Multimodal GenAI Will Have Transformation Impact On Enterprise Applications By Enabling New Features And Functionality
DUBAI, UAE, September 16, 2024 – Forty percent of generative AI (GenAI) solutions will be multimodal (text, image, audio and video) by 2027, up from 1% in 2023, according to Gartner, Inc. This shift from individual to multimodal models provides an enhanced human-AI interaction and an opportunity for GenAI-enabled offerings to be differentiated.
Erick Brethenoux, Distinguished VP Analyst at Gartner, said, “As the GenAI market evolves towards models natively trained on more than one modality, this helps capture relationships between different data streams and has the potential to scale the benefits of GenAI across all data types and applications. It also allows AI to support humans in performing more tasks, regardless of the environment.”
Multimodal GenAI is one of two technologies identified in the 2024 Gartner Hype Cycle for Generative AI, where early adoption has potential to lead to notable competitive advantage and time-to-market benefits. Along with open-source large language models (LLMs), both technologies have high impact potential on organizations within the next five years.
Among the GenAI innovations Gartner expects will reach mainstream adoption within 10 years, two technologies have been identified as offering the highest potential - domain-specific GenAI models and autonomous agents (see Figure 1).
Figure 1: Hype Cycle for Generative AI, 2024
Source: Gartner (September 2024)
“Navigating the GenAI ecosystem will continue to be overwhelming for enterprises due to a chaotic and fast-moving ecosystem of technologies and vendors,” said Arun Chandrasekaran, Distinguished VP Analyst at Gartner. “GenAI is in the Trough of Disillusionment with the beginning of industry consolidation. Real benefits will emerge once the hype subsides, with advances in capabilities likely to come at a rapid pace over the next few years.”
Multimodal GenAI
Multimodal GenAI will have a transformational impact on enterprise applications by enabling the addition of new features and functionality otherwise unachievable. The impact is not limited to specific industries or use cases, and can be applied at any touchpoint between AI and humans. Today, many multimodal models are limited to two or three modalities, though this will increase over the next few years to include more.
“In the real world, people encounter and comprehend information through a combination of different modalities such as audio, visual and sensing,” said Brethenoux. “Multimodal GenAI is important because data is typically multimodal. When single modality models are combined or assembled to support multimodal GenAI applications, it often leads to latency and less accurate results, resulting in a lower quality experience.”
Open-Source LLMs
Open-source LLMs are deep-learning foundation models that accelerate enterprise value from the implementation of GenAI, by democratizing commercial access and allowing developers to optimize models for specific tasks and use cases. Additionally, they provide access to developer communities in enterprises, academia and other research roles that are working toward common goals to improve and make the models more valuable.
“Open-source LLMs increase innovation potential through customization, better control over privacy and security, model transparency, ability to leverage collaborative development, and potential to reduce vendor lock-in,” said Chandrasekaran. “Ultimately, they offer enterprises smaller models that are easier and less costly to train, and enable business applications and core business processes.”
Domain-Specific GenAI Models
Domain-specific GenAI models are optimized for the needs of specific industries, business functions or tasks. They can improve use-case alignment within the enterprise, while delivering improved accuracy, security and privacy, as well as better contextualized answers. This reduces the need for advanced prompt engineering compared with general-purpose models and can lower hallucination risks through targeted training.
“Domain-specific models can achieve faster time to value, improved performance and enhanced security for AI projects by providing a more advanced starting point for industry-specific tasks,” said Chandrasekaran. “This will encourage broader adoption of GenAI because organizations will be able to apply them to use cases where general-purpose models are not performant enough.”
Autonomous Agents
Autonomous agents are combined systems that achieve defined goals without human intervention. They use a variety of AI techniques to identify patterns in their environment, make decisions, invoke a sequence of actions and generate outputs. These agents have the potential to learn from their environment and improve over time, enabling them to handle complex tasks.
“Autonomous agents represent a significant shift in AI capabilities,” said Brethenoux. “Their independent operation and decision capabilities enable them to improve business operations, enhance customer experiences and enable new products and services. This will likely deliver cost savings, granting a competitive edge. It also poses an organizational workforce shift from delivery to supervision.”
Gartner clients can read more in the report “Hype Cycle for Generative AI, 2024.” Learn more in the complimentary Gartner webinar “What Mature Organizations Do Differently for AI Success.”
Gartner CIO & IT Executive Conference
Gartner analysts will provide additional analysis on insights and trends shaping the future of IT and business, including accelerating business transformation, application modernization, infrastructure and operations at the Gartner CIO & IT Executive Conference, taking place September 23-25 in São Paulo and November 19-21 in Dubai. Follow news and updates from the conference on X using #GartnerCIO.
