Нет сомнений в том, что технологические разработки следующих нескольких лет изменят наш мир – с новыми возможностями, но и со значительными проблемами.
Спектр варьируется от дальнейших прорывных разработок в области искусственного интеллекта до ещё более интенсивного переплетения людей и машин.
Бизнес-аналитики определили десять тенденций, которые окажут наибольшее влияние в ближайшие пять лет и далее.
Технологии в бизнесе: важные тренды
-
Агентический ИИ
Агентический ИИ даст искусственному интеллекту больше автономии, чтобы он мог самостоятельно ставить цели и предпринимать соответствующие действия.
Вместо того, чтобы просто реагировать на запросы пользователей, как раньше, Agentic AI может самостоятельно анализировать сложные данные, принимать решения и реализовывать их.
Примером агентного ИИ является автоматизация взаимодействия с клиентами: после покупки продукта ИИ может автоматически анализировать историю заказов, проверять общение и планировать последующие действия на основе поведения клиента. Например, отправка благодарственного письма. Этот процесс может происходить частично или полностью без вмешательства человека.
Агентический ИИ сделает задачи и процессы более эффективными, поскольку технология принимает решения без вмешательства человека.
Однако, эта автономность также потребует строгих ограничений и чёткого управления, чтобы гарантировать, что агенты ИИ работают только в определенных пределах, тем самым сводя к минимуму потенциальные риски для безопасности и защиты данных.
-
Платформы управления ИИ
Компаниям всё чаще будут необходимы платформы управления ИИ для ответственного контроля и мониторинга своих систем ИИ. Эти платформы гарантируют, что системы искусственного интеллекта работают надежно, прозрачно и справедливо и соответствуют этическим и юридическим требованиям.
Положительным примером этого является Сбер, который использует структуру управления, обеспечивающую прозрачность и подотчетность при использовании ИИ. Компания регулярно проверяет свои системы искусственного интеллекта на предмет справедливости и защиты данных на предмет соответствия правовым нормам.
Однако, существуют и проблемы, связанные с внедрением платформ управления ИИ: быстрое развитие технологий ИИ и отсутствие единых стандартов затрудняют создание управления, ориентированного на будущее.
Учитывая быстрые темпы развития, организации должны постоянно адаптировать свои стратегии для удовлетворения технических и социальных требований и, таким образом, предотвращать неправильное использование ИИ.
-
Защита от дезинформации
Защита от дезинформации укрепляет доверие к цифровым коммуникациям, личности и репутации. Поскольку дезинформация и генеративный искусственный интеллект становятся всё более распространенными, защита от таких угроз становится всё более важной.
Технологии защиты от дезинформации пригодятся, поскольку они предоставляют методы обеспечения целостности, проверки подлинности и предотвращения кражи личных данных. Примером этого является использование обнаружения дипфейков в процессах проверки для предотвращения мошенничества.
Последствия этой тенденции значительны: компании должны разработать стратегии борьбы с дезинформацией. Лучший способ сделать это – создать группы по обнаружению угроз и использовать технологии оценки рисков.
Компании должны лучше защищать репутацию своего бренда, заранее выявляя вредоносные повествования и принимая контрмеры. Технологические и организационные меры имеют решающее значение для защиты компаний.
-
Постквантовая криптография
Постквантовая криптография (PQC) становится всё более важной, поскольку к 2029 году современные традиционные методы шифрования станут небезопасными из-за квантовых вычислений.
Квантовые компьютеры могут взломать такие механизмы, как RSA и ECC. Результат: безопасность данных находится под угрозой. Поэтому компании должны перейти на квантовобезопасные алгоритмы для защиты своих данных.
Алгоритмы должны быть способны противостоять атакам классических и квантовых компьютеров. Однако, изменения требуют больших усилий, времени и планирования. Одним из примеров является переход к алгоритмам, стандартизированным NIST, таким как CRYSTALS-Kyber и SPHINCS+.
Переход к постквантовой криптографии сопряжен с трудностями. Компаниям необходимо адаптировать свои системы шифрования, поскольку новые алгоритмы имеют больший размер ключей и более длительное время шифрования. Поскольку переходный период может занять годы, соответствующее планирование должно начинаться как можно раньше.
-
Окружающий невидимый интеллект
Ambient Invisible Intelligence использует небольшие недорогие метки и датчики для экономичного отслеживания объектов на большой территории. Это даёт компаниям новое понимание бизнес-процессов. Пример: инвентаризация в режиме реального времени для сокращения затрат и повышения эффективности.
Это также делает возможной проверку продукции и цифровые паспорта продукции. Умная упаковка сможет взаимодействовать с бытовой техникой, а одежда сможет отправлять информацию непосредственно в стиральные машины для идеального ухода.
Однако, защита данных является серьёзной проблемой. Отслеживаемые объекты могут стать собственностью конечных пользователей, что позволит незаметно отслеживать их действия. Компании должны обеспечить возможность деактивации технологии в случае необходимости. Соответствующее долгосрочное хранение данных также должно быть критически изучено, подвергнуто сомнению и регламентировано.
-
Энергоэффективные вычисления
Устойчивое развитие ИТ возможно. Но, для достижения этой цели необходимо повысить энергоэффективность ИТ-приложений, особенно для энергоемких задач, таких как обучение ИИ.
