De vigtigste AI-tendenser i 2025

Kunstig intelligens (AI) fortsætter med at udvikle sig i 2025 og får stadig større indflydelse på vores dagligdag og erhvervslivet. De vigtigste tendenser inden for AI viser, hvordan teknologien når nye højder. Her gennemgår vi nogle af de centrale udviklinger, der vil forme AI’s fremtid.

1. Agentbaseret AI: Selvstændig og beslutningsdygtig AI

Agentisk AI henviser til systemer, der er i stand til selvstændigt at træffe beslutninger inden for på forhånd definerede grænser. I 2025 bliver AI-systemer stadig mere autonome med anvendelser inden for eksempelvis selvkørende køretøjer, supply chain management og endda sundhedssektoren. Disse AI-agenter er ikke kun reaktive, men også proaktive, så de aflaster menneskelige teams og øger effektiviteten.

2. Inference-time computing: Optimering af beslutninger i realtid

I takt med udbredelsen af AI-applikationer i realtidsmiljøer, såsom talegenkendelse og augmented reality, bliver beregningskraften under inferens en afgørende faktor. I 2025 er der stor fokus på hardware- og softwareoptimeringer, der skal gøre AI-modeller hurtigere og mere energieffektive. Det gælder blandt andet specialiserede chips som tensor processing units (TPU’er) og neuromorf hardware, der understøtter inferens med minimal forsinkelse.

3. Meget store modeller: Den næste generation af AI

Siden introduktionen af modeller som GPT-4 og GPT-5 er meget store modeller fortsat med at vokse i størrelse og kompleksitet. I 2025 bliver disse modeller ikke blot større, men også optimeret til specifikke opgaver såsom juridiske analyser, medicinsk diagnostik og videnskabelig forskning. Disse hyperkomplekse modeller leverer hidtil uset nøjagtighed og kontekstforståelse, men medfører også udfordringer inden for infrastruktur og etik.

4. Meget små modeller: AI til edge-enheder

I den anden ende af spektret ser vi en tendens mod meget små modeller der er specifikt udviklet til edge computing. Disse modeller anvendes i IoT-enheder såsom intelligente termostater og bærbare sundhedsenheder. Takket være teknikker som modelbeskæring og kvantisering er disse små AI-systemer effektive, sikre og tilgængelige til en lang række anvendelser.

5. Avancerede anvendelsesområder: AI  

AI-anvendelser i 2025 rækker ud over traditionelle områder som billed- og talegenkendelse. Det gælder blandt andet AI, der understøtter kreative processer såsom design af mode og arkitektur og endda komponering af musik. Derudover ser vi gennembrud inden for områder som kvantekemi, hvor AI hjælper med at opdage nye materialer og lægemidler. Men også inden for administration af komplette IT-systemer, softwareudvikling og cybersikkerhed.

6. Næsten ubegrænset hukommelse: AI uden grænser

Gennem integrationen af cloudteknologi og avancerede datastyringssystemer får AI-systemer adgang til noget, der næsten føles som en uendelig hukommelse. Det gør det muligt at fastholde kontekst over lang tid, hvilket er afgørende for anvendelser som personaliserede virtuelle assistenter og komplekse kundeservicesystemer. Denne kapacitet gør AI i stand til at levere konsistente og kontekstbevidste oplevelser over længere perioder. Faktisk husker AI alle de samtaler, den nogensinde har haft med dig. Spørgsmålet er naturligvis, om du også ønsker det, så der bør være en mulighed for at nulstille dele af eller hele hukommelsen.

7. Human-in-the-loop-augmentering: Samarbejde med AI

Selvom AI bliver stadig mere autonom, er den menneskelige faktor fortsat vigtig. Human-in-the-loop-augmentering sikrer, at AI-systemer bliver mere nøjagtige og pålidelige gennem menneskeligt tilsyn i kritiske faser af beslutningsprocessen. Det er især vigtigt i sektorer som luftfart, sundhedsvæsen og finans, hvor menneskelig erfaring og dømmekraft fortsat er afgørende. Mærkeligt nok viser forsøg med diagnoser stillet af 50 læger, at AI klarer sig bedre – og endda kun klarer sig bedre, når den assisteres af en AI. Vi skal derfor først og fremmest lære at stille de rigtige spørgsmål.

7. Reasoning-AI

Med introduktionen af O1 tog OpenAI det første skridt mod en ræsonnerende LLM. Dette skridt blev hurtigt overhalet af O3. Men konkurrencen kommer også fra en uventet kant, nemlig Deepseek R1. En open source-model til ræsonnering og reinforcement learning, der er mange gange billigere end de amerikanske konkurrenter, både hvad angår energiforbrug og brug af hardware. Da dette havde en direkte indvirkning på børsværdien af alle AI-relaterede virksomheder, satte det tonen for 2025.

Sådan kan Fortis AI hjælpe med dette emne

Fortis AI har dokumenterede resultater med at implementere digitale innovationer, der transformerer forretningsprocesser. Med vores omfattende erfaring inden for IT-tjenester og -løsninger, herunder administrerede IT-tjenester, IT-sikkerhed, cloudinfrastruktur og digital transformation, er vi godt rustet til at støtte virksomheder i deres AI-initiativer.

Vores tilgang omfatter:

• Rådgivning og strategiudvikling: Vi samarbejder med jeres team om at identificere AI-muligheder, der understøtter jeres forretningsmål, og udvikler en skræddersyet strategi for en vellykket implementering.
• Dataanalyse og -administration:  Hjælpe med at indsamle, analysere og administrere data, hvilket er afgørende for effektive AI-løsninger.
• Udvikling og integration af AI-løsninger:  Udforme og integrere AI-løsninger, der er skræddersyet til jeres behov, hvad enten det drejer sig om procesautomatisering, kundeinteraktion eller beslutningstagning.
• Undervisning og support: Selvom vi ikke selv står for undervisningen, hjælper vi med at etablere den gennem programmet

Hvilke mål du skal sætte

Når AI implementeres, er det vigtigt at opstille klare og realistiske mål, der stemmer overens med din overordnede forretningsstrategi. Her er nogle trin, der kan hjælpe dig med at definere disse mål:

1. Identificer forretningsbehov: Fastslå, hvilke områder i jeres organisation der kan drage fordel af AI. Det kan spænde fra automatisering af gentagne opgaver til forbedring af kunderelationer.
2. Vurder de tilgængelige ressourcer: Vurder de teknologiske og menneskelige ressourcer, der er til rådighed til implementering af AI. Har jeres organisation den rette infrastruktur og de nødvendige kompetencer?
3. Fastlæg specifikke og målbare mål: Formulér klare mål, f.eks. »at reducere databehandlingstiden med 30 % inden for seks måneder«.
4. Definér KPI'er og målemetoder: Afgør, hvordan I vil måle fremdriften og succesen af jeres AI-initiativer.
5. Implementér og evaluér: Implementér AI-strategien, og evaluér regelmæssigt resultaterne for at foretage justeringer med henblik på løbende forbedringer.

Ved at følge disse trin og samarbejde med en erfaren partner som Fortis AI kan du maksimere fordelene ved AI og positionere din organisation til fremtidig succes.

Konklusion

AI-tendenserne i 2025 viser, hvordan denne teknologi i stigende grad bliver integreret i vores dagligdag og løser komplekse problemer på måder, der for få år siden stadig var utænkelige. Fra avanceret agentbaseret AI til næsten ubegrænset hukommelseskapacitet lover denne udvikling en fremtid, hvor AI understøtter og beriger os samt gør os i stand til at flytte nye grænser. Læs også den spændende nyhed om den nye LLM fra OpenAI O3