NVIDIA AI 專家預測，智能商店、新型機器人將不斷崛起，并且醫療健康、制造業等領域將實現突破性發展。

自計算機時代到來后，各行各業都存儲了海量數據，但其中大部分數據都從未得到利用。

這些未被利用的數據約有 120 ZB，相當于數萬億 TB，是全球所有海灘上全部沙粒數量的 120 倍以上。現在，全球各個行業都在構建和定制大語言模型（LLM），使得這些未經開發的數據發揮出其應有價值。

隨著 2025 年的臨近，醫療健康、電信、娛樂、能源、機器人、汽車和零售等行業都在使用這些模型，并將模型與其專有數據相結合，為創建具有推理能力的 AI 做好準備。

在下文中，NVIDIA 專家介紹了多個行業，這些行業每年可在全球范圍內帶來價值 88 萬億美元的商品和服務。他們預測，能夠在邊緣駕馭數據并提供近乎瞬時洞察的 AI 即將進入人們周邊的醫院、工廠、客戶服務中心、汽車和移動設備。

在此之前，讓我們先來聽聽 AI 對 AI 自身的預測。當被問及“各行業在 2025 年首要的 AI 趨勢是什么？”時，Perplexity 和 ChatGPT 4.0 均回答說，代理式 AI 與邊緣 AI、AI 網絡安全以及 AI 驅動型機器人將并列第一。

代理式 AI 是一種新的生成式 AI，幾乎可以自主運行。它可以根據對大量數據集的持續學習和分析，做出復雜的決策和行動。代理式 AI 的適應性強，目標明確，可自我修正，而且還能與其他 AI 智能體聊天或向人類尋求幫助。

接下來，我們來聽聽 NVIDIA 專家對未來一年的期望：

Kimberly Powell

NVIDIA 醫療健康副總裁

人機互動：從理解和響應人類指令，到執行和協助復雜的手術，機器人將以各種方式協助人類臨床醫生。

數字孿生、模擬和 AI 正在讓這一切成為可能。這些技術可以在虛擬環境中訓練和測試機器人系統，以降低真實世界試驗所帶來的風險。同時也可以對機器人加以訓練，讓其在幾乎任何情況下做出反應，提高它們在不同臨床情況下的適應性和性能。

用于訓練機器人執行復雜任務的新型虛擬世界將會使自主手術機器人成為現實。這些手術機器人將能夠精確地執行復雜手術任務，縮短患者的康復時間，并減少外科醫生的認知工作量。

數字健康智能體：代理式 AI 和多智能體系統的出現，將緩解當前勞動力短缺和護理成本上升的挑戰。

行政健康服務的形式將成為由數字人幫助您處理文本、預約等工作，由此迎來一個由軟件提供服務的時代，并催生服務即軟件的行業。

全天候的個性化護理服務將改變患者體驗，而醫療健康人員將與智能體合作，從而減少文書工作，檢索和總結患者病史，并為患者推薦臨床試驗和最先進的治療方案。

藥物發現和設計 AI 工廠：就像 ChatGPT 無需實際的書寫進行試錯即可生成電子郵件或詩歌一樣，藥物發現領域的生成式 AI 模型可以解放科學思考和探索。

在進行耗時且昂貴的濕實驗室實驗之前，科技生物和生物制藥公司已經開始將生成、預測和優化分子的模型結合起來，來探索近乎無限的靶向藥物潛在組合。

藥物發現和設計 AI 工廠將使用所有濕實驗室數據，完善 AI 模型并重新部署這些模型，從而通過學習前一項實驗而改進隨后的每一項實驗。依托這些 AI 工廠，這些行業將從發現過程轉變為設計和工程過程。

Rev Lebaredian

NVIDIA Omniverse 和仿真技術副總裁

讓我們擁抱物理 AI：為能夠感知、理解物理世界并與之互動的 AI 模型做好準備，這是企業將要競相應對的一項挑戰。

大語言模型主要從人類反饋中進行強化學習，而物理 AI 則需要在仿效物理定律的“世界模型”中學習。通過加速物理 AI 模型的訓練，并在各行業的機器人系統中持續訓練，基于物理學的大規模仿真正在讓全世界通過機器人實現物理 AI 的價值。

買的越多，省的越多：除了是否足夠智能之外，成本負擔是阻礙人形機器人普及的一大因素。不過，隨著代理式 AI 為機器人帶來新型智能，機器人的數量將會增加，成本也將大幅下降。工業機器人的平均成本從 2010 年的 4.6 萬美元大幅降至 2017 年的 2.7 萬美元，預計到 2025 年將降至 1.08 萬美元。隨著這些設備的價格大幅降低，它們將像移動設備一樣在各行業普及。

