技术愿景 2025

信任是 AI 无限可能性的极限吗 ？ AI ： 自主宣言 赋能个人自主行动——为其配备执行新任务的能力，并以前所未有的方式完成现有任务。考虑随着AI进入新的陌生领域，重新发明的可能性和机会。为了真正理解和利用这一潜力，企业将创建自己独特的AI认知数字大脑，彻底重塑其在整个企业及其人员中扮演的角色。这将极大地颠覆企业的技术系统的设计、使用和运行方式；充当品牌大使；并通过为机器人身体供电，在物理世界中存在。当AI在整个组织中分布时，它能够促使人与AI共同发挥各自的最大优势。 欢迎阅读我们的2025年技术愿景。作为我们年度技术趋势报告的第25版，它正处于技术和人类发展的关键时刻。随着越来越多的领导者认识到必须不断利用科技、数据和AI进行自我重塑，他们比以往任何时候都更加需要深入理解AI。为什么呢？因为AI技术扩散的速度史无前例，并且这一速度还在不断加快——这为企业带来了新的重塑机会，包括提高效率的新方法、运营核心业务的新方式、新的商业模式以及与客户互动的新方式。 我们相信我们可以做到。我们将这一新时代的技术视为一种机会，以系统的方式注入信任，使AI能够在业务和人们中实现其非凡的重塑潜力。共同努力，我们现在就可以为一个充满雄心的未来做好准备，那时AI将实现自主并帮助我们共同取得更大的成就。 信任是 AI 无限可能性的极限吗 ？ Karthik Narain 集团技术首席执行官兼首席技术官 朱莉甜蜜的椅子和首席执行官 我们认为人工智能是新的数字化技术，因为它像数字化一样，既是技术也是一种新的工作方式。我们认为它将在企业的每一个环节中得到应用，并对所有相关的人和事产生网络效应。其影响已经显现，随着公司继续扩大人工智能的应用——尤其是利用生成式人工智能进行重塑——它将解决新问题、创造新发明、改变我们的工作和生活方式，并重塑各个行业和政府。 领导者意识到了创造这一未来所面临的挑战，这些挑战包括在核心技术上进行高额的前期投资、数据为中心和质量保障以及人才和新技能。而其中最大的挑战则是信任。 我们的研究发现，77%的高管认为，只有在人工智能建立在信任的基础上时，才能解锁其真正的价值。领导者必须通过确保准确度、可预测性、一致性和可追溯性，在客户和员工中建立对数字系统和AI模型的信任。人们对AI的信任，不仅在于其技术方面，还在于它能够如预期般公正运行——这是我们必须正确处理的一个关键组成部分。 德勤研究显示，仅有36%的高管表示其组织已成功规模化应用生成式AI解决方案，而报告实现显著企业级影响的比例仅为13%。我们正积极帮助他们更快、更安全地实现这一目标，并认为2025年将是规模化AI应用的关键年份。 今年的技术愿景探讨了 AI 从自动化转变的未来 Contents IntroductionAI ： 自主宣言 01 二进制大爆炸 02 你的脸 ， 在未来 04 新的学习循环 03 When LLM get他们的身体 当每个接口看起来都一样时进行区分 基础模型如何重塑机器人技术 人和人工智能如何定义学习、领导和创造的良性循环 当 AI 呈指数级扩张时 ， 系统就会被颠覆 信任是 AI 无限可能性的极限吗 ？ AI ： 自主宣言 关于人工通用智能 (AGI) 。2,3和以前一样 ， 这场比赛吸引了商界领袖、政府和整个世界。 信任是 AI 无限可能性的极限吗 ？ 但它是一个误导——一种大多数企业领导人负担不起的distractive因素。尽管 someday 超级重要的 AGI 将具有巨大的意义，但今天它仍然遥不可及，且面临深层的技术和伦理挑战。相反，领导者们必须认识到一个更为紧迫且已经存在的问题：人工智能的一般化，这将远在 AGI 实现之前，为企业系统、劳动力和运营带来新的自主性和能力水平。 我们正在进入新的篇章在技术方面 - 一个由AI 的概括。今天的可访问和永远存在的 AI 将驱动新的贯穿始终的自治级别业务 ， 不断发展的能力用技术、数据和AI 。