جارتنر
تتوقع تحول 40% من حلول الذكاء الاصطناعي التوليدي إلى حلول متعددة الوسائط بحلول
عام 2027
الذكاء
الاصطناعي التوليدي متعدد الوسائط سيكون له أثر تحولي على تطبيقات المؤسسات من
خلال تمكين خصائص ووظائف جديدة
جولد
كوست، أستراليا – 16
سبتمبر 2024: كشف تقرير جديد لشركة جارتنر للأبحاث أن 40% من حلول
الذكاء
الاصطناعي التوليدي ستصبح بحلول عام 2027 متعددة الوسائط
(نصوص، صور، صوت، فيديو) في ارتفاع عن النسبة المسجلة عام 2023 والبالغة 1%. ويتيح
هذا الانتقال من النماذج الفردية إلى النماذج متعددة الوسائط تفاعلاً أفضل بين الإنسان والذكاء
الاصطناعي،
ويوفر فرصة لتمايز عروض الخدمات المعززة بالذكاء الاصطناعي التوليدي.
وقال
إريك
بريثينوكس،
نائب الرئيس لشؤون التحليلات لدى جارتنر: "بالتزامن مع التطور الذي يشهده سوق
الذكاء الاصطناعي التوليدي والتحول باتجاه النماذج التي يتم تدريبها منذ البداية
على عدة وسائط، فإن هذا الأمر سيساعد في تسليط الضوء على العلاقات بين قنوات تدفق
البيانات المختلفة، ويتمتع بالقدرة على توسيع نطاق الفوائد الناتجة
عن الذكاء الاصطناعي التوليدي على امتداد جميع أنواع
البيانات
والتطبيقات، كما يسهم في تمكين الذكاء الاصطناعي من دعم العنصر البشري في أداء
المزيد من المهام بغض النظر عن البيئة".
ويعتبر
الذكاء الاصطناعي التوليدي متعدد الوسائط واحد من تقنيتين تم تحديدهما في تقرير موجة شعبية
الذكاء الاصطناعي التوليدي "هايب سايكل
2024" الصادر عن جارتنر والذي أشار إلى أن التبني المبكر لهما سيوفر
مزايا تنافسية ملموسة وفوائد مرتبطة بالوقت اللازم للوصول إلى السوق. وبالإضافة
إلى نماذج اللغات الكبيرة مفتوحة المصدر، تنطوي التقنيتان على أثر كبير محتمل على
المؤسسات خلال الأعوام الخمسة المقبلة.
وأشارت
توقعات جارتنر إلى أنه من ضمن ابتكارات الذكاء
الاصطناعي التوليدي المتعددة التي سيتم تبنيها في القطاعات
الرئيسية خلال الأعوام العشرة المقبلة، فإن هناك تقنيتين تمت الإشارة إليهما على
أنهما تتمتعان بأكبر قدر ممكن من الإمكانيات وهما: نماذج الذكاء الاصطناعي
التوليدي محددة القطاعات، والوكلاء المستقلون.
من جهته قال أرون شاندراسكاران، نائب
الرئيس لشؤون التحليلات لدى جارتنر: "سيبقى التعامل مع الذكاء الاصطناعي
التوليدي صعباً بالنسبة للمؤسسات نظراً للمنظومة الفوضوية والسريعة للتقنيات
والمزودين. لقد وصل توظيف الذكاء الاصطناعي التوليدي إلى مرحلة تضاؤل الآمال بالتزامن
مع بداية دمجه في القطاعات، إذ أن الفوائد الفعلية ستبدأ بالظهور بعد هدوء الضجة
المثارة حوله، ومن المرجح أن تتوالى التطورات في القدرات بوتيرة متسارعة على مدى
الأعوام القليلة المقبلة".
الذكاء
الاصطناعي التوليدي متعدد الوسائط
سيكون
للذكاء الاصطناعي التوليدي أثر تحولي على تطبيقات
المؤسسات
إذ سيسهم في تمكينها من إضافة خصائص ووظائف جديدة لم تكن ممكنة في السابق. ولن
يكون الأثر مقتصراً على قطاعات أو حالات استخدام محددة، إذ يمكن تطبيق هذه التقنية
في أي نقطة من نقاط التفاعل ما بين الإنسان والذكاء الاصطناعي. وتتسم العديد من
النماذج متعددة الوسائط الحالية باقتصارها على اثنتين أو أكثر من الوسائط، إلا أن
هذا العدد مرجح للزيادة خلال الأعوام القليلة المقبلة.
وأضاف
بريثينوكس: "يتفاعل الأفراد في عالم الواقع مع المعلومات ويفهمونها من خلال مجموعة
من الوسائط المختلفة مثل الصوت والصورة والاستشعار. وتأتي أهمية الذكاء الاصطناعي
التوليدي متعدد الوسائط من حقيقة أن البيانات عادة ما تكون هي الأخرى متعددة
الوسائط. ولدى دمج نماذج الوسائط الفردية أو تجميعها بهدف دعم تطبيقات الذكاء
الاصطناعي التوليدي متعدد الوسائط، فإن هذا الأمر غالباً ما يسفر عن فترات تأخير وتحقيق
نتائج أقل دقة، ما يؤدي بدوره إلى تقديم تجربة ذات جودة أقل".
نماذج
اللغات الكبيرة مفتوحة المصدر
تعتبر
نماذج
اللغات الكبيرة مفتوحة المصدر نماذج أساسية للتعلم العميق تسهم في
زيادة القيمة التي يمكن للمؤسسات تحقيقها من تطبيق الذكاء الاصطناعي التوليدي وذلك
من خلال نشر الاستخدام التجاري وإتاحة الفرصة للمطورين لتحسين النماذج المستخدمة في
مهام وحالات استخدام محددة. وبالإضافة إلى ذلك، فإنها توفر إمكانية الوصول إلى مجتمعات
المطورين في المؤسسات والأوساط الأكاديمية وغيرها من المهام البحثية التي تسعى
لتحقيق أهداف مشتركة تتمثل في تحسين النماذج وجعلها أكثر قيمة.
وأوضح
شاندراسكاران قائلاً: "تسهم نماذج اللغات الكبيرة في زيادة إمكانيات الابتكار
من خلال تحسين التخصيص، والتحكم الأفضل بالخصوصية والأمن، وشفافية النماذج،
والقدرة على الاستفادة من التطوير التعاوني، وإمكانيات التقليل من الاعتماد على موردين محددين. وفي نهاية المطاف، فإنها
تقدم إلى المؤسسات نماذج أصغر تتسم بسهولة التدريب والتكلفة الأقل وتدعم تطبيقات
الأعمال والعمليات الأساسية".
نماذج
الذكاء الاصطناعي التوليدي محددة القطاعات
يتم
تحسين نماذج الذكاء الاصطناعي التوليدي محددة القطاعات بهدف تلبية احتياجات هذه
القطاعات ووظائف ومهام الأعمال. ويمكن لهذه النماذج أن تسهم في تحسين التوافق ما
بين حالة الاستخدام والمؤسسة، كما تقوم في ذات الوقت بتوفير مستويات محسنة من
الدقة والأمن والخصوصية، إضافة إلى تقديم أجوبة سياقية أفضل. وتسهم هذه الأمور
جميعها في تقليل الحاجة إلى هندسة أوامر متقدمة مقارنة بنماذج الأغراض العامة، كما
يمكنها أن تقلل من مخاطر الآمال الكبيرة المتعلقة بقدرات هذه التقنيات وذلك عبر التدريب
المستهدف.
وعلق
شاندراسكاران بالقول: "يمكن للنماذج محددة
القطاعات
تقليل الوقت اللازم لتحقيق القيمة وتحسين الأداء ومستويات الأمان لمشاريع الذكاء
الاصطناعي وذلك من خلال توفير نقطة بداية أكثر تقدماً لتنفيذ المهام في القطاعات
المحددة. سيؤدي هذا الأمر إلى تشجيع التبني الأوسع للذكاء الاصطناعي التوليدي لأن
المؤسسات ستكون أكثر قدرة على تطبيقه في حالات الاستخدام التي لا تتمتع نماذج
الأغراض العامة فيها بأداء جيد".
الوكلاء
المستقلون
الوكلاء
المستقلون
هم عبارة عن أنظمة مشتركة تحقق أهدافاً محددة بدون تدخل بشري. وتستخدم هذه الأنظمة
مجموعة من أساليب الذكاء الاصطناعي التوليدي من أجل تحديد الأنماط السائدة في بيئتهم،
واتخاذ القرارات، وتحفيز سلسلة من الإجراءات، وتقديم النتائج. ويتمتع الوكلاء
بالقدرة على التعلم من بيئاتهم وتحسين قدراتهم بمرور الوقت، ما يمكّنهم من التعامل
مع المهام المعقدة.
واختتم
بريثينوكس بالقول: "يجسد الوكلاء المستقلون نقلة كبيرة في قدرات الذكاء
الاصطناعي، إذ تتيح قدرتهم على العمل بصورة مستقلة واتخاذ القرارات تحسين عمليات
الأعمال وتجربة العميل ودعم المنتجات والخدمات الجديدة، ما يؤدي بدوره إلى تحقيق
وفورات في التكاليف وضمان ميزة تنافسية للمؤسسات. كما يمثل هؤلاء الوكلاء تحولاً
في القوى العاملة المؤسسية من أداء أدوار التنفيذ إلى أدوار الإشراف".
يمكن
لعملاء جارتنر الاطلاع على المزيد في تقرير موجة شعبية
الذكاء الاصطناعي التوليدي "هايب سايكل 2024" الصادر عن جارتنر. كما
يمكنكم معرفة المزيد خلال ندوة جارتنر على شبكة الإنترنت تحت عنوان: "ما هي الخطوات
المختلفة التي تتخذها المؤسسات لتحقيق نجاح الذكاء الاصطناعي".
