Mga Uso sa Pag-unlad ng AI sa Susunod na 5 Taon

Ang artipisyal na intelihensiya (AI) ay mabilis na umunlad nitong mga nakaraang taon – mula sa mga generative AI na mga kasangkapan tulad ng ChatGPT na naging kilalang pangalan hanggang sa mga self-driving na sasakyan na lumabas sa mga laboratoryo at naglakbay sa mga pampublikong kalsada.

Sa taong 2025, halos lahat ng sektor ng ekonomiya ay tinatablan na ng AI, at malawakang itinuturing ito ng mga eksperto bilang isang teknolohiyang magbabago sa ika-21 siglo.

Sa susunod na limang taon, inaasahang lalalim pa ang impluwensya ng AI, na magdadala ng mga kapanapanabik na inobasyon at mga bagong hamon.

Tinatalakay ng artikulong ito ang mga pangunahing uso sa pag-unlad ng AI na inaasahang huhubog sa ating mundo sa susunod na kalahating dekada, batay sa mga pananaw mula sa mga nangungunang institusyong pananaliksik at mga tagamasid ng industriya.

Pagsulong ng Pagtanggap at Pamumuhunan sa AI

Nasa pinakamataas na antas ngayon ang pagtanggap ng AI. Tinatanggap ng mga negosyo sa buong mundo ang AI upang mapataas ang produktibidad at makakuha ng kompetitibong kalamangan. Halos apat sa limang organisasyon sa buong mundo ang gumagamit o nagsasaliksik ng AI sa ilang anyo – isang makasaysayang rurok sa pakikilahok.

Ang pagtaas ng pondo ay pinapalakas ng kumpiyansa sa konkretong halaga ng AI sa negosyo: 78% ng mga organisasyon ang nag-ulat ng paggamit ng AI noong 2024 (mula 55% noong 2023) habang isinasama ng mga kumpanya ang AI sa mga produkto, serbisyo, at pangunahing estratehiya.

Inaasahan ng mga analyst na magpapