Så kan AI påverka olika branscher under 2025

Snowflake tror på ett mer utvecklat och moget användande av AI i olika branscher nästa år. Arkivbild.

AI Data Cloud-företaget Snowflake har presenterat sina spaningar gällande användningen av AI inom olika branscher under 2025.

Snowflake tror på ett mer utvecklat och moget användande av AI, där man har förflyttat sig från experimentfasen till en bred implementering och användning av den nya tekniken står inför dörren och olika branscher påverkas på olika sätt.

– Många organisationer har testat sig fram gällande användningen av AI under det senaste året och under 2025 ser vi att en mognad inom användningen av AI kommer ha uppnåtts där man kan börja se en avkastning på företagens investeringar, säger Mats Stellwall, Principal Architect AI/ML på Snowflake.

– Dessutom kommer vi se hur företag behöver anpassa sig efter de regelverk för användning av AI som sakta men säkert börjar komma på plats, till exempel EU AI Act, vilket kommer att ställa högre krav på företag att använda sig av AI på ett ansvarsfullt sätt, tillägger han.

Finanssektorn: Tillsynsmyndigheter kommer att granska användningen av AI inom finanssektorn för att etablera branschstandarder

Snowflake en hög risk att vi kommer att få uppleva en betydande AI-relaterad cybersäkerhetincident inom finanssektorn, som kommer att utlösa en våg av nya regleringar, och som kommer att påskynda tillsynen av AI i branschen. Hittills har finansinstituten ännu inte känt av effekterna av strängare AI-regler, till stor del på grund av att tillsynsmyndigheterna inte kan hålla jämna steg med den snabba tekniska utvecklingen.

”Så småningom kommer detta att förändras eftersom tillsynsmyndigheterna inte har något annat val än att agera”. Snowflake förutspår att finansinstituten snabbt kommer att behöva utveckla robusta ramverk för hur man arbetar med styrning och skapar skyddsnät för sina AI-system.

”Detta skifte kommer att skapa ett ökat fokus på att främja ansvarsfull användning av AI inom fintechbranschen, och företag som inte lyckas anpassa sig snabbt kan komma att drabbas av allvarliga påföljder, medan de som snabbt lever upp till kraven på AI-efterlevnad kommer att få betydande konkurrensfördelar gentemot andra företag som inte är lika snabba i sin anpassning”.

Vårdsektorn: AI-modeller kommer att förbättra medicinsk diagnostik och komplettera mänsklig expertis

Vårdsektorns fokus under det kommande året kommer att ligga på att utveckla AI-system som kan arbeta tillsammans med vårdpersonal, inte ersätta dem, enligt Snowflake. Avancerade AI-modeller kommer att ha en betydande inverkan på medicinsk diagnostik, särskilt inom områden som radiologi och onkologi.

I motsats till vad som tidigare befarats, kommer denna teknik dock inte att ersätta den mänskliga arbetskraften helt och hållet, framhåller företaget. I stället kommer den att öka vårdpersonalens kapacitet så att de kan fokusera på mer komplexa fall och att snabbare kunna ställa diagnoser.

Att integrera AI i diagnostik kräver dock en balans mellan maskinell precision och mänsklig expertis, och det som fortsatt kommer att prioriteras är transparens och möjligheten att förklara AI-assisterade diagnoser. Många av de vanligaste AI-modellerna som används inom patientvård idag, där denna typ av insyn och transparens inte finns, kommer därmed sannolikt inte att användas just av detta skäl.

Detaljhandel: Vågen av generativ AI kommer att skapa en Data Science-revolution för detaljhandlare och konsumentvaruproducenter

Även om generativ AI fortfarande skapar rubriker så är det fortsatt utmanande att implementera tekniken i en organisation på en större skala. Snowflake spår en omvandling inom detaljhandeln och konsumentvaruproducenter där ett bredare införande av datastrategier som förenklar och effektiviserar användningen av Data Science och machine learning inom hela organisationen. Denna trend kan göra det möjligt för företag att gå från att experimentera med till att införa AI i hela verksamheten.

”Fokus kommer att flyttas från konsumentinriktade applikationer som chattbotar till grundläggande användningsområden, till exempel snabbare beslutsfattande med hjälp av snabbt tillgängliga operativa data, integrering av olika datakällor för en mer komplett bild av marknaden och bättre verktyg för användare att driva åtgärder”, skriver Snowflake. Detta tror man kommer att påverka även mindre tekniskt avancerade delar av verksamheten, som ekonomi- eller lagerhantering.

Telekom: AI-driven nätverksoptimering och smarta investeringar kommer att bli allt vanligare

Under 2025 kommer telekomoperatörer i allt högre grad att använda AI för avancerad nätverksoptimering och kapacitetsplanering för att optimera sina affärer. Konceptet ”smart kapacitetsplanering” kommer att fortsätta att vinna mark, där AI-system hjälper operatörerna att fatta datadrivna beslut om var de ska investera i nätkapacitet baserat på affärsmål och intäktspotential, och inte bara tekniska behov, enligt Snowflake.