Deepu Talla

NVIDIA 機器人與邊緣計算副總裁

重新定義機器人：今天，當人們想到機器人時，腦海中通常會浮現出自主移動機器人（AMR）、機械臂或人形機器人的圖像或內容。但是，未來的機器人將會是一套能夠感知、推理、計劃和行動、以及持續學習的自主系統。

在不久的將來，從手術室、數據中心到倉庫和工廠，機器人將無處不在。甚至交通控制系統，又或整個城市，也將從靜態、人工操作的系統轉變為基于物理 AI 的自主交互式系統。

小語言模型的興起：為了提高在邊緣運行的機器人功能，預計小語言模型將會崛起，它們不僅節能，而且還能避免因向數據中心發送數據而帶來的延遲問題。邊緣計算向小語言模型的轉變將為汽車、零售和先進機器人等多個行業帶來更強的推理能力。

Kevin Levitt

NVIDIA 金融服務全球總監

AI 智能體提升公司運營：AI 驅動的智能體將深度融入金融服務生態系統，以改善客戶體驗，提高生產力，并降低運營成本。

將有各種形式的 AI 智能體來適配每家金融服務公司的特定需求。類人的 3D 化身將接受請求并直接與客戶互動，而基于文本的聊天機器人將在數秒內匯總數千頁的數據和文件，繼而為所有業務職能部門的員工提供準確、定制化的洞察。

AI 工廠將成為行業標配：行業內的 AI 用例正在激增。這些用例包括為滿足反洗錢和“了解客戶”監管要求而改進身份驗證，減少交易欺詐的誤判，以及生成新的交易策略以提高市場回報。AI 還能實現文件管理自動化，從而幫助消費者和企業在金融之路上縮短融資周期。

為了抓住這樣的機遇，金融機構將構建 AI 工廠，利用全棧加速計算，盡可能提高性能和利用率，建立能夠為成百上千項用例提供服務的 AI 驅動的應用，從而在競爭中脫穎而出。

AI 輔助數據治理：由于金融數據的敏感性和嚴格的監管要求，企業在使用數據創建可靠、合法的 AI 應用時，數據治理將成為優先事項，包括欺詐檢測、預測和預報、實時計算和客戶服務等。

企業將在 AI 模型的幫助下構建、控制、協調、處理和利用金融數據，使遵守法規和保護客戶隱私的過程更加高效、簡便，并降低勞動強度。在了解行業內大量未充分利用的非結構化數據并從中獲得可付諸行動的見解方面，AI 發揮著至關重要的作用。

Richard Kerris

NVIDIA 媒體和娛樂業務副總裁

通過 AI 享受娛樂：AI 將繼續變革娛樂行業，從電視節目到體育直播，AI 為每塊屏幕帶來超個性化的內容。利用生成式 AI 和先進的視覺語言模型，各平臺將根據個人品味、興趣和情緒，提供沉浸式的個性化體驗。不妨想象一下，預告圖片和宣傳短片可以捕捉到新節目或直播活動的精華內容，并建立即時的個人聯系。

在體育直播中，AI 將提高可訪問性和文化相關性，提供語言配音、個性化評論和本地化改編。AI 還將通過實時調整節奏、質量和互動選項來提升連續觀看時長，從而吸引粉絲。這種新的互動水平將把流媒體從被動體驗轉變為引人入勝的旅程，拉近人們與情節以及彼此之間的距離。

AI 驅動型平臺還將根據個人偏好，量身定制推薦、預告片和內容，從而與觀眾建立更深層次的連接。借助 AI 的超個性化功能，觀眾將能夠發現隱藏的內容，重新找回以前的最愛，并獲得被理解的體驗。對娛樂行業而言，AI 將推動增長和創新，引入新的商業模式并支撐全球化內容戰略，以此滿足觀眾的獨特喜好，消除娛樂的邊界感，使之充滿吸引力和個性。

Ronnie Vasishta

NVIDIA 電信高級副總裁

AI 連接：電信運營商將開始經由同一網絡提供生成式 AI 應用和 5G 連接。AI 無線接入網（AI-RAN）能夠讓電信運營商將傳統的單一用途基站從成本中心轉變為能夠為各類設備提供 AI 推理服務的營利資產，同時更高效地實現最佳網絡性能。

AI 智能體挺身而出：電信行業將率先使用代理式 AI 來執行關鍵業務。電信運營商將使用 AI 智能體處理多類任務，例如向客戶推薦省錢方案和排除網絡連接故障、解答賬單疑問和處理付款等事務。

