Većina poslovnog softvera i aplikacija bit će multimodalna do 2030.

Tijekom sljedeće jedne do tri godine multimodalni GenAI modeli sve će više obogaćivati aplikacije, predviđa Gartner. Tvrtka prognozira da će do 2030. čak 80 posto poslovnog softvera i aplikacija biti multimodalno, u odnosu na manje od 10 posto u 2024.

„Prijelaz na multimodalni poslovni softver predstavlja temeljnu transformaciju poslovnih operacija i inovacija“, izjavila je Roberta Cozza, viša direktorica i analitičarka u Gartneru. „Multimodalni GenAI revolucionirat će poslovne aplikacije dodavanjem značajki i funkcionalnosti koje su ranije bile nedostižne, utječući na sektore poput zdravstva, financija i proizvodnje. Poboljšavanjem domensko-specifičnih jezičnih modela povećat će se točnost, automatizirati operacije i unaprijediti kontekstualna inteligencija u donošenju odluka, omogućujući umjetnoj inteligenciji da proaktivno djeluje u različitim zadacima.“

Tehnologije visokog utjecaja poput multimodalnih GenAI modela nalaze se u središtu Gartnerova Emerging Tech Impact Radar izvješća za GenAI. Lideri proizvoda morat će donositi ključne odluke o ulaganju u ove nadolazeće tehnologije kako bi omogućili kupcima da ostvare novu razinu vrijednosti u svom poslovanju.

Multimodalni GenAI omogućuje korištenje više vrsta ulaznih i izlaznih podataka unutar jednog generativnog modela, uključujući slike, video, zvuk (govor), tekst i numeričke podatke. Multimodalnost povećava upotrebljivost GenAI-ja jer modeli mogu obrađivati i generirati rezultate kroz različite oblike podataka. Danas mnogi multimodalni modeli rade s dvije ili tri modalnosti (npr. tekst-u-video ili govor-u-sliku), no u idućim godinama očekuje se proširenje na nove i raznovrsnije modalitete.

„Poduzeća bi se trebala fokusirati na integraciju multimodalnih mogućnosti u svoj softver kako bi unaprijedila korisničko iskustvo i operativnu učinkovitost. Korištenjem različitih ulaza i izlaza podataka koje nudi multimodalni GenAI, tvrtke mogu otključati nove razine produktivnosti i inovacija“, zaključila je Cozza.

Uvođenje multimodalnih sustava posebno će utjecati na industrije koje se oslanjaju na složene podatke i višestruke izvore informacija. U zdravstvu se očekuje primjena u dijagnostici, gdje kombinacija medicinskih slika, laboratorijskih nalaza i pacijentovih podataka može značajno povećati točnost i brzinu donošenja odluka. U financijskom sektoru multimodalnost će omogućiti naprednije modele za procjenu rizika, detekciju prijevara i personalizaciju usluga, dok će u proizvodnji donijeti prediktivno održavanje i pametnu automatizaciju proizvodnih linija.

Europske kompanije već testiraju multimodalne modele u kontekstu pametnih gradova, mobilnosti i energetske učinkovitosti, a prema analitičarima, do 2028. više od polovice velikih poduzeća u EU imat će barem jedan kritičan poslovni proces u potpunosti oslonjen na multimodalni GenAI. To jasno pokazuje da multimodalnost nije samo tehnološki trend, već ključni stup buduće digitalne transformacije.