Gartner razkriva tehnologije, ki bodo rešile umetno inteligenco
Razvoj generativne umetne inteligence je trenutno na najbolj prelomni točki, kar potrjuje njen premik na znamenitem Gartnerjevem ciklu pričakovanj. Po ugotovitvah analitikov je tehnologija pravkar prešla vrh napihnjenih pričakovanj in zdaj nezadržno drvi v dolino razočaranja.
Ta faza streznitve ne pomeni konca inovacij, temveč konec slepe ulice, v katero so podjetja zašla z razvojem izjemno dragih in kompleksnih lastnih modelov, zgrajenih iz nič. Gartnerjeva analiza jasno kaže, da propad megalomanskih in nestrateških projektov odpira vrata tehnologijam, ki so bistveno bolj pragmatične, stroškovno učinkovite in predvsem dolgoročno obetavne.
Analitiki kot glavno svetlo točko in rešitev za izhod iz doline razočaranja izpostavljajo prehod k manjšim, visoko specializiranim modelom ter arhitekturam, ki temeljijo na povečevanju zmogljivosti z iskanjem podatkov, znanim pod kratico RAG. Namesto nesmiselnega trošenja virov za treniranje lastnih gigantskih nevronskih mrež postaja industrijski standard uporaba že obstoječih, izjemno zmogljivih odprtokodnih modelov, denimo modela Gemma 4.
Poudarek se iz gole surove računske moči pospešeno seli k inteligentni orkestraciji in izkoriščanju storitev, ki primarno delujejo prek standardiziranih in odprtih vmesnikov v ekosistemih, opredeljenih kot OpenAI-API-compatible. To podjetjem prinaša prepotrebno arhitekturno fleksibilnost in preprečuje nevarno ujetost v drage, zaprte sisteme enega samega oblačnega ponudnika.
Druga izjemno obetavna veja, ki jo Gartner postavlja v ospredje prihajajočega pobočja razsvetljenja, so agentski delovni tokovi oziroma agentna umetna inteligenca. Tehnološka industrija se skozi boleče napake uči, da zgolj pasivno generiranje besedila ali programske kode ne prinaša prave dodane vrednosti.
Prihodnost se skriva v avtonomnih agentih, ki lahko znotraj varnih podjetniških okolij samostojno rešujejo kompleksne večstopenjske probleme, komunicirajo z zalednimi sistemi in zanesljivo izvajajo konkretne delovne naloge. Umetna inteligenca s tem prevzema vlogo aktivnega akterja pri optimizaciji poslovnih procesov.