Недостаточно оптимизировать существующую инфраструктуру – необходимы новые, энергоэффективные технологии. Одним из примеров является использование оптических или нейроморфных систем, которые позволяют значительно снизить энергопотребление.
Как ещё компании могут сделать ИТ более устойчивым? Ответ: с помощью миграции в облака, энергоэффективного оборудования и более экологически чистых источников энергии. Однако, в долгосрочной перспективе потребуются радикальные подходы, такие как оптические вычисления или вычисления на основе ДНК. Возможные проблемы включают высокие затраты на внедрение, более сложную ИТ-инфраструктуру и обеспечение защиты и безопасности данных.
-
Гибридные вычисления
Гибридные вычисления подразумевают сочетание различных вычислительных механизмов для оптимального использования сильных сторон каждой системы. Объединив такие технологии, как центральные и графические процессоры, квантовые, нейроморфные и фотонные компьютеры, компании открывают новые возможности для более эффективного решения вычислительных задач.
Пример: синтез фотонных и классических вычислительных механизмов для решения сложных задач оптимизации, которые были бы невозможны с помощью традиционных технологий. Использование квантовых вычислений для открытия новых лекарств или исследования материалов также показывает потенциал этой технологии. Интеграция таких технологий, как биологические вычисления или нейроморфные системы, позволяет ещё больше расширить преимущества компьютерных решений.
Внедрение гибридных вычислений является сложным и требует специальных знаний, поскольку многие используемые технологии всё ещё находятся на стадии разработки.
Кроме того, гибридные среды требуют сильной оркестрации для эффективного управления различными вычислительными блоками. Проблемы часто возникают в сфере безопасности и защиты данных, поскольку гибридные системы состоят из множества компонентов, взаимодействующих друг с другом. Компании должны решить эту задачу.
-
Пространственные вычисления
Пространственные вычисления расширяют физический мир за счет цифрового контента, привязанного к реальной среде. Таким образом, технология позволяет реалистично и интуитивно взаимодействовать с цифровыми элементами. Это может создать захватывающий опыт, который может оказаться революционным, особенно для таких областей, как исследования и разработки, дизайн продуктов, производство, здравоохранение и образование.
Например, использование дополненной реальности (AR) в обучении, где студенты-медики могут отрабатывать сложные процедуры на виртуальных пациентах.
Однако, реализация пространственных вычислений сложна и дорога, поскольку требует специализированных устройств, таких как головные дисплеи (HMD), которые тяжелы и требуют много энергии.
Пространственные вычисления также записывают пользовательскую информацию, которую необходимо безопасно обработать.
Разработка стандартов и протоколов также необходима для обеспечения последовательного использования и интеграции этой технологии.
-
Полифункциональные роботы
Полифункциональные роботы – это машины, способные выполнять несколько задач, следуя инструкциям или примерам человека. Их универсальность и инновационный дизайн обеспечивают быстрое и экономичное внедрение.
Эти роботы могут выполнять задачи, которые раньше выполнялись людьми, а также могут использоваться гибко, что повышает прибыльность.
Одним из примеров является робот-инспектор аэропорта Roboxi, который контролирует взлетно-посадочные полосы. Он может проверить освещение, убрать посторонние предметы и отогнать животных.
Однако, использование в среде обитания человека требует высоких стандартов безопасности, чтобы использование роботов не представляло риска.
Поскольку технология сложна и требует специальных навыков, компании должны обучать своих сотрудников использовать весь потенциал роботов.
-
Неврологические расширения
В неврологическом усовершенствовании используются двунаправленные интерфейсы «мозг-машина». Таким образом, сигналы могут передаваться между человеческим мозгом и машинами. Это позволяет мозгу «читать» и «записывать». Эта технология потенциально может улучшить производительность труда сотрудников и создать новые варианты лечения.
При неврологическом расширении можно улучшить когнитивные способности, такие как память, концентрация и обучение. Пример применения этого: устройства, измеряющие мозговые волны и посылающие электрические импульсы для релаксации и снижения стресса. Люди с физическими ограничениями, такими как паралич, также могут получить пользу от этой технологии. Потому что технологии могут помочь восстановить утраченные навыки.
Однако внедрение неврологических расширений сопряжено с серьёзными проблемами: поскольку эта технология напрямую связана с человеческим мозгом, возникают серьёзные риски для безопасности и конфиденциальности.
Кроме того, использование имплантатов и мозговых интерфейсов может вызвать этические проблемы, особенно в отношении изменения сознания и личности.
Заключение: технологии для бизнеса в ближайшие годы
Будь то растущая интеграция искусственного интеллекта, новых вычислительных методов или всё более тесная связь между человеком и машиной – новые трендовые технологии открывают дополнительные возможности для организаций, но также приносят с собой новые проблемы.
Эти технологии создают некоторые риски, особенно когда речь идёт об этике и защите данных. Если вы хотите добиться здесь успеха, вам нужно не только понимать эти тенденции, но и крайне ответственно относиться к новым технологиям.
Этот баланс между прогрессом и ответственными действиями будет иметь решающее значение для дальнейшего технического развития в быстро меняющемся мире.
Чтобы оставаться устойчивыми, компании должны инвестировать не только в сами технологии, но и в обучение своих сотрудников, разработку этических принципов и создание устойчивой инфраструктуры. Только так они смогут использовать весь потенциал этих тенденций.
