Hybride Arbeitskräfte, Robotik, Expertenmodelle – was von KI im Jahr 2025 zu erwarten ist

Mehr als zwei Jahre nach dem Debüt von ChatGPT sagt Marco Argenti, Chief Information Officer von Goldman Sachs, dass das Potenzial der generativen künstlichen Intelligenz in den Fokus rückt. Die Entwicklung von immer leistungsfähigeren großen Sprachmodellen (LLMs), die durch Fortschritte in der Robotik noch verstärkt werden, wird nach Ansicht von Argenti im Jahr 2025 zu weitreichenden Veränderungen in allen Bereichen führen, von der Beschäftigung bis hin zur Regulierung der Technologie.

Argenti, der ehemalige Vice President für Technologie bei Amazon Web Services, macht fünf Vorhersagen darüber, wie sich KI in naher Zukunft entwickeln und mit Unternehmen und der Gesellschaft interagieren könnte.

1. Die neue hybride Belegschaft: KI-Systeme werden den Menschen immer ähnlicher. Warum sollte man sie nicht auch wie Menschen beschäftigen?

Die Fähigkeit von KI-Modellen, komplexe, langanhaltende und bedeutende Aufgaben zu planen und auszuführen, wird allmählich ausgereift sein. Dies wird die Voraussetzungen dafür schaffen, dass Unternehmen schließlich KI-Mitarbeiter "anstellen" und ausbilden können, um sie in hybride Teams einzubinden, in denen Menschen und KIs zusammenarbeiten. Die Frage ist: Wie bringt man Menschen und KI am besten dazu, zusammenzuarbeiten? Die Unternehmen werden menschliche Manager fortbilden, um eine hybride Belegschaft zu leiten. Die Rolle der Personalabteilung wird sich zu einer Abteilung für menschliche und maschinelle Ressourcen entwickeln. Es könnte zu den ersten KI-"Entlassungen" kommen, bei denen KI-Modelle durch bessere KI-Tools oder durch Menschen ersetzt werden, wenn sie im Vergleich zu ihren Peers schlecht abschneiden.

2. Das Aufkommen von KI-Experten: Die KI-Version der Doktortitel wird kommen.

Unternehmen werden KI in ihre eigenen Daten integrieren, entweder mit Retrieval-Augmented Generation (RAG) – einer Architektur, die LLMs mit externen, spezialisierten Datensätzen verbinden kann – oder über einen Prozess, der als Finetuning bekannt ist und ein verbessertes Training eines LLM mit einem kleineren, spezialisierten Datensatz beinhaltet. Infolgedessen werden nach und nach KI-Expertensysteme oder große Expertenmodelle mit fortgeschrittenen Fähigkeiten und branchenspezifischem Wissen entstehen – zum Beispiel spezialisierte Modelle für Medizin, Robotik, Finanzen oder Materialwissenschaften.

3. Durchbrüche in der Robotik dank KI: Bisher wurden KI-Modelle im Wesentlichen durch das Lesen aller verfügbaren Bücher der Welt trainiert. Was wäre, wenn sie an der Welt selbst trainiert würden?

Kinder lernen zu laufen, bevor sie lesen lernen. In gleicher Weise wird die Kreuzung von LLMs und Robotik die KI zunehmend in die physische Welt bringen und sie in die Lage versetzen, diese zu erfahren, was dazu beitragen wird, der KI Denkfähigkeiten zu verleihen. Gleichzeitig werden diese Modelle Standardhardware in spezialisierte Komponenten verwandeln, die weit über ihre Standardfähigkeiten hinausgehen. Fortschrittliche Kameras mit billigen Sensoren, Mikrophone in Studioqualität mit preiswerten Wandlern und mechanische Gelenke von der Stange, die komplexe Arbeitsschritte ausführen können, werden die Kosten für die Kombination von fortschrittlicher KI und Robotik senken und die Innovation beschleunigen.

4. Die Regulation verläuft von global zu lokal: Da die Welt regulatorische Klarheit erwartet, werden Prinzipien verantwortungsvoller künstlicher Intelligenz für Vorstände und ihre Vorsitzenden in den Mittelpunkt der Aufmerksamkeit rücken.

Neben (und in gewisser Weise unabhängig von) nationalen, staatlichen oder sektoralen Vorschriften werden Unternehmen in allen Sektoren weiterhin die Vorteile der Implementierung angemessener Kontrollen, wie z.B. der Grundsätze für verantwortungsvolle KI (d.h. eine Form der Selbstregulierung), erkennen. Verantwortungsvolle KI wird eine noch größere Priorität für CEOs und Vorstände von Großunternehmen werden.

5. Konsolidierung großer Modelle: Die Erfahrungen der Formel 1 werden auf die KI übertragen.

Aufgrund der Kosten und der Komplexität der Motorenentwicklung in der Formel 1 gibt es viele Autos, aber nur wenige Motorenhersteller. In ähnlicher Weise werden die Investitionen, die erforderlich sind, um große Frontiermodelle (die größten und fortschrittlichsten) für KI zu trainieren und zu pflegen, letztendlich dazu führen, dass es nur eine Handvoll Anbieter gibt. Die Konsolidierung wird das widerspiegeln, was in den Bereichen Cloud-Infrastruktur, Datenbanken und Betriebssysteme stattgefunden hat, wo die Gesamtzahl der Unternehmen, die große KI-Engines entwickeln, an einer Hand abzählbar sein wird. Start-ups, die heute "modellzentriert" sind, werden sich auf die Entwicklung von Lösungen verlagern, die modellunabhängig sind, und sich stattdessen auf andere Aspekte der KI wie Compliance, Sicherheit, Datenintegration, Orchestrierung, Automatisierung und Benutzerfreundlichkeit konzentrieren.

Aktuelle Analysen und Trends aus dem Finanzsektor findest Du auch im kostenlosen KnowHow-Magazin von Goldman Sachs unter www.gs.de

Dieser Artikel wird ausschließlich zu Informationszwecken zur Verfügung gestellt. Die in diesem Artikel enthaltenen Informationen stellen keine Empfehlung einer Goldman Sachs-Einheit für den Empfänger dar, und Goldman Sachs erteilt weder durch diesen Artikel noch für den Empfänger eine Finanz-, Wirtschafts-, Rechts-, Anlage-, Buchhaltungs- oder Steuerberatung. Weder Goldman Sachs noch eines seiner verbundenen Unternehmen gibt eine ausdrückliche oder stillschweigende Zusicherung oder Garantie für die Richtigkeit oder Vollständigkeit der in diesem Artikel enthaltenen Aussagen oder Informationen, und jegliche Haftung (einschließlich in Bezug auf direkte, indirekte oder Folgeschäden) wird ausdrücklich abgelehnt.

Quelle: Dieser Beitrag erschien am 9. Januar 2025 auf www.goldmansachs.com unter dem Titel „What to expect from AI in 2025: hybrid workers, robotics, expert models“ im Bereich Insights/Articles. Bitte beachte, dass die darin getroffenen Aussagen keine Anlageempfehlungen darstellen.

Bitte beachte unsere Hinweise zu Risiko, Haftungsausschluss und Impressum, die Du hier findest.