Om de senaste två åren har framväxten av Generativ AI gett oss en glimt av potentialen hos denna teknik – och vi måste hålla med om att den har haft en ganska stor inverkan på områden som kundservice. År 2025 förväntas vi se utvecklingen av "agenta-AI", som lovar att väsentligt förändra tekniklandskapet. I takt med den allt större utbredningen av AI-modeller till ännu fler företag och nischer är faktum att ingen företag idag kan ignorera den potentiella tillämpningen av AI inom innovation eller drift.
Till skillnad från traditionella AI:er, som kräver ständig mänsklig övervakning, är agenta-AI:er utformade för att fungera självständigt och utföra komplexa uppgifter utan direkt mänsklig inblandning. Denna framsteg möjliggörs av djupinlärningsalgoritmer som gör det möjligt för systemen att förstå och bearbeta stora mängder data i realtid, och snabbt anpassa sig till ny information och sammanhang.
Dessutom använder agenta AI-system stora mängder data från olika källor för att analysera utmaningar självständigt, utveckla strategier och utföra komplexa och sekventiella uppgifter. Potentialen för tillämpning av denna typ av AI är enorm, från kundservice, till behandling av vilken som helst information eller processer i företaget, och även inom cybersäkerhet, där det är möjligt att automatisera uppgifter som idag måste göras med mänsklig intervention, som att analysera och åtgärda sårbarheter i system.
I Brasil är adoptionen av liknande AI fortfarande i ett tidigt skede. Det finns redan några sektorer som testar den nya modellen, och enligt en undersökning gjord av Institutet för tillämpad ekonomisk forskning (IPEA) planerar ungefär 40 % av de stora brasilianska företagen att integrera agenta-IA-system i sina verksamheter fram till 2025.
Påverkan av agentbaserad AI
Den potentiella påverkan av agentbaserad AI är enorm. Banker och finansinstitut kan minska förekomsten av bedrägerier med upp till 50 % med hjälp av teknologi, enligt den brasilianska bankfederationen (FEBRABAN).
Hälsosektorn kan också tillämpa den nya teknologin. Brasilianska Läkarförbundet (AMB) framhäver att artificiell intelligens har potential att minska medicinska fel med upp till 30 %, eftersom teknologin kan analysera medicinska journaler, testresultat och patienters hälsohistoria för att föreslå mer precisa diagnoser. Inom industrin kommer intelligent automation att drivas av agentbaserad AI, som möjliggör autonom drift av maskiner och processer.
Expansion av generativ AI till produktionsmiljön
Även med spridningen av användningen av generativ AI har dess påverkan fortfarande varit låg i den produktiva miljön, med den mest intensiva användningen inom vissa nischer, som bild- och videoproduktion. Enligt Gartner kommer adoptionen av denna AI-modell att öka i produktionsmiljön fram till 2026 – och nå upp till 80 % av företagen.
I Brasil ökar företagens adoption av generativa AI-verktyg i takt med att organisationerna inser värdet av dessa teknologier för att optimera processer och främja innovation. Företag inom olika sektorer, inklusive reklam, media och design, har använt generativ AI för att skapa personligt anpassat innehåll och mer effektiva kampanjer.
Dessutom börjar stora företag integrera generativ AI i sina dagliga verksamheter för att förbättra dataanalys, automatisering av repetitiva uppgifter och förutsägelser av marknadstrender. Implementeringen av dessa verktyg kan förändra hur brasilianska företag fungerar, öka effektiviteten och konkurrenskraften på den globala marknaden.
AI kommer att bli allt mer humaniserad
Lanseringen av ChatGPT-5 förväntas äga rum under de kommande månaderna, och en av de mest efterlängtade funktionerna i denna nya version är den förbättrade förmågan hos verktyget att hålla naturliga samtal. Det betyder att chatboten kommer att kunna följa en konversation, förstå sammanhanget och den dolda meningen, och till och med svara "känslomässigt".
Dessutom har experter föreslagit att GPT-5 kommer att ha resonemangsförmågor liknande människans, och kunna förstå sammanhanget i en konversation på ett mer omfattande sätt.
2025: året för små AI-modeller
När AI uppstod, antogs de lärande modellerna kallade LLMs – eller Large Language Models – i stor utsträckning för att populära verktyg skulle dyka upp på marknaden. Dessa modeller tränas på stora mängder data – men dessa informationer är mer ytliga.
Små modeller är billigare att bygga och driva och är lättare att anpassa till specialiserade tillämpningar. Istället för att försöka göra allt är små modeller anpassade för att utföra en mer begränsad uppsättning av vardagliga uppgifter för ett specifikt affärsbehov.
LLMs har miljarder parametrar och kräver enorma mängder data och datorkraft för att träna och köra. Små modeller, å andra sidan, kan tränas effektivt med mindre data och kräver mycket mindre datorkraft (och därmed energi) för att köra.
Sammanfattningsvis lovar dessa förändringar att omvandla olika sektorer och föra med sig betydande innovationer till människors och företags vardag. AI:s framsteg, både när det gäller tillgänglighet och sofistikering, kommer att demokratisera tillgången till avancerad teknik ännu mer och bana väg för en framtid där teknologin är djupt integrerad i alla aspekter av samhället.
Med den ökande spridningen av små AI-modeller och fler specialiserade förväntas personalisering och effektivitet nå nya nivåer, vilket ger lösningar som alltmer är anpassade till varje sektors specifika behov. Därför lovar år 2025 utan tvekan att bli ett år av stora revolutioner för AI.
