Gartner Hype Cycle 2025: AI-agenter og AI-klar datadrevet innovation

AI-agenter og AI-klare data er de to hurtigst voksende teknologier på Gartners 2025 Artificial Intelligence Hype Cycle, ifølge Gartner, Inc., en virksomhed der fokuserer på forretnings- og teknologiindsigt. Disse teknologier oplever en stigning i interesse i år, sammen med ambitiøse prognoser og spekulative løfter, hvilket placerer dem øverst på de oppustede forventninger. .

Gartners hypecyklusser giver en grafisk repræsentation af modenheden og implementeringen af teknologier og applikationer, og hvordan de potentielt er relevante for at løse reelle forretningsproblemer og udnytte nye muligheder. Gartners Hype Cycle-metode giver et billede af, hvordan en teknologi eller applikation vil udvikle sig over tid, og giver en solid kilde til indsigt i at styre dens implementering inden for rammerne af specifikke forretningsmål.

”"Eftersom investeringerne i AI fortsat er stærke i år, er der et større fokus på at bruge AI til operationel skalerbarhed og indsigt i realtid," sagde Haritha Khandabattu, Senior Director Analyst hos Gartner. "Dette har ført til et gradvist skift væk fra generativ AI (GenAI) som et centralt fokus, hen imod de grundlæggende faktorer, der understøtter bæredygtig AI-levering, såsom" AI-klar data- og AI-agenter.”

Blandt de AI-innovationer, som Gartner forventer vil nå mainstream-adoption inden for de næste fem år, er multimodal AI og AI trust, risk, and security management (TRiSM) blevet identificeret som dominerende områder med høje forventninger (se figur 1). Sammen vil disse udviklinger muliggøre mere robuste, innovative og ansvarlige AI-applikationer, der transformerer den måde, virksomheder og organisationer opererer på.

Figur 1: Hypecyklussen for kunstig intelligens 2025

Kilde: Gartner (august 2025)

”"Trods den enorme potentielle forretningsværdi ved AI, vil den ikke materialisere sig spontant," sagde Khandabattu. "Succes vil afhænge af tæt forretningstilpassede pilotprojekter, proaktiv infrastrukturbenchmarking og koordinering mellem AI og forretningsteams for at skabe håndgribelig forretningsværdi."”

AI-agenter
AI-agenter er autonome eller semi-autonome softwareenheder, der bruger AI-teknikker til at opfatte, træffe beslutninger, handle og nå mål i deres virksomhed. digitalt eller fysisk miljøer. Ved hjælp af AI-metoder og -teknikker såsom kandidatuddannelser i jura (LLM) kan organisationer oprette og distribuere AI-agenter at udføre komplekse opgaver.

”"For at udnytte AI-agenter skal organisationer bestemme de mest relevante forretningskontekster og use cases, hvilket er udfordrende, fordi ingen AI-agent "Ingen to er ens, og enhver situation er unik," sagde Khandabattu. "Selvom AI-agenter fortsat vil blive mere magtfulde, kan de ikke bruges i alle tilfælde, så deres anvendelse vil i høj grad afhænge af kravene i den nuværende situation."”

AI-klare data
AI-klare data sikrer, at datasæt er optimeret til AI-applikationer, hvilket forbedrer nøjagtighed og effektivitet. Modenhed bestemmes af dataenes evne til at demonstrere deres egnethed til brug i specifikke AI-anvendelsessager. Den kan kun bestemmes kontekstuelt i forhold til AI-brugsscenariet og den anvendte AI-teknologi, som fremtvinger nye metoder til datahåndtering.

Ifølge Gartner er organisationer, der investerer i AI i stor skala, nødt til at udvikle deres datahåndteringspraksis og -kapaciteter for at udvide dem til AI. Dette vil imødekomme eksisterende og nye forretningskrav, sikre tillid, undgå risiko- og compliance-problemer, bevare intellektuel ejendom og reducere bias og hallucinationer.

Multimodal AI
Multimodale AI-modeller trænes på flere typer data på samme tid, såsom billeder, video, lyd og tekst. Ved at integrere og analysere forskellige datakilder kan de bedre forstå komplekse situationer end modeller, der kun bruger én type data. Dette hjælper brugerne med at forstå verden og åbner op for nye muligheder for AI-applikationer.

Multimodal AI vil i stigende grad blive integreret i kompetenceudvikling på tværs af alle applikationer og softwareprodukter på tværs af alle brancher i løbet af de næste fem år, ifølge Gartner-undersøgelser.

DU ER VRED
AI TRiSM spiller en afgørende rolle i at sikre etisk og sikker AI-implementering. Den består af fire lag af tekniske funktioner, der understøtter virksomhedspolitikker for alle AI-anvendelsesscenarier og hjælper med at sikre AI-styring, pålidelighed, retfærdighed, sikkerhed, troværdighed, privatliv og databeskyttelse.

”"AI bringer nye udfordringer med sig inden for tillids-, risiko- og sikkerhedsstyring, som konventionelle kontroller ikke adresserer," sagde Khandabattu. "Organisationer skal evaluere og implementere AI TRiSM-teknologi på tværs af flere lag for løbende at understøtte og håndhæve politikker på tværs af alle AI-enheder, der er i brug."”

Gartners kunder kan læse mere i rapporten Hype Cycle for Artificial Intelligence, 2025. .

Lær, hvordan du opbygger handlingsrettede strategier for at tilpasse dine operationer, styrke dine teams og øge omsætningen i den agentiske AI-æra i denne gratis Gartner-indsigt.” 5 trin til at gribe Agentic AI-muligheden” .