Deloitte: Generatywna sztuczna inteligencja oraz metaverse przemysłowy wśród najważniejszych tegorocznych trendów technologicznych

SZTUCZNA INTELIGENCJA

Nowe trendy technologiczne pokazują firmom, że w epoce generatywnych narzędzi najważniejsze jest utrzymanie zintegrowanej strategii biznesowej, solidnych podstaw technologicznych oraz kreatywnego zespołu. Wzrost popularności sztucznej inteligencji stanowi szansę dla organizacji nie tylko na zwiększenie produktywności i wydajności zespołów, ale też zbudowanie nowych modeli biznesowych. Z kolei metaverse rozwija się w kierunku obliczeń przestrzennych na żywo w rozszerzonej rzeczywistości. Według analizy ekspertów, metaświat przemysłowy ma osiągnąć wartość niemal 100 mld dolarów do 2030 r., wynika z raportu Tech Trends 2024, przygotowanego przez firmę doradczą Deloitte.

Piętnasta edycja raportu Deloitte wskazuje liderom biznesowym i technologicznym kierunek rozwoju technologii, umożliwiający zrewolucjonizowanie przedsiębiorstwa. Wśród trendów wskazanych przez ekspertów znalazły się: obliczenia przestrzenne i metaverse przemysłowy, generatywna AI jako katalizator wzrostu oraz nowe sposoby obliczeń danych.

– W ciągu ostatnich kilku lat postęp technologiczny stworzył solidny grunt dla metaświata przemysłowego oraz inwestycji w nowe rozwiązania IT i OT. Cyfrowe bliźniaki, sieci 5G, chmura, czy sztuczna inteligencja przyniosły firmom istotne możliwości rozwoju i rozwiązania ich problemów technologicznych. Procesory graficzne, chipy AI, a już niedługo komputery kwantowe i neuromorficzne zaczynają definiować następną erę obliczeń. Wyłoniliśmy kilka nowych trendów, które przedsiębiorstwa powinny uwzględnić, jeśli chcą nadążyć za transformacją technologiczną – mówi Anna Wiącek-Kocot, partnerka, liderka Zespołu Strategii i Transformacji Technologii, Deloitte.

Metaświat przemysłowy nową szansą na rozwój firm

W miarę jak metaverse przekształca się w narzędzie korporacyjne, technologie przestrzenne zyskują coraz szersze zastosowanie w realizacjach przemysłowych. Firmy wykorzystują dane i sztuczną inteligencję do odwzorowywania zachodzących już procesów w organizacji. Eksperci zapowiadają, że możliwości są obiecujące. Według prognoz przytoczonych w raporcie przychody generowane przez metaświat przemysłowy mogą osiągnąć niemal 100 mld dolarów do 2030 r. Technologia ta wykorzystuje dane przestrzenne i AI do generowania wizualizacji, stanowiących odwzorowanie procesów w czasie rzeczywistym. Takie rozwiązania zmierzają już w nowych kierunkach szerszej dziedziny obliczeń przestrzennych.

Raport Deloitte wskazuje, że web 3.0 ma wyeliminować granicę między treściami cyfrowymi a obiektami fizycznymi, skutecznie łącząc te dwie rzeczywistości. Dzięki interfejsom nowej generacji (jak np. inteligentne okulary), technologia ta może umożliwić interakcję z informacjami w czasie rzeczywistym poprzez geolokalizację czy polecenia biometryczne (takie jak głos i gesty). Biorąc pod uwagę istniejące możliwości, rynek takich obliczeń może przyćmić wcześniejsze szacunki dotyczące metaverse. Eksperci Deloitte zapowiadają, że do 2032 r. będzie on wart ponad 600 mld dolarów.

 Technologie rozszerzonej rzeczywistości przyczyniają się już dziś do wzrostu przychodów organizacji. Na przykład zastosowanie przez producentów odzieży technologii AR w swoich aplikacjach, stronach internetowych i w punktach sprzedaży stacjonarnej umożliwia im jeszcze większe różnicowanie oferty i dotarcie do klienta. Podobnie dzieje się w innych dziedzinach handlu i usług. Przewidujemy, że dzięki generatywnej sztucznej inteligencji wkrótce będziemy wykorzystywać rozszerzoną rzeczywistość do tworzenia modeli 3D z obrazów 2D, co ułatwi sposób obsługi klienta i prezentacji towarów oraz głębiej zaangażuje klientów w procesie sprzedaży – zauważa Ścibor Łąpieś, partner, lider Zespołu Technology & Cyber M&A, Deloitte.

Producenci rozwiązań AR przewidują, że oferowana przez nich technologia będzie miała wpływ także na inne sektory, m.in. medycynę, edukację, rozrywkę czy turystykę. Ulepszone i bardziej dostępne zasoby oraz sprzęt 3D wysokiej jakości mogą utorować drogę do sprawniejszej sieci przestrzennej.

