362
近日，Cloudera發(fā)布2025年五大科技趨勢預(yù)測，揭示了在未來一年生成式AI和AI Agent等創(chuàng)新技術(shù)的發(fā)展趨勢。其中包括生成式AI的應(yīng)用將趨向務(wù)實(shí)，AI Agent將在商業(yè)決策中發(fā)揮重要作用。同時，企業(yè)面臨著AI生成數(shù)據(jù)激增的挑戰(zhàn)，亟需提升數(shù)據(jù)治理能力。企業(yè)需要強(qiáng)大的數(shù)據(jù)管理和多云策略來訪問、存儲和分析數(shù)據(jù)，從而獲取數(shù)據(jù)的最大價值，充分發(fā)揮AI潛力。
預(yù)測一：生成式AI熱度減退，企業(yè)將采取更務(wù)實(shí)的AI策略
預(yù)計(jì)到2025年，企業(yè)將在生成式AI應(yīng)用上分化為兩大陣營。一類是已成功應(yīng)用生成式AI的企業(yè)，通過成熟應(yīng)用實(shí)現(xiàn)了顯著成效。麥肯錫的數(shù)據(jù)顯示，65%的企業(yè)已通過生成式AI實(shí)現(xiàn)了人力資源成本的有效控制，并在供應(yīng)鏈管理中提升了收入。例如，金融服務(wù)機(jī)構(gòu)作為生成式AI的早期用戶，正逐步從基于規(guī)則的欺詐檢測系統(tǒng)向基于模型的系統(tǒng)轉(zhuǎn)型，推動行業(yè)邁向新的發(fā)展階段。生成式AI的核心價值在于規(guī)?；闹R獲取和洞察生成，數(shù)據(jù)質(zhì)量是確保AI模型成功運(yùn)行的關(guān)鍵。因此，擁有龐大、可信數(shù)據(jù)的企業(yè)將在這一趨勢中更具競爭優(yōu)勢發(fā)，可以利用這些數(shù)據(jù)獲得可操作的洞察。
而另一類企業(yè)由于缺乏足夠的數(shù)據(jù)儲備，難以從生成式AI中獲得相同效益。因此他們將更傾向于采用傳統(tǒng)AI或確定性機(jī)器學(xué)習(xí)模型，以提升效率和生產(chǎn)力。Cloudera預(yù)測，企業(yè)將不再相信生成式AI的大肆炒作，而是專注于制定與企業(yè)整體目標(biāo)一致的技術(shù)投資計(jì)劃。
預(yù)測二：AI智能體（AI Agent）將重塑商業(yè)決策
目前，AI仍無法復(fù)制人類做出的所有決策，但明年Agentic AI將改變這一現(xiàn)狀。生成式AI智能體是中國企業(yè)持續(xù)探索創(chuàng)新行業(yè)應(yīng)用場景并實(shí)現(xiàn)投資變現(xiàn)的一種方式。Agentic AI將推動創(chuàng)新浪潮，改變實(shí)時問題解決和決策過程。AI智能體高效優(yōu)化任務(wù)，迅速應(yīng)對挑戰(zhàn)，并實(shí)時靈活調(diào)整。這將促使企業(yè)構(gòu)建事件驅(qū)動型架構(gòu)，支持AI能夠及時響應(yīng)現(xiàn)實(shí)事件，從而徹底改變電信和物流等行業(yè)。
Agentic AI運(yùn)行復(fù)雜模擬的能力，將幫助企業(yè)更快地規(guī)劃、測試和優(yōu)化，提供實(shí)時且可實(shí)踐的深刻洞察。例如，我們將見證電信網(wǎng)絡(luò)變得更加智能，AI能夠預(yù)測風(fēng)暴等影響服務(wù)的情況，從而主動采取措施，將潛在的服務(wù)中斷降至最低，同時以意想不到的方式全面提升客戶體驗(yàn)。
預(yù)測三：“全天候”AI為數(shù)據(jù)管理帶來新挑戰(zhàn)
展望2025年，AI將如同空氣無處不在，滲透至個人生活的方方面面。智能手機(jī)將成為私人助力，不僅能自動分析電子郵件，還可以根據(jù)個人日常習(xí)慣和偏好，智能規(guī)劃后續(xù)行動步驟或確認(rèn)任務(wù)的優(yōu)先級，而且上述處理都將在本地模型中完成，嚴(yán)格保障隱私安全。同時，汽車也會變得更加智能，根據(jù)實(shí)時交通信息和天氣預(yù)測，為個人出行預(yù)測最佳路線。
隨著AI全面普及，其生成的數(shù)據(jù)量將呈現(xiàn)爆炸式增長。隨著中國企業(yè)對計(jì)算能力需求的提高，這一趨勢也會為數(shù)據(jù)管理帶來巨大挑戰(zhàn)。IDC預(yù)測，到2026年50%的中國企業(yè)將與云服務(wù)商形成生成式AI平臺、開發(fā)者工具、基礎(chǔ)設(shè)施的戰(zhàn)略合作，這給企業(yè)數(shù)據(jù)和成本的管控治理提出了新的要求。
