Von Lori Perri | Lesezeit: 3 Minuten | 12. April 2024
Das Gesamtbild
Die der generativen KI zugrundeliegenden Technologien haben sich in einem ungeahnten Tempo weiterentwickelt, was zum großen Teil auf die enormen Investitionen großer Technologieunternehmen und Forschungslabore zurückzuführen ist. Tatsächlich scheint GenAI immun gegen die allgemeine Abnahme der Risikokapitalinvestitionen zu sein, und gut finanzierte Startups entstehen und reifen weiter.
Jetzt herunterladen: 4 wichtige Initiativen, um Ihr Unternehmen für KI fit zu machen
Mit Blick auf alle vier Ebenen des generativen KI-Technologiestacks – Infrastruktur, Modelle, AI-Engineering-Tools und Anwendungen – trifft Gartner fünf Prognosen über die Entwicklung der generativen KI in den kommenden Jahren. Wir geben hier eine Vorschau auf drei davon und ihre Auswirkungen auf Ihr Unternehmen.
Obwohl Allzweckmodelle in einem breiten Spektrum von Anwendungen gut funktionieren, steigt die Nachfrage nach GenAI in vielen Sektoren. In Verbindung mit der zunehmenden Verfügbarkeit leistungsfähiger und kommerziell nutzbarer Open-Source-LLMs (Large Language Models) besteht eine große Nachfrage nach domainspezifischen Modellen.
Domainmodelle können kleiner und weniger rechenintensiv sein und die mit Allzweckmodellen verbundenen Halluzinationsrisiken verringern.
Planen Sie den Einsatz und die Verwaltung mehrerer domainspezifischer GenAI-Modelle ein, um eine Vielzahl von Anwendungsfällen zu unterstützen. Bevor Sie jedoch ein eigenes Modell erstellen, sollten Sie nach standardmäßigen domainspezifischen Modellen Ausschau halten, die Sie schulen oder an die Anforderungen Ihres Unternehmens anpassen können.
Die Entwicklung synthetischer – d. h. künstlich generierter – Daten unterstützt Systeme, bei denen echte Daten teuer, nicht verfügbar, unausgewogen oder aufgrund von Datenschutzbestimmungen unbrauchbar sind.
Durch die Einführung synthetischer Daten in Modelle können Unternehmen Umgebungen simulieren und neue Produktentwicklungsmöglichkeiten identifizieren, insbesondere in stark regulierten Branchen. Außerdem ermöglicht sie das schnelle Prototyping von Software sowie von digitalen und hybriden Erfahrungen.
Konzentrieren Sie die Nutzung synthetischer Daten auf Bereiche, die direkt mit dem Geschäftswachstum zu tun haben, wie z. B. die Entwicklung von Kundensegmenten, -reisen und -erfahrungen sowie die Schulung von maschinellen Lernmodellen.
Die rasche Einführung von generativen KI-Tools hat die negativen Auswirkungen von GenAI auf die Umwelt, die von der Öffentlichkeit und den Regierungen angemahnt werden, zu einem unmittelbaren Anliegen für Führungskräfte gemacht.
Die Minimierung des Energie- und Ressourcenaufwands für KI-Schulung und -Entwicklung ist entscheidend. Erneuerbare Energien und Infrastrukturen sowohl für lokale als auch für Cloud-Services werden an KI angepasst werden.
Kontrollieren Sie die Kosten für energieoptimierte Rechenressourcen, indem Sie Ihre Lieferanten diversifizieren, eine zusammensetzbare Architektur und Edge-Operationen für GenAI in jedem Zuständigkeitsbereich anstreben und während der Schulung hochwertige erneuerbare Energien verwenden, um die Auswirkungen auf Ihre Nachhaltigkeitsziele zu verringern.
„GenAI wird in ein breites Spektrum von Geschäftsanwendungen eingebettet, und da die zugrundeliegenden Modelle multimodal werden, kann sie reichhaltigere und intelligentere Automatisierungsworkflows ermöglichen. So können GenAI-Modelle auch autonomer werden und die Umgebungen, in denen sie geschult werden, besser widerspiegeln.“
3 Dinge, die Sie Ihren Kollegen mitteilen können
Dank kontinuierlicher Investitionen großer Technologie- und Forschungsunternehmen sowie unternehmerischer Start-ups wird GenAI auch im kommenden Jahr große Fortschritte machen.
Prognosen von Gartner – und unsere Empfehlungen für die Reaktion auf diese Vorhersagen – verschaffen IT-Führungskräften den nötigen Vorsprung.
Die drei in diesem Artikel vorgestellten Prognosen konzentrieren sich auf das Aufkommen domainspezifischer Modelle, die Verwendung synthetischer Daten und die Verbesserung der Nachhaltigkeit von GenAI.
Diesen Artikel teilen
Arun Chandrasekaran, Distinguished Vice President und Analyst bei Gartner, widmet seine Forschungsarbeit aufstrebenden Technologien und Trends. Sein besonderer Fokus liegt dabei auf künstlicher Intelligenz und Cloud-Computing. Als vertrauenswürdiger Berater unterstützt er Führungskräfte und IT-Verantwortliche, darunter Vorstandsmitglieder, CEOs, CIOs, CTOs und deren direkte Berichterstatter. Chandrasekaran hat bereits Tausende von CIOs und CTOs beraten und hunderte von Workshops zu Themen wie KI, Cloud und Innovation für eine Vielzahl von Global-2000-Organisationen durchgeführt. Zudem beobachtet er das Start-up-Ökosystem intensiv und berät Risikokapitalgeber sowie Tech-CEOs. Als zentraler Akteur im Kernteam, das aufstrebende Technologie-Trends analysiert, trägt er maßgeblich zur jährlichen Forschung von Gartner zu den wichtigsten strategischen Technologie-Trends bei. Darüber hinaus leitet er den Gartner hype Cycle für neue Technologien. Seine Forschung konzentriert sich auf aufkommende Trends in der KI, einschließlich Generative KI und KI-Grundmodelle, Public Cloud und Cloud-native Architekturen.
