В новом отчете Gartner «2025 Hype Cycle for Artificial Intelligence» представлены главные инновации 2025 г. в области искусственного интеллекта, включая те, что уже на пике популярности, и те, что на подходе, сообщает портал ZDNet.
В своем ежегодном отчете Hype Cycle, посвященном ИИ, Gartner исследует, оправдывают ли новые технологии ожидания или они пока далеки от того, чтобы оказывать существенное влияние. В этом году список возглавляют ИИ-агенты.
В качестве основных Gartner называет четыре технологии: агенты, данные, готовые для ИИ, мультимодальный ИИ и то, что компания называет «управлением доверием, рисками и безопасностью систем ИИ» (AI TRiSM).
Агенты ИИ и данные, готовые для ИИ
Агенты ИИ — это становящиеся все более автономными системы, которые могут выполнять задачи за человека, в идеале практически без его вмешательства. Однако в простейших случаях они могут функционировать как стандартные чат-боты или помощники. Термин «агент» по-прежнему имеет довольно широкое толкование, а это означает, что действия агентов существенно различаются по сложности и применению.
ИИ хорош настолько, насколько хороши данные, к которым он имеет доступ. Данные, готовые к использованию ИИ, — это информация, правильно структурированная для обработки инструментами ИИ, что означает, что они оптимизированы для эффективности и точности. В отличие от трёх других технологий, рассматриваемых в отчёте, Gartner отмечает, что данные, готовые к использованию ИИ, имеют несколько более длительный период выхода на «плато продуктивности» (Plateau of Productivity) — от пяти до десяти лет, по сравнению с двумя-пятью годами у других технологий. Выход на «плато продуктивности» — момент, когда технология доказывает свою практическую ценность и рыночную привлекательность.
Gartner признает, что эти две технологии являются одними из самых быстро развивающихся, но они также «сопровождаются амбициозными прогнозами и спекулятивными обещаниями, что ставит их на пик „завышенных ожиданий“ (Peak of Inflated Expectations)» — критическую точку насыщения, когда их продуктивное применение либо реализуется, либо нет. Поскольку инвестиции в ИИ в этом году остаются стабильными, компании обращаются к ИИ для «операционной масштабируемости и аналитики реального времени, — отмечает Харита Кхандабатту, старший директор-аналитик Gartner. — Это приводит к постепенному переходу от генеративного ИИ (GenAI) как центрального направления к основополагающим инструментам, поддерживающим устойчивое внедрение ИИ».
В связи с этим возникает потребность в более конкретных результатах, соответствующих высоким ожиданиям. Как и в случае с большинством применений ИИ, Gartner отмечает, что для эффективного использования агентов и данных компаниям необходимо учитывать, где они могут им действительно помочь стратегически, а не применять их бездумно в разных подразделениях.
«Чтобы воспользоваться преимуществами агентов ИИ, организациям необходимо определить наиболее релевантные бизнес-контексты и сценарии использования, что непросто, учитывая, что все агенты ИИ разные и каждая ситуация уникальна, — пишет Кхандабатту в отчете. — Хотя агенты ИИ будут становиться все более мощными, их невозможно использовать в любом конкретном случае, поэтому их применение будет во многом зависеть от требований конкретной ситуации».
Что касается данных, то Gartner заявляет, что они эффективны ровно настолько, насколько эффективен подход компании к управлению данными. Простого наличия данных недостаточно — в отчёте организациям рекомендуется не недооценивать возможную потребность в модернизации системы управления данными для соответствия требованиям ИИ.
«Это позволит удовлетворить текущие и будущие бизнес-потребности, обеспечить доверие, избежать проблем с рисками и соответствием нормативным требованиям, защитить интеллектуальную собственность и уменьшить предвзятость и галлюцинации», — говорится в отчёте.
Мультимодальный ИИ и TRiSM
Gartner заявляет, что мультимодальный ИИ и инфраструктура управления рисками, несмотря на «их доминирование на „пике завышенных ожиданий“», демонстрируют многообещающую перспективу с меньшим количеством оговорок. Обе технологии будут внедрены в массовое производство в течение следующих пяти лет и «позволят создать более надёжные, инновационные и ответственные приложения ИИ, преобразуя работу компаний и организаций».
Мультимодальный ИИ обучается на данных разных типов и может выводить их, включая аудио, текст, изображения, видео и многое другое. Это создаёт больше контекста, чем просто текстовые модели, что, по словам Gartner, открывает новые возможности применения ИИ.
Что касается безопасности, в отчёте Gartner говорится, что AI TRiSM играет ключевую роль в безопасном и этичном использовании ИИ. Стремительное развитие ИИ столь же быстро выявляет новые проблемы безопасности и этические вопросы. «ИИ создаёт новые проблемы управления доверием, рисками и безопасностью, которые не решаются традиционными средствами контроля, — отмечает Кхандабатту. — Поэтому организации должны оценивать и внедрять многоуровневую технологию AI TRiSM для непрерывной поддержки и обеспечения соблюдения политик во всех используемых ИИ-объектах».
Впадина разочарования
В отчёте этого года отмечается, что несколько областей ИИ скатились во «впадину разочарования» (Trough of Disillusionment) — период, когда технология не оправдывает возложенных на неё ожиданий. Синтетические данные, генеративный ИИ и базовые модели, как утверждается, достигнут «плато продуктивности» примерно через два-пять лет. Находящемуся на этой же фазе периферийному ИИ для выхода на «плато» отводится менее двух лет.