更高效、更高性能的網絡：為了提高效率、提供特定站點學習和降低功耗，AI 還將被用于無線網絡層。作為一種智能性能優化工具，運營商可以通過 AI 持續觀察網絡流量，預測擁堵模式，并在故障發生前予以調整，從而實現最佳網絡性能。

響應主權 AI 號召：各國將日益依賴在管理復雜的分布式技術網絡方面擁有豐富經驗的電信公司，來實現本國的主權 AI 目標。這一趨勢將在歐洲和亞洲迅速蔓延，瑞士、日本、印度尼西亞和挪威的電信公司已經開始與領先的公司合作，建立 AI 工廠，利用專有的本地數據幫助研究人員、初創企業、企業和政府機構創建 AI 應用和服務。

吳新宙

NVIDIA 全球副總裁，

汽車事業部負責人

踩下生成式 AI 的油門：隨著開發人員利用生成式 AI 的進步成果，自動駕駛車輛（AV）的性能將變得更加強大。例如，借助基礎模型（例如視覺語言模型），有機會利用互聯網規模的知識，解決自動駕駛車輛領域最棘手的問題之一，即高效、安全地進行極端情況推理。

仿真開啟成功之門：更廣泛地說，基于 AI 的新工具將使自動駕駛汽車開發工作取得突破性進展。例如，生成式仿真的進步將能夠以可擴展的方式創建復雜場景，用于對車輛進行安全性壓力測試。除了可以測試異常或危險情況外，在生成合成數據以進行端到端模型訓練方面，仿真也至關重要。

三臺計算機方法：實際上，支撐自動駕駛車輛開發有三臺關鍵計算機，AI 的新進展將促進這三臺計算機上的自動駕駛車輛軟件開發。在這三臺計算機中，一臺用于在數據中心訓練基于 AI 的堆棧，另一臺用于模擬和驗證，第三臺車載計算機用于處理實時傳感器數據以實現安全駕駛。這些系統將共同實現自動駕駛車輛軟件的持續改進，從而提高汽車、卡車、自動駕駛出租車及其他車輛的安全和性能。

Marc Spieler

NVIDIA 全球能源行業高級總監

迎接智能電網：您知道家中每天的用電高峰是什么時候嗎？隨著世界各地的電力公司正在采用智能電表，利用 AI 廣泛地管理大型發電廠、變電站、以及家庭的電網，您很快就能知道答案了。

隨著智能電網逐步成形，曾被認為過于昂貴的智能電表將走入千家萬戶。智能電表融合了軟件、傳感器和加速計算功能，不僅能提醒電力公司后院的樹木是否觸碰到電線，還能指示何時通過購買屋頂太陽能儲存的過剩電力可以提供大額折扣。

加速電力供應：對于能源行業而言，提供最佳的能源技術堆棧一直是核心任務。在生成式 AI 時代，電力公司將以減少環境影響的方式解決這一問題。

預計到 2025 年，核能作為清潔能源之一將在能源行業得到更廣泛的應用。隨著天然氣替代煤炭和其他能源，人們對天然氣的需求也將增長。加速計算、仿真技術、AI 和 3D 可視化的應用日益廣泛，這些技術有助于優化設計、管道流量和儲存，從而助力推動核能和天然氣等能源復蘇。在石油和天然氣公司內，也將會發生同樣的轉變，這些公司正在設法減少能源勘探和生產所帶來的影響。

Azita Martin

NVIDIA 零售、快速消費品與快餐店業務副總裁

軟件定義零售：超級購物中心和雜貨店都將由軟件定義，它們都在邊緣運行計算機視覺和復雜的 AI 算法。這一轉變將加快結賬，優化商品銷售，減少因產品丟失或者被盜所帶來的損耗。

每家店都將連接至總部的 AI 網絡，利用集體數據而成為一臺終身學習機器。利用自身數據持續學習的軟件定義商店將改變購物體驗。

智能供應鏈：利用數字孿生、生成式 AI、機器學習和基于 AI 的求解器而創建的智能供應鏈將助推價值數十億美元的勞動生產力和運營效率提升。商店和配送中心的數字孿生仿真可用來優化陳設布局，提高店內銷售，和加快配送中心的吞吐量。

代理式機器人將與員工一起工作，進行裝卸卡車、上架和打包客戶訂單。此外，基于 AI 的路線優化求解器將增強最后一公里配送能力，將產品更快地送達客戶手中，同時降低車輛的燃料成本。