Volgens onderzoeksbureau Gartner zijn AI-agents en AI-ready data de twee snelst ontwikkelende technologieën in de Gartner Hype Cycle voor kunstmatige intelligentie (AI) voor 2025. Deze technologieën genieten dit jaar een verhoogde interesse, gepaard gaand met ambitieuze prognoses en speculatieve beloften, waardoor ze zich op het hoogtepunt van de opgeblazen verwachtingen bevinden .
Gartner Hype Cycles bieden een grafische weergave van de volwassenheid en acceptatie van technologieën en applicaties, en hoe deze potentieel relevant zijn voor het oplossen van reële bedrijfsproblemen en het benutten van nieuwe kansen. De Gartner Hype Cycle-methodologie geeft inzicht in hoe een technologie of applicatie zich in de loop der tijd zal ontwikkelen en biedt gedegen inzicht in hoe de implementatie ervan binnen de context van specifieke bedrijfsdoelen kan worden beheerd.
“Nu de AI-investeringen dit jaar sterk blijven, wordt er meer nadruk gelegd op het gebruik van AI voor operationele schaalbaarheid en realtime intelligentie”, aldus Haritha Khandabattu , Senior Director Analyst bij Gartner. “Dit heeft geleid tot een geleidelijke verschuiving van generatieve AI (GenAI) als centrale focus naar de fundamentele enablers die duurzame AI-levering ondersteunen, zoals AI-ready data en AI-agents .”
Van de AI-innovaties die volgens Gartner binnen vijf jaar breed geaccepteerd zullen worden, zijn multimodale AI en AI Trust, Risk & Security Management (TRiSM) aangewezen als koplopers. Samen zullen deze ontwikkelingen robuustere, innovatievere en verantwoorde AI-toepassingen mogelijk maken en de manier waarop bedrijven en organisaties opereren transformeren.
“Ondanks de enorme potentiële bedrijfswaarde van AI, zal deze niet spontaan ontstaan”, aldus Khandabattu. “Succes zal afhangen van nauw op het bedrijfsleven afgestemde pilots, proactieve benchmarking van infrastructuur en coördinatie tussen AI en bedrijfsteams om tastbare bedrijfswaarde te creëren.”
AI-agenten zijn autonome of semi-autonome software-entiteiten die AI-technieken gebruiken om waar te nemen, beslissingen te nemen, acties uit te voeren en doelen te bereiken in hun digitale of fysieke omgeving. Met behulp van AI-praktijken en -technieken zoals LLM’s creëren en implementeren organisaties AI-agenten om complexe taken uit te voeren.
“Om de voordelen van AI-agents te benutten, moeten organisaties de meest relevante bedrijfscontexten en use cases bepalen. Dat is een uitdaging, aangezien geen enkele AI-agent hetzelfde is en elke situatie anders is”, aldus Khandabattu. “Hoewel AI-agents steeds krachtiger worden, kunnen ze niet in alle gevallen worden ingezet. Het gebruik ervan zal dus grotendeels afhangen van de vereisten van de situatie.”
AI Ready Data zorgt ervoor dat datasets geoptimaliseerd zijn voor AI-toepassingen, wat de nauwkeurigheid en efficiëntie verbetert. De gereedheid wordt bepaald door het vermogen van de data om aan te tonen dat ze geschikt zijn voor specifieke AI-use cases. Dit kan alleen worden bepaald in de context van de AI-use case en de gebruikte AI-techniek, wat nieuwe benaderingen van databeheer vereist.
Volgens Gartner moeten organisaties die op grote schaal in AI investeren hun databeheerpraktijken en -capaciteiten verder ontwikkelen om deze uit te breiden naar AI. Dit zal inspelen op bestaande en toekomstige zakelijke behoeften, vertrouwen waarborgen, risico’s en complianceproblemen vermijden, intellectueel eigendom beschermen en vooroordelen en hallucinaties verminderen.
Multimodale AI-modellen worden gelijktijdig getraind met meerdere soorten data, zoals afbeeldingen, video, audio en tekst. Door diverse databronnen te integreren en te analyseren, kunnen ze complexe situaties beter begrijpen dan modellen die slechts één type data gebruiken. Dit helpt gebruikers de wereld te begrijpen en opent nieuwe mogelijkheden voor AI-toepassingen.
Uit onderzoek van Gartner blijkt dat multimodale AI de komende vijf jaar een steeds belangrijkere rol gaat spelen bij de verbetering van de capaciteiten van elke applicatie en elk softwareproduct in alle sectoren.
“AI brengt nieuwe uitdagingen met zich mee op het gebied van vertrouwen, risicobeheer en beveiligingsbeheer die conventionele controles niet aanpakken”, aldus Khandabattu. “Organisaties moeten gelaagde AI TRiSM-technologie evalueren en implementeren om beleid continu te ondersteunen en af te dwingen voor alle gebruikte AI-entiteiten.”
Klanten van Gartner kunnen meer lezen in het rapport Hype Cycle for Artificial Intelligence, 2025.(https://www.gartner.com/en)