Gartner heeft de belangrijkste trends belicht die de toekomst van datawetenschap en machine learning (DSML) bepalen. De industrie groeit en evolueert snel om te voldoen aan het toenemende belang van data in kunstmatige intelligentie (AI), met name nu de focus verschuift naar investeringen in generatieve AI.
Peter Krensky, Director Analyst bij Gartner, zei: “Naarmate de adoptie van machine learning in verschillende industrieën snel blijft groeien, evolueert DSML van een focus op voorspellende modellen naar een meer gedemocratiseerde, dynamische en datagerichte discipline. Dit wordt nu ook aangewakkerd door de hype rond generatieve AI. Hoewel potentiële risico’s opduiken, geldt dat ook voor de vele nieuwe mogelijkheden en use cases voor datawetenschappers en hun organisaties.”
Volgens Gartner omvatten de belangrijkste trends die de toekomst van DSML vormgeven:
Trend 1: Cloud Data Ecosystemen
Data-ecosystemen gaan van zelfstandige software of gemengde implementaties naar volledige cloud-native oplossingen. Tegen 2024 verwacht Gartner dat 50% van de nieuwe systeemimplementaties in de cloud zal zijn gebaseerd op een samenhangend cloud data-ecosysteem in plaats van op handmatig geïntegreerde puntoplossingen.
Gartner raadt organisaties aan om data-ecosystemen te evalueren op hun vermogen om gedistribueerde data-uitdagingen op te lossen, evenals om toegang te krijgen tot en te integreren met databronnen buiten hun directe omgeving.
Trend 2: Edge AI
De vraag naar Edge AI groeit om de verwerking van data mogelijk te maken op het punt van creatie aan de rand, waardoor organisaties realtime inzichten kunnen krijgen, nieuwe patronen kunnen detecteren en strenge gegevensprivacyvereisten kunnen nakomen. Edge AI helpt organisaties ook om de ontwikkeling, orkestratie, integratie en implementatie van AI te verbeteren.
Gartner voorspelt dat meer dan 55% van alle data-analyse door diepe neurale netwerken zal plaatsvinden op het punt van vastlegging in een edge-systeem tegen 2025, tegenover minder dan 10% in 2021. Organisaties zouden de toepassingen, AI-training en inferentie moeten identificeren die nodig zijn om naar edge-omgevingen bij IoT-eindpunten te verplaatsen.
Trend 3: Verantwoordelijke AI
Verantwoordelijke AI maakt van AI een positieve kracht, in plaats van een bedreiging voor de samenleving en zichzelf. Het omvat veel aspecten van het nemen van de juiste zakelijke en ethische beslissingen bij het adopteren van AI die organisaties vaak onafhankelijk aanpakken, zoals zakelijke en maatschappelijke waarde, risico, vertrouwen, transparantie en verantwoordelijkheid. Gartner voorspelt dat de concentratie van voorgeleide AI-modellen bij 1% van de AI-leveranciers tegen 2025 verantwoordelijke AI tot een maatschappelijke zorg zal maken.
Gartner raadt organisaties aan om een risico-proportionele benadering te hanteren om AI-waarde te leveren en voorzichtig te zijn bij het toepassen van oplossingen en modellen. Zoek naar garanties van leveranciers om ervoor te zorgen dat zij hun risico- en compliance-verplichtingen beheren, waardoor organisaties worden beschermd tegen mogelijk financieel verlies, juridische actie en reputatieschade.
Trend 4: Data-Centrische AI
Data-centrische AI vertegenwoordigt een verschuiving van een model- en codegerichte aanpak naar een meer data-gerichte focus om betere AI-systemen te bouwen. Oplossingen zoals AI-specifiek datamanagement, synthetische data en datalabeling-technologieën, zijn bedoeld om veel data-uitdagingen op te lossen, waaronder toegankelijkheid, volume, privacy, beveiliging, complexiteit en reikwijdte.
Het gebruik van generatieve AI om synthetische data te creëren is een gebied dat snel groeit, waardoor de last van het verkrijgen van echte wereldgegevens wordt verlicht, zodat machine learning-modellen effectief kunnen worden getraind. Tegen 2024 voorspelt Gartner dat 60% van de data voor AI synthetisch zal zijn om de realiteit, toekomstige scenario’s en derisk AI te simuleren, tegenover 1% in 2021.
Trend 5: Versnelde AI-investeringen
Investeringen in AI zullen blijven versnellen door organisaties die oplossingen implementeren, evenals door industrieën die willen groeien door middel van AI-technologieën en AI-gebaseerde bedrijven. Tegen het einde van 2026 voorspelt Gartner dat er meer dan $10 miljard zal zijn geïnvesteerd in AI-startups die vertrouwen op foundation-modellen – grote AI-modellen getraind op enorme hoeveelheden data.
Uit een recente peiling van Gartner onder meer dan 2.500 leidinggevenden bleek dat 45% meldde dat recente hype rond ChatGPT hen ertoe aanzette om AI-investeringen te verhogen. Zeventig procent zei dat hun organisatie in onderzoeks- en exploratiemodus is met generatieve AI, terwijl 19% in de pilot- of productiemodus is.
