Przenosimy wizualizacje pomysłów i obiektów z dwuwymiarowego ekranu w sferę trójwymiarowej interakcji obejmującej głos i gesty, która umożliwia pełniejszą i bardziej intuicyjną współpracę z maszynami. Ta sfera nie tylko dynamicznie się rozwija, lecz także budzi coraz większe zainteresowanie.  Technologia komputerów przestrzennych ewoluuje, ponieważ potrafi kontekstualizować dane (czyli umieszczać je w odpowiednim kontekście 3D) i lepiej angażować użytkowników. Aby wykorzystać pełny potencjał technologii przestrzennej i sprostać współczesnym wymaganiom, potrzebne będą innowacyjne rozwiązana sprzętowe, zmodyfikowane oprogramowanie oraz nowe umiejętności i zmiany w sposobie myślenia. Dzięki sztucznej inteligencji technologia komputerów przestrzennych przekształca się z narzędzia szkoleniowego, używanego głównie przez określone grupy pracowników, w system do szerszego zastosowania biznesowego – zwiększający zyski dzięki zaawansowanej analizie danych w czasie rzeczywistym oraz automatycznym dostosowaniom.

Część firm, zamiast budować własny model od podstaw, wybiera usługi dostawców, którzy oferują gotowe narzędzia do pracy z dużymi modelami językowymi (LLM). Taka decyzja pomogła wielu przedsiębiorstwom przyspieszyć wdrażanie rozwiązań opartych na sztucznej inteligencji. Ale rozmiar to nie wszystko – czasem wielkość modelu uniemożliwia jego dostosowanie do specyficznych zadań i ogranicza elastyczność. Niektóre firmy decydują się na mniejsze, wyspecjalizowane modele, ponieważ lepiej odpowiadają one ich unikalnym wymaganiom, takim jak bezpieczeństwo, efektywność energetyczna czy wymiana informacji między różnymi autonomicznymi systemami w ramach środowiska IT. Mniejsze modele mogą współpracować, a jednocześnie realizować odrębne zadania, generować multimodalne dane wyjściowe, przeprowadzać symulacje i oferować użytkownikom usługi kilku wirtualnych asystentów. Dzięki wykorzystaniu małych, modeli typu open source zdanie „do tego służy specjalna aplikacja” może wyewoluować w kierunku fazy „tym zajmie się specjalny agent”, którą będziemy wypowiadać z myślą o różnych wirtualnych agentach AI specjalizujących się w wykonywaniu poszczególnych zadań. 

Kto pamięta, co to jest sprzęt komputerowy? Sztuczna inteligencja to dziś kwestia nie tylko oprogramowania, lecz także sprzętu. Producenci tworzą nową generację układów scalonych – wbudowują modele AI do komputerów i urządzeń brzegowych, aby umożliwić korzystanie ze sztucznej inteligencji lokalnie i bez podłączenia do Internetu. Zwiększa to możliwości użytkowników i zabezpiecza infrastrukturę technologiczną na przyszłość. Wbudowane rozwiązania AI mogą też sprawić, że Internet rzeczy (IoT) stanie się bardziej niezawodny, zwłaszcza w niektórych obszarach, takich jak urządzenia medyczne czy robotyka. Oprócz wzrostu mocy obliczeniowej, nowoczesne procesory stają się bardziej energooszczędne, co jest istotne ze względu na rosnące zapotrzebowanie globalnych systemów komputerowych na energię. Może się okazać, że firmy, które wcześniej odeszły od inwestowania w centralny sprzęt komputerowy, zaczną teraz przeznaczać więcej środków na urządzenia brzegowe, przetwarzające dane bliżej źródła ich pochodzenia – będą to jednak inwestycje poparte uzasadnieniem biznesowym i bazujące na wizji firmy. 

Nowe możliwości oparte na AI wspierają proces tworzenia kodów, testowanie oprogramowania i rozwijanie talentów. W efekcie, zespoły i piony techniczne zmieniają się. Wprowadzenie nowych możliwości potencjalnie mogłoby oznaczać odejście od modelu thin IT (polegającego między innymi na korzystaniu z zewnętrznych usług) na rzecz wzmocnienia wewnętrznych zasobów informatycznych w firmie, ponieważ inżynieria oprogramowania nadal ewoluuje jako strategiczny punkt odniesienia w różnych branżach. Jednak w efekcie może powstać nowy rodzaj thin IT – a to dlatego, że AI demokratyzuje proces tworzenia oprogramowania, IT stopniowo przejmuje też odpowiedzialność za koordynację wielu zadań obecnie wykonywanych manualnie. Potencjalnie AI może ostatecznie przekształcić pion IT w usługi, których głównym celem będzie dostarczanie wyników i które będą realizowane dzięki połączeniu wysiłków ludzkich i technologicznych.

Komputery kwantowe stają się coraz bardziej zaawansowane technologicznie, co daje nam wiele możliwości, ale też stanowi dla nas wyzwanie z punktu widzenia cyberbezpieczeństwa. Ich ogromna moc łamania szyfrów może sprawić, że obecne metody zabezpieczeń okażą się niewystarczające, podobnie jak to było w przypadku dwucyfrowych oznaczeń lat w systemach komputerowych przed rokiem 2000 (Y2K). Przygotowania do rozwiązania problemu Y2K podjęliśmy z dużym wyprzedzeniem i tak samo powinniśmy działać dzisiaj. Na czym polega różnica?  Kwestie związane z komputerami kwantowymi (Y2Q) nie wiążą się z jasno określoną datą graniczną, co jest dodatkowym utrudnieniem. Narodowy Instytut Standardów i Technologii (NIST) pracuje nad nowymi standardami szyfrowania, a każda organizacja będzie musiała zrewidować swoje podejście do cyberbezpieczeństwa. 

Wprowadzenie sztucznej inteligencji do centralnej architektury firmy radykalnie wpłynie na jej systemy i procesy. Chodzi o to, aby zapewnić użytkownikom prostotę i wygodę, ale – paradoksalnie – osiągnięcie tego celu wymaga stworzenia skomplikowanej architektury. Jednocześnie firmy w dalszym ciągu korzystają ze starszych, zindywidualizowanych systemów ERP (Enterprise Resource Planning) i rozwiązań chmurowych dostosowanych do indywidualnych potrzeb. Sztuczną inteligencję da się zintegrować z istniejącymi systemami i tak się też stanie, co może prowadzić do zmiany podstawowych danych, treści i transakcji – zwłaszcza gdy AI będzie się uczyć na danych z całej organizacji, a nawet spoza niej.