它将带来几乎无限的创新的可能性和增长 ， 但也挑战企业对系统的信心以及他们对信任的看法。 AI 的推广 为了理解这一人工智能的一般化概念，只需观察它在我们生活中的根深蒂固即可。自卡斯帕罗夫的对局已有近30年的时间，而现在能够使深蓝看起来像普通玩家的模型已经装在每个人的口袋里了。图灵测试，曾经被视为机器智能的最高标准，如今每天都被使用大型语言模型（LLM）支持的客户服务机器人和销售人员进行对话所打破。今天的AI模型已经摆脱了过去那些深入而具体、线性的方法，并且展示了前所未有的自主性——在学习方式、任务处理方式以及最终能够完成的任务上；它们将这种自主性带入了工作场所，75%的知识工作者表示正在使用生成式AI；带入了与技术交互的方式，如编程伙伴和扩展语音助手功能；并几乎影响到了一切，从机器人技术到汽车，再到医疗保健。4,5,6,7,8,9,10强大的先进 AI AI 竞赛的热潮是不可否认的。 我们以前见过。 1997 年 ， 加里 · 卡斯帕罗夫在与 IBM的深蓝的比赛中输掉了六场国际象棋比赛。1它标志着计算机首次战胜国际象棋大师，这是数十年来机器能力与人类对弈测试后的突破。这场胜利引发了对人工智能及其未来的一系列兴奋和疑问。如今，一场新的竞赛正在展开。许多致力于构建当今最前沿AI模型的公司正将目光投向这一领域。 广泛普及将如何使技术渗透到我们生活的每一个维度？随着领导者开始结合他们的AI通用技术努力，似乎不可避免的是，他们将很快提升和赋能个人，推动并帮助企业运营，从根本上重塑行业，甚至提升国家地位。 工业,它可能看起来像是行业公司之间通用的框架和通信协议，或者编码了塑造该行业的重大挑战的引擎——这些模型将有助于我们理解诸如物理学、基因学、运动等领域的问题以及更多内容。而对于 扩散到我们生活的每一个维度 ， 立即到达 ， 并且 - 有效地 - 总是在那里。 社会将引领世界迈向能力、性能和进步的新水平。这将推动一种全面增强由人工智能认知驱动的进化，并产生前所未有的自主浪潮，重塑我们所知的技术和商业。 这是真正需要关注的颠覆性变革。因为如今，尽管执行官们竞相实施这一代人工智能技术，很少有人能够超越单独的技术组件，真正理解他们正在构建的范围：人工智能“认知数字大脑“这将彻底重塑技术在企业和人们生活中扮演的角色。 国家and政府它汇集了独特的知识、语言、文化、法律和安全资源，以帮助各行各业、企业及公民进行交流。至关重要的是，这些认知型数字大脑不会各自为政。当它们在各个层面开始相互交互时，将创造一种智能水平的整体提升，使所有参与方的能力得到增强。 首先可能会认为这仅仅是从使用AI进行自动化过渡到数字系统的自主性。这不是错误的观点，但仅是故事的一部分——AI 以多种方式推动了自主性的实现。它为人们提供了他们原本不具备的技能，使他们在行动上更加主动且摩擦更少。它赋予了机器人对世界的新层次的理解和推理能力，使它们能够承担更广泛和更复杂的任务，并且最重要的是，以前所未有的方式与人类共存。当然，还有具有代理性和多代理性的AI 采用Insilico Medicine这一制药公司为例，该公司利用生成式AI在不到30个月内从药物发现推进至一期临床试验，时间仅为通常所需的一半。11他们使用了一种基于omics和临床数据fine-tuned的模型来识别潜在的药物治疗靶标。为了开发可能的药物组合，他们使用了一个由500个预测性和预训练模型组成的生成化学引擎。对于Insilico而言，人工智能是其业务的核心——塑造着整个行业的发展方向。 领导者必须全面理解人工智能最重要的特性之一就是其学习能力。当人工智能得到广泛应用，并且企业将其渗透到整个业务中，人们也开始将其融入日常生活中时，它有可能远不止是提供新的功能和能力。企业不仅仅是赋能员工、创建新的客户服务渠道或自动化部分运营流程。他们正在利用一种拥有广泛通用知识的技术，并且这种技术的核心定义在于其学习能力。教学关于业务的一部分。