2024年11月，BCS向其专业成员询问了他们认为人工智能在2025年将对哪些领域产生最大影响的看法。Brian Runciman MBCS对此进行了报道。
去年，BCS关于技术优先事项的年度研究中，IT领导者和技术专业人士的关注点发生了重大变化，人工智能的关注度大幅上升，而云计算的关注度有所下降。BCS近年来以各种形式报告了未来IT需求，再次针对2025年，我们向两个关键群体提出了问题：IT领导者和数字/IT专业人士。
我们要求参与者选择一个他们认为AI将在2025年产生最大影响的领域。参与者只能选择一个选项。以下是他们的选择，按顺序排列：
信息技术（17%），客户服务（14%），医疗和社会护理（14%），出版/创意产业（9%），市场营销（7%），教育（7%），国防（6%），金融（4%），零售（3%），法律（2%），制造业（2%），其他（3%）以及那些选择“不知道”的（11%）。
我们要求大型语言模型（LLM）概述成员们给出的原因，解释为什么特定领域会受到最大影响。以下是其中两个领域的概述，附带一些具体的原始评论，以展示背后的思考。
信息技术领域的影响
调查表明，AI正在对信息技术产生重大影响，特别是通过减少中级程序员的工作岗位，自动化影响了高低级别的角色。尽管AI仍被视为一种工具，但它正在通过改进任务和生产力来改变IT服务。随着AI的采用增加，它正在推动研发预算的增长，特别是在关注IT进步的行业中。软件工程师和支持角色正在被自动化，早期采用AI的企业已经在利用它提高效率，预计未来各行业将进一步整合AI。
AI管理复杂基础设施、改善服务提供和增强软件开发（如代码生成和文档编写）的潜力越来越明显。AI在威胁检测和网络安全方面也起着关键作用，以保护系统和防止攻击，从而提升安全性。许多IT公司已经从AI中看到了积极的投资回报率，尤其是在增强开发流程和生产力的工具上。随着AI的成熟，具备相关技能的IT专业人士将能够充分利用这些工具，AI将在编码和文档编写中承担更多任务，提高整体生产力。此外，AI还将在数据分析、大数据管理和支持基础设施及系统设计方面发挥重要作用。
人类反馈分析
那么，人类的实际评论又是怎样的呢？几位评论者指出，由于IT是支撑AI的基础，因此它将是受影响最早且最深的行业。一位IT专业人士评论说：“虽然当前一代的大型语言模型（LLM）和‘传统’机器学习模型可能更容易在其他行业中实施并更具颠覆性，但不幸的是，IT和软件开发是唯一普遍能够理解和实施有意义AI解决方案的行业。我预计其他行业在短期内将保持不变，直到进入AI的门槛降低或它们的技术能力得到提升。”
另一位成员提到：“AI的新发现速度令人惊叹，这种影响波及每个领域。世界必须意识到AI的到来是为了革新一切。我们越早接受它，情况就会越好。”
用户需求的变化也可以推动重大变革，正如一位成员所说：“个性化程度的提升是一个重要的议程项目。消费者希望花更多的时间在对他们重要的事情上。然而，技术本身并不能让人更高效，但技术和AI可以成为极好的生活辅助工具。”
仍然存在一些保留意见。一位成员评论道：“坚实的商业用例仍然很少见。在大多数情况下，真正的AI更像是‘一个可以玩弄的工具’，而不是有一个坚实的需求集和明确的财务商业案例。”
还有关于‘人在环路’（human-in-the-loop）的持续担忧，但也有建设性的建议。一位成员表示：“很多繁重的工作可以通过AI在需求和编码方面完成。人们可以通过优化结果来增加价值。”另一位成员简单写道：“AI非常适合创建适合IT的接口。”
医疗和社会护理领域的影响
对于医疗和社会护理，LLM概述指出了老龄化人口带来的日益增长的挑战。此外，劳动力短缺正在推动对创新工具的需求，AI作为弥补这一差距的解决方案逐渐崭露头角。AI特别擅长处理大量医疗数据，在医学影像、诊断和预测分析等方面具有显著优势。AI的成功应用，例如读取医学扫描和检测异常，已经吸引了大量投资和采用，特别是在自动化耗时任务以加快诊断速度和决策方面。
在医疗成本不断上涨的背景下，AI可以通过自动化行政职能来减轻经济压力。其快速诊断和治疗的能力尤其有利于急诊护理和肿瘤学等高压环境，这些环境中快速干预至关重要。AI还可以通过自动化重复任务和提供决策支持来减轻过度负担的医护人员的压力，帮助减少职业倦怠和工作量。
AI工具的进步为医疗护理提供了新的方式，包括早期干预、个性化治疗计划和预测模型。然而，必须解决伦理和监管问题，以确保AI的整合符合隐私标准并为所有利益相关者带来实际好处。此外，AI的机器学习能力使其能够预测疾病爆发、识别健康风险并提供预防护理，这在基因组学、药物发现和早期疾病检测方面尤为重要。
人类反馈分析
关于这个领域的评论非常丰富。
一位成员指出，还存在社会问题：“由于英国医疗系统的复杂性，使用通用AI（GenAI）进行支持有许多小的、渐进的和立即的好处。为了实现这一点，必须建立能够促进可信协作的大型语言模型，而这正在发生。”
患者的参与至关重要：“越来越多的数据可用于训练AI，以帮助医疗专业人员做出决策和管理患者，这可能会带来更好的患者结果。患者需要被赋权并鼓励积极参与与医疗服务提供者的互动。”
另一位成员提到了全球范围内医疗专业人员的短缺及其高昂的雇佣成本：“这两个因素给公共和私营部门带来了压力。医疗的许多方面涉及数据分析，这是AI的理想应用场景。此外，有大量可用的培训数据可以帮助创建用于医疗的AI模型。所有这些因素使得AI对医疗机构非常有吸引力。”
(全文结束)
