držet krok se změnami zákonů. Řekněme, že výrobce vydá nový softwarový produkt. Firemní zákazníci potřebují mít jistotu, že splňuje jejich požadavky. To by mohlo proběhnout automatizovaným způsobem, kdy by AI agent dodavatele komunikoval se AI agentem zákazníka. „Dnes se to odehrává na schůzkách a v reportech,“ říká Malhotra. „Ale brzy vše poběží digitálně, jakmile si zvykneme na novou myšlenku.“

Brzy bude příchod na schůzku bez AI asistenta jako účetní, který se snaží dělat svou práci bez Excelu, dodává. „Pokud nepoužíváte správné nástroje, je to první známka toho, že nejste osobou na svém místě.“

Podcast: Kybernetická bezpečnost v Česku – dokážeme čelit novým hrozbám?

0:00/

AI agenti jsou stále v počátcích, říká Carmen Fontana, členka organizace IEEE a ředitelka pro cloudové a nově vznikající technologie ve společnosti Augment Therapy, která se zabývá digitálním zdravotnictvím. „Ale zjistila jsem, že jsou nesmírně užiteční ke zjednodušování práce.“ Dalším krokem pro AI agenty podle ní bude spojit komunikaci ze všech různých kanálů, včetně e-mailu, chatu, textových zpráv, sociálních médií a dalších.

„Sestavování lepších tabulek v excelu není něco, o čem by se psalo na titulních stránkách, ale realita je taková, že zvýšení produktivity práce díky AI agentům může mít větší dopad než některé aplikace umělé inteligence, kterým se dostává palcových titulků,“ říká.

Multiagentní systémy

Agenti umělé inteligence jsou rozhodně zajímaví. Ještě mnohem zajímavější situace nastane, až spolu začnou AI agenti komunikovat, říká Babak Hodjat, technický ředitel umělé inteligence ve společnosti Cognizant. Samozřejmě se to nestane ze dne na den a podniky si budou muset dávat pozor, aby se tyto systémy nevymkly z rukou.

Za prvé, agent musí být schopen rozpoznat, zda je schopen provést úkol a zda je úkol v jeho kompetenci. Dnešní umělá inteligence v tomto ohledu mnohdy selhává, ale podniky mohou nastavit mantinely doplněné o lidský dohled, aby zajistily, že agenti budou dělat pouze to, co je jim dovoleno, a pouze tehdy, když to dokáží udělat správně. Za druhé, podniky budou potřebovat monitorovací systémy pro sledování provádění těchto úkolů s ohledem na zákonné a etické normy. Za třetí, podniky budou muset být schopny měřit, jak jsou si agenti jisti svým výkonem, aby bylo možné případně zapojit další systémy nebo pracovníky, je-li jistota nízká.

„Teprve po všech těchto kontrolách lze nechat agenta provést úkol autonomně,“ říká Hodjat. Doporučuje také, aby podniky udržovaly každého agenta co nejmenšího. „Pokud máte jednoho agenta a řeknete mu, aby dělal všechno v obchodním oddělení, můžete se připravit na mnoho chyb a selhání,“ dodává. „Ale pokud máte celou řadu agentů s menší odpovědností, dočkáte se vyšší míry automatizace práce.“

Přečtěte si také:

Na co si dát pozor? Máme seznam aktuálně využívaných metod kyberútoků

Společnosti jako Sailes nebo Salesforce již vyvíjejí multiagentní pracovní postupy, říká Rahul Desai, generální ředitel společnosti Chief of Staff Network, která se zabývá kariérním rozvojem. „Přidá-li se řetězení úvah nebo schopnost AI agenta uvažovat o problému v několika krocích – nedávno začleněné do nového modelu ChatGPT-o1 – pravděpodobně uvidíme vzestup umělé inteligence specializované na konkrétní problematiky, která bude dostupná všem,“ říká.

Multimodální umělá inteligence

Lidé a podniky, které budujeme, jsou multimodální. Čteme a píšeme text, mluvíme a posloucháme, vidíme a kreslíme. A všechny tyto věci děláme v průběhu času, takže chápeme, že některé mají přednost před jinými. Dnešní modely umělé inteligence jsou z velké části fragmentární. Jeden může generovat obrázky, další umí pracovat pouze s textem a některé z nedávné doby umí chápat nebo vytvářet video.