面對數(shù)量龐大且種類繁多的AI生成數(shù)據(jù)，企業(yè)如何從中挖掘出有價值的信息，成為亟待解決的問題。企業(yè)努力從不斷增長且種類繁多的AI生成數(shù)據(jù)中獲取洞察力，糟糕的數(shù)據(jù)管理可能會導(dǎo)致企業(yè)被信息流淹沒，難以有效地利用這些數(shù)據(jù)資源。
隨著AI成為日常運(yùn)營的標(biāo)配，新挑戰(zhàn)也隨之而來。如何確保AI提供的洞察信息既相關(guān)、又具可操作性，同時滿足最基本的安全性和彈性要求，避免其成為無意義的噪音，成為企業(yè)亟需攻克的難題。為了充分釋放 AI 潛力，企業(yè)需要強(qiáng)大的數(shù)據(jù)管理和多云策略來訪問、存儲和分析數(shù)據(jù)，無論數(shù)據(jù)是在本地、云中還是在邊緣，都能提煉獲取數(shù)據(jù)的最大價值。
預(yù)測四：單純的混合云架構(gòu)已無法滿足企業(yè)需求
如果說2024年是生成式AI的試點(diǎn)年，那么在2025年企業(yè)將致力于推動生成式AI的全面生產(chǎn)和規(guī)?；渴稹＿@一轉(zhuǎn)變表明，單純的混合云架構(gòu)已無法滿足企業(yè)需求，用于數(shù)據(jù)和分析的多云及混合能力將成為關(guān)鍵。隨著混合環(huán)境的逐步擴(kuò)展，企業(yè)的數(shù)據(jù)分布于本地、大型機(jī)、公有云和邊緣等多種平臺，生成式AI模型需要靈活部署到數(shù)據(jù)所在之處，確保數(shù)據(jù)和工作負(fù)載在業(yè)務(wù)內(nèi)的無縫遷移，以產(chǎn)生高效洞察并滿足企業(yè)需求。 隨著大量數(shù)據(jù)輸入至AI模型服務(wù)中，安全和治理問題也日益凸顯。德勤的研究指出，企業(yè)采用生成式AI的最大障礙是合規(guī)風(fēng)險和治理問題。隨著企業(yè)開始在本地或公有云中運(yùn)行私有AI模型和應(yīng)用，混合數(shù)據(jù)管理平臺的需求日益增長。這類平臺集成了本地與云數(shù)據(jù)源，因此具備更高的靈活性且支持更廣泛的數(shù)據(jù)訪問，在保障模型端點(diǎn)安全和治理的同時，賦予企業(yè)更強(qiáng)的控制力。
預(yù)測五：私有大語言模型（LLM）將逐漸取代公有大語言模型，成為企業(yè)優(yōu)選
隨著企業(yè)AI創(chuàng)新將在未來一年成為新的焦點(diǎn)，企業(yè)將逐步摒棄公有LLM，轉(zhuǎn)而選擇企業(yè)級或私有LLM，以提供更加符合企業(yè)背景的精準(zhǔn)洞察。麥肯錫研究顯示，目前僅有不到一半（47%）的企業(yè)在積極定制和開發(fā)其專屬模型。預(yù)計(jì)到2025年，企業(yè)將加快定制AI解決方案的步伐，包括AI聊天機(jī)器人、虛擬助手和專屬代理應(yīng)用等，以滿足特定行業(yè)或業(yè)務(wù)的需求。
越來越多企業(yè)將采用企業(yè)級LLM，這將對GPU的高性能支持提出更高要求，以比傳統(tǒng)CPU更快的速度運(yùn)行，同時確保數(shù)據(jù)管理系統(tǒng)具有更高的安全性和隱私保護(hù)。此外，企業(yè)還將增加對檢索增強(qiáng)生成（RAG）技術(shù)的應(yīng)用，將通用LLM轉(zhuǎn)化為行業(yè)或組織專屬的數(shù)據(jù)倉庫，從而為現(xiàn)場支持、人力資源和供應(yīng)鏈等領(lǐng)域的終端用戶提供更加精準(zhǔn)、可靠的數(shù)據(jù)支持。
彈指一揮間，Cloudera在中國已經(jīng)走過了十年發(fā)展歷程。在過去十年中，Cloudera始終走在創(chuàng)新浪潮的最前端，從近幾年來火爆的數(shù)據(jù)湖倉一體、大語言模型和AIGC，再到元數(shù)據(jù)管理。Cloudera始終關(guān)注著創(chuàng)新技術(shù)的誕生和發(fā)展，并同步更新其產(chǎn)品路線圖，支持客戶在業(yè)務(wù)環(huán)境中部署和落地創(chuàng)新技術(shù)應(yīng)用，從數(shù)據(jù)中獲得更多業(yè)務(wù)洞察。展望未來，Cloudera將繼續(xù)保持前瞻性技術(shù)創(chuàng)新，與中國客戶及合作伙伴攜手，開啟下一個十年輝煌。