Generatywna AI katalizatorem wzrostu

Odkąd sztuczna inteligencja zaczęła zyskiwać na popularności, wiele przedsiębiorstw zaczęło zastanawiać się, jakie korzyści mogą z niej czerpać dla siebie. Firmy mogą wykorzystać tę technologię do obniżania kosztów, przyspieszania procesów, zmniejszania złożoności, wzrostu zaangażowania klientów czy rozwijania innowacji i budowania zaufania. Najbardziej produktywne zastosowania generatywnej AI nie będą polegać na zastępowaniu ludzi, ale skupią się na wyposażeniu pracowników w narzędzia, które pomogą im rozwijać się i zwiększać ich produktywność, wiedzę i kreatywność. Kadra kierownicza znajduje się pod coraz większą presją, aby przyspieszyć tę transformację i wyprzedzić konkurencję.

Mogłoby się wydawać, że, generatywna sztuczna inteligencja to po prostu kolejny etap rozwoju technologii AI. Systemy uczenia maszynowego, które wspierają automatyzację wykorzystywane są od wielu lat. Teraz jednak automatyzacji poddaliśmy całą istotę pracy, łącznie z funkcjami poznawczymi. Demokratyzacja dostępu do tej technologii stworzyła okazję do zmiany modelu funkcjonowania przedsiębiorstw. Potrzebujemy wyobraźni, aby rozwinąć potencjał firm w nowych, niespotykanych dotąd obszarach – mówi Piotr Mechliński, partner associate, Risk Analytics & AI, Deloitte.

W niedalekiej przyszłości przedsiębiorstwom może być jeszcze łatwiej czerpać korzyści z generatywnej sztucznej inteligencji w swoich branżach dzięki pojawieniu się modeli uczących się na bardziej szczegółowych danych. Liderzy, którzy potrafią znaleźć nowe, kreatywne zastosowania generatywnej AI, mogą wyróżnić się na tle innych podmiotów, skupiających się przede wszystkim na śledzeniu danych.

Firmy optymalizują środowiska obliczeniowe

Od kiedy technologia stała się większym wyróżnikiem przedsiębiorstw, firmy stworzyły coraz bardziej złożone obliczeniowo obciążenia dla ich zaplecza informatycznego. Organizacje w większym stopniu wykorzystują istniejącą infrastrukturę i dodają najnowocześniejszy sprzęt, aby przyspieszyć procesy.

–  Szkolenie modeli sztucznej inteligencji, przeprowadzanie złożonych symulacji i budowanie cyfrowych bliźniaków wymagają dużych zasobów obliczeniowych. Tego typu zaawansowane rozwiązania zaczynają obciążać istniejącą infrastrukturę organizacji. Firmy wymagają obecnie wysoce zoptymalizowanych i wyspecjalizowanych środowisk obliczeniowych, aby zapewnić sobie przewagę konkurencyjną – mówi Ścibor Łąpieś.

Lepsze wykorzystanie istniejących zasobów obliczeniowych może pomóc przedsiębiorstwom przyspieszyć wiele procesów. Z drugiej strony firmy coraz częściej zwracają się w stronę specjalistycznego sprzętu. Procesory graficzne stały się istotnym elementem szkoleń modeli sztucznej inteligencji. Duże firmy z branży technologicznej i mediów społecznościowych, a także wiodące firmy badawcze, telekomunikacyjne i marketingowe wdrażają własne procesory graficzne. Jednak w przypadku mniej rozwiniętych przedsiębiorstw prawdopodobnie najpowszechniejszym podejściem będzie wykorzystanie procesorów graficznych w chmurze. Redukują one koszty szkolenia modeli AI nawet sześciokrotnie w porównaniu z modelami szkoleniowymi na tradycyjnych procesorach.

Badacze i firmy technologiczne opracowują nowe podejścia do przetwarzania danych i budują przy tym zupełnie nowe możliwości. Jednym z najbardziej obiecujących trendów mogą być obliczenia kwantowe — technologia, której wpływ staje się coraz wyraźniejszy. Komputery kwantowe reprezentują zupełnie nowy sposób wykonywania operacji na danych w porównaniu z obecnie stosowanym systemem obliczeń binarnych.

Kolejną obiecującą dziedziną są obliczenia neuromorficzne polegające na naśladowaniu struktury i funkcjonalności ludzkiego mózgu, szczególnie koncentrując się na neuronach i synapsach. Główną korzyścią stosowania tego rozwiązania jest możliwość zwiększenia wydajności pracy bez jednoczesnego wzrostu mocy. Raport Deloitte wskazuje, że nowym podejściem na rynku są również obliczenia fotoniczne. W tym przypadku procesory wykorzystują fale świetlne do przenoszenia i przechowywania danych. Dziedzina ta jest mniej rozwinięta niż informatyka kwantowa i neuromorficzna, ale badania nad nią trwają już w największych firmach technologicznych.