当人们使用它时 ， 他们进一步教他们喜欢 ， 喜好和需求。 这就是为什么它是 “自治宣言 ” 。我们可能称它们为不同的事物，但在这个范围内，演 变是相同的：自主AI系统的 proliferation 正在Acrossthe range 发生。 每个层面的认知数字大脑 什么是认知数字大脑 ？ 它很难看出这一趋势；在每一层规模上，它都会以略有不同的方式表现出来。但总体而言，人工智能的下一阶段将增强其触及的一切的功能性和自主性。个人认知数字大脑将作为副驾或助手发挥作用，能够理解用户的工作，学习用户的偏好，并通过互动了解用户，旨在帮助他们成为更好的自己。对于企业它可能更像是一个中央神经系统——将企业架构进化为一种能够捕捉企业的集体知识、独特差异化因素、文化和个性，并成为其关键协调者（甚至自主操作者）的一种机制。对于 认知数字大脑将成为企业决策和持续学习的中枢神经系统。用于驱动企业未来的雄心壮志，如意图导向架构，它由四个相互连接的层次构成，共同组织、处理和响应信息。 如果企业有意进行构建，他们可以将所有分散的人工智能努力整合起来，形成一个认知数字大脑。他们可以将工作流程、机构知识、供应链、社会互动以及其他关于企业和世界的重要数据编码进一个系统中，使该系统能够以更高的水平理解和——越来越主动地行动。 知识:技术如知识图谱和向量数据库从企业内外收集、组织和结构化数据。 型号:大规模生成式AI模型以及经典机器学习和深度学习模型执行关键性思考和推理功能，将数据转化为可操作的结果。 代理商:设计为问题解决者，能够以最小的人工输入完成任务，并且随着时间的推移不断学习和成长，AI代理为规划、反思和适应能力增添了新的维度。 一个人可以用这种力量做什么 ？ 企业可以在整个员工队伍中部署它吗 ？ 体系结构:一个全面的基础架构能够将AI实验转化为企业级解决方案。它可以在整个组织中扩展智能，并集成到现有的工作流程中，从而实现可重复性，使解决方案可以一次性开发并多次 reuse。 直到现在，技术系统普遍基于规则运行。尽管这些系统不够智能，但它们高度可预测，因此更具可信度。因此，它们在企业中的采用和扩散非常广泛。展望未来，我们将生活在一个技术系统不仅具有更大的自主性，还能创造更大自主性的世界中，在这个未来，信任将成为最重要的差异化因素，并决定人工智能在组织内部的扩散程度。毕竟，我们只能让系统达到我们信任的程度，才能赋予其相应的自主性。 系统开始承担整个工作流程或客户互动，无需持续的人工干预，同时保持战略监督。利用这种自主性将扩展企业认为可能的极限。 Accenture 的研究发现，凭借其重新构想和增强复杂任务的能力，生成式人工智能预计将在领先采用人工智能的企业中推动20%的生产率增长。12 AI在于企业领导者如何利用其赋予的新自主维度。但在这个新世界中取得成功并作出正确选择绝非易事。自主性的核心理念是信任——对企业而言，正是这种信任将成为未来增长最重要的支撑。 因为它is受此影响。首先——企业需要意识到，在其技术系统日益自主的情况下，他们需要以不同的方式考虑对这些系统的信任程度以及可能需要施加的限制措施。Sakana AI，一家人工智能研究公司，在测试其新系统“AI科学家”时，完美地展示了这一点。14该系统自主利用大型语言模型（LLMs）开展科学研究，在一次运行中，由于无法在实验设定的时间限制内完成问题，系统自行调整代码以获得更多时间。Sakana AI 将此行为视为具有创造性，并且也表明能够绕过设定约束的AI模型对AI安全具有重大影响。 唯一的限制是信任 思考信任如何定义人类体验——例如父母与孩子之间的关系。我们为婴儿提供各种安全措施，从字面上的围栏（如婴儿床）到比喻上的保护措施（如切碎食物或覆盖家中的尖角）。随着孩子的成长，我们会逐渐信任他们。他们不必牵着你的手过马路，但你仍然会走在他们身边。他们可以独自在外玩耍，但只能在院落内。我们的信任越深，这些安全措施的边界就越宽泛。直