„Když che někdo generovat řeč, zvolí specializovaný model, který převádí text na řeč,“ říká Chandrasekaran. „Totéž platí o generování obrázků.“ Aby AI plně porozuměla tomu, jak svět funguje, musí být skutečně obecná a fungovat ve všech různých modalitách. Něco takového je dnes do určité míry k dispozici, avšak multimodalita je obvykle iluzí a skutečnou práci vykonávají v zákulisí různé specializované jednoúčelové modely.

„Architektonicky jsou tyto modely oddělené a poskytovatel používá architekturu, která jejich výstupy kombinuje,“ vysvětluje Chandrasekaran. Očekává však, že multimodalita se letos stane důležitým trendem. Multimodální umělá inteligence může být přesnější a odolnější vůči šumu a chybějícím datům a může zlepšit interakci mezi člověkem a počítačem. Společnost Gartner předpovídá, že do roku 2027 bude 40 % řešení generativní umělé inteligence multimodálních, zatímco v roce 2023 to bylo pouhé 1 %.

Multimodelové směrování

Na rozdíl od multimodální AI znamená multimodelové směrování využití více než jednoho LLM jako zdroje pro podnikové aplikace generativní umělé inteligence. Různé modely umělé inteligence mají různé přednosti – některé jsou vhodnější k určitým účelům, některé jsou levnější než jiné nebo mají nižší latenci. Dále je tu otázka spoléhání na jediného poskytovatele.

„Řada CIO, se kterými jsem v poslední době mluvil, má v živé paměti doby, kdy u ERP systémů potýkali s vázaností na jediného dodavatele,“ říká Brett Barton, globální ředitel pro oblast AI ve společnosti Unisys. „A pro mnohé je to zásadní faktor, když uvažují o svém portfoliu aplikací, zejména pokud jde o cloud a umělou inteligenci.“

Diverzifikace, kdy podnik k různým účelům využívá různé modely, znamená, že je méně závislý na jednom poskytovateli a může reagovat flexibilněji při změně okolností. Většina podniků, které budují systémy umělé inteligence interně, má dnes tendenci začínat pouze s jedním dodavatelem, protože slaďování vícera poskytovatelů je mnohem komplikovanější. Ale až budou letos vytvářet škálovatelnou architekturu, bude mít pro dosažení maximálního výkonu a nejvyšší nákladové efektivity jejich umělé inteligence zásadní význam sestavit „modelové zahrady“ s výběrem prověřených, přizpůsobených a vyladěných systémů různých velikostí a schopností.

Jeffrey Hammond, globální ředitel pro transformaci produktového managementu ISV ve společnosti AWS, očekává nárůst počtu podniků, které si vytváří interní platformy poskytující jednotný soubor služeb jejich vývojovým týmům, včetně vícemodelového směrování.

Přečtěte si také:

Rozeznáte fotografii od obrázku vytvořeného umělou inteligencí?

„To pomůže vývojářům rychle testovat různé LLM, aby našli nejlepší kombinaci výkonu, nízkých nákladů a přesnosti pro konkrétní úkol, který se snaží automatizovat,“ říká.

Rozsáhlé přizpůsobování podnikového softwaru

Dnes pouze ty největší a nejbohatší podniky mají možnost si nechat vyvinout software individuálně na míru. Nedává totiž ekonomický smysl vytvářet velké systémy pro použití v malém rozsahu.

„V současné době všichni používají stejnou verzi Teams nebo Slacku a jiných nástrojů,“ říká Rakesh Malhotra z Ernst & Young. „Microsoft nemůže vytvořit speciální verzi jen pro mě.“ Jakmile však umělá inteligence začne urychlovat vývoj softwaru a zároveň snižovat náklady, začne být taková možnost mnohem schůdnější.

„Představte si agenta, který vás několik týdnů sleduje při práci a navrhuje desktopové prostředí přesně pro vás,“ říká. „Podniky si běžně vytvářejí software na míru pro své potřeby, ale nyní tuto možnost umělá inteligence zpřístupňuje všem. To platí i do budoucna. Mít možnost nechat si vyrobit software na míru, aniž bych si na to musel někoho najmout, je úžasné.“