過去一年中，人工智能技術(shù)飛速發(fā)展，在各行各業(yè)都收獲了巨大進(jìn)展。面對(duì)即將到來的2025年，富士通技術(shù)研發(fā)團(tuán)隊(duì)的專家對(duì)AI領(lǐng)域的發(fā)展趨勢(shì)進(jìn)行了展望，讓我們來看看未來一年，有哪些重要趨勢(shì)值得關(guān)注。

1邁向關(guān)鍵轉(zhuǎn)折的一步

2025年最令人興奮的趨勢(shì)之一，將是多個(gè)AI agent協(xié)同作業(yè)的廣泛應(yīng)用。雖然AI超越人類智慧極限的關(guān)鍵轉(zhuǎn)折尚未到來，但是我們將看到AI運(yùn)作方式的根本轉(zhuǎn)變。我們將不再依賴單個(gè)AI模型來產(chǎn)生想法或做出決策，而是多個(gè)生成式AI（GenAI）模型將相互交叉檢查，比較它們的輸出結(jié)果，以提高準(zhǔn)確性并減少錯(cuò)誤或“AI幻覺”。

這種AI agent相互“交流”的方式，將為提高AI生成內(nèi)容的可靠性帶來極大提升。這些模型相互參照結(jié)論的能力，能降低出錯(cuò)的概率，使我們朝著AI能夠自主創(chuàng)造、驗(yàn)證并完善想法的未來又靠近了一步。然而，隨著這種改變的發(fā)生，新的審查要求也將隨之而來?！癆I是否可信？”的問題將成為關(guān)鍵：我們要怎樣確保一個(gè)AI的輸出足夠可靠，以至于能夠讓另一個(gè)AI進(jìn)行驗(yàn)證呢？

要使這種方式切實(shí)有效，企業(yè)將需要AI系統(tǒng)作出解釋，并且明白模型做出每個(gè)決定的背后依據(jù)。要是沒有這些保障措施，不受約束的AI就可能產(chǎn)生不準(zhǔn)確或者有偏差的信息，而其他系統(tǒng)可能會(huì)盲目接受這些信息，這樣就可能導(dǎo)致虛假信息更快地?cái)U(kuò)散。

2AI成為企業(yè)可信賴的助手

隨著AI技術(shù)的成熟，生成式AI將逐漸成為企業(yè)環(huán)境中值得信賴的助手。除現(xiàn)有能力外，AI將有望處理組織內(nèi)部更為復(fù)雜的自動(dòng)化任務(wù)，讓員工專注于更具戰(zhàn)略性、更有價(jià)值的任務(wù)。AI將用來高效地執(zhí)行各類瑣碎任務(wù)，員工將有更多自由去參與解決問題和做決策之類的創(chuàng)造性任務(wù)。

AI能否發(fā)展成為值得信賴的助手，取決于它能否提供合乎邏輯的推理和更強(qiáng)的可解釋性。AI的決策過程必須透明，這對(duì)企業(yè)來說將是一個(gè)不容商量的要求。企業(yè)將越來越想知道AI決策背后的 “是什么？”和 “為什么？”。這種向可解釋AI的轉(zhuǎn)變將有助于解決長(zhǎng)期以來大模型被視為“黑箱”的問題，即：它們的輸出結(jié)果很清楚，但推理過程卻不為人知。

邏輯推理能力將改變游戲規(guī)則，使AI既能充當(dāng)被動(dòng)反應(yīng)的工具，又能成為業(yè)務(wù)戰(zhàn)略的主動(dòng)合作伙伴。AI將能夠提出多個(gè)假設(shè)，從而得出結(jié)論，提出驗(yàn)證過程，并展示結(jié)論的有效性。傳統(tǒng)的AI從觀察到的現(xiàn)象和已知的規(guī)律中推導(dǎo)出邏輯上正確的“結(jié)論”；而追溯推理，從觀察到的現(xiàn)象中推導(dǎo)“假設(shè)”的思維方式，也將成為可能。從各種可能性中得出創(chuàng)造性的“假設(shè)”，將有助于發(fā)現(xiàn)人類無法想象的新規(guī)則。這種向推理和可解釋AI發(fā)展的趨勢(shì)，對(duì)于做出日益復(fù)雜的企業(yè)決策至關(guān)重要，并將有助于建立對(duì)AI系統(tǒng)的信任，使其成為真正可靠、負(fù)責(zé)任的助手。

3AI的大規(guī)模應(yīng)用與可持續(xù)問題

在未來 12-18個(gè)月內(nèi)，大型語言模型（LLM）在企業(yè)各領(lǐng)域的大規(guī)模應(yīng)用將出現(xiàn)顯著增長(zhǎng)。LLM擅長(zhǎng)理解非結(jié)構(gòu)化數(shù)據(jù)，而企業(yè)全部數(shù)據(jù)中有將近九成是非結(jié)構(gòu)化數(shù)據(jù)。LLM有望成為企業(yè)從海量數(shù)據(jù)中尋求洞察力的寶貴工具。然而，要釋放LLM的真正潛力，企業(yè)需要將這些非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換成結(jié)構(gòu)化格式，如知識(shí)圖譜，以便AI更容易處理和分析。而這一過程，也將越來越多地由AI來完成。

隨著LLM進(jìn)一步融入日常業(yè)務(wù)運(yùn)營(yíng)，另一項(xiàng)艱巨挑戰(zhàn)將是管理這些AI系統(tǒng)相關(guān)的能源消耗和碳足跡?？沙掷m(xù)發(fā)展、節(jié)能減排是企業(yè)無法規(guī)避的重要課題。如何應(yīng)對(duì)AI對(duì)能源使用和碳排放帶來的影響，企業(yè)需要思考創(chuàng)新的解決方案。

開發(fā)能效更高的AI模型和計(jì)算方法對(duì)于實(shí)現(xiàn)AI的長(zhǎng)期可持續(xù)發(fā)展至關(guān)重要。未來一年中，我們將看到一種趨勢(shì)，即在不影響性能的前提下，設(shè)計(jì)出耗電更少的AI解決方案。這些進(jìn)步不僅是減少AI對(duì)環(huán)境影響的關(guān)鍵，也是使大規(guī)模部署AI對(duì)企業(yè)更可行、更具ROI的關(guān)鍵。

2025年將是塑造AI未來的關(guān)鍵時(shí)期。我們正站在關(guān)鍵轉(zhuǎn)折的風(fēng)口浪尖，見證AI驅(qū)動(dòng)的企業(yè)迅速崛起。AI的未來不僅關(guān)乎技術(shù)進(jìn)步，還關(guān)乎如何讓其賦予全人類力量，激發(fā)AI造福全人類的潛力。