۱۰ روند راهبردی Gartner برای مهار و توسعه هوش مصنوعی در ۲۰۲۷

Gartner فهرست ۱۰ روند راهبردی فناوری برای سال ۲۰۲۷ را با تمرکز بر گسترش توان هوش مصنوعی و ایجاد کنترل‌های سازمانی پیرامون آن منتشر کرده است. به گزارش Network World، این روندها از مدل‌های تخصصی و عامل‌های خودکار تا فناوری مستقل و رایانش زیستی را در بر می‌گیرند و برای مدیران فناوری، امنیت و زیرساخت اهمیت دارند.

سه مسیر برای فناوری سازمانی در سال ۲۰۲۷

Gartner این روندها را در سه محور دسته‌بندی کرده است: استفاده از مرزهای هوش مصنوعی غیرمتنی، حاکمیت بر بستر عامل‌های خودکار و طراحی چابکی پایدار. محور نخست شامل مدل‌های کمی بزرگ، مدل‌های استدلال گفتاری و مدل‌های جهان است. مدل‌های کمی بزرگ برای تحلیل داده‌های عددی و شبیه‌سازی سامانه‌های پیچیده طراحی می‌شوند؛ مدل‌های گفتاری تعامل صوتی را فراتر از تبدیل ساده گفتار و متن می‌برند و مدل‌های جهان نیز درک فضا، زمان و رابطه علت و معلول را هدف می‌گیرند. طبق پیش‌بینی Gartner، تا سال ۲۰۳۰ حدود ۴۰ درصد کاربردهای رباتیک از مدل‌های جهان برای تصمیم‌گیری در محیط‌های متغیر استفاده خواهند کرد؛ این سهم در سال ۲۰۲۵ کمتر از یک درصد بود. چنین تغییری می‌تواند بر معماری شبکه، ظرفیت پردازشی و شیوه پایش تجهیزات خودکار اثر بگذارد. در محور دوم، پلتفرم‌های زمینه هوش مصنوعی، چارچوب کنترل عامل‌های کدنویسی، هویت عامل‌های هوش مصنوعی و اصلاح خودکار نقاط در معرض خطر قرار دارند. پلتفرم زمینه، دانش پراکنده سازمان را برای تصمیم‌گیری دقیق‌تر عامل‌ها یکپارچه می‌کند. چارچوب عامل کدنویسی نیز با دروازه‌های بررسی و حلقه بازخورد، تولید نرم‌افزار را در چرخه توسعه کنترل می‌کند. Gartner پیش‌بینی کرده است سازمان‌هایی که در سال ۲۰۲۷ داده را بر پایه معنا برای هوش مصنوعی آماده کنند، می‌توانند دقت هوش مصنوعی عامل‌محور را تا ۸۰ درصد افزایش و هزینه‌ها را تا ۶۰ درصد کاهش دهند.

امنیت، استقلال فناوری و زیرساخت‌های تازه

هویت عامل‌های هوش مصنوعی برای تعیین دسترسی هر عامل و جلوگیری از مسیرهای کنترل‌نشده اعتبارنامه مطرح شده است. اصلاح خودکار نقاط در معرض خطر نیز شناسایی آسیب‌پذیری، آزمون و استقرار اصلاحیه را خودکار می‌کند. Gartner برآورد کرده است تا سال ۲۰۲۸، ۲۵ درصد رخنه‌های امنیتی سازمانی با سوءاستفاده از عامل‌های هوش مصنوعی ارتباط خواهد داشت. سه روند پایانی شامل SovereignTech، برنامه‌های یک‌بارمصرف و Wetware as a Service است. SovereignTech به کاهش وابستگی و تقویت حاکمیت دیجیتال کمک می‌کند. برنامه‌های یک‌بارمصرف برای یک هدف مشخص ساخته و پس از پایان نیاز کنار گذاشته می‌شوند. Wetware as a Service نیز دسترسی ابری به سامانه‌های زیستی زنده یا مصنوعی برای محاسبات کم‌مصرف را بررسی می‌کند. برای سازمان‌ها، پیام اصلی این فهرست روشن است: توسعه هوش مصنوعی بدون معماری هویت، کنترل دسترسی، پایش امنیتی و امکان جایگزینی تأمین‌کننده، ریسک عملیاتی ایجاد می‌کند. بنابراین برنامه‌ریزی ۲۰۲۷ باید سرمایه‌گذاری در هوش مصنوعی را هم‌زمان با بازطراحی شبکه، امنیت و حاکمیت داده پیش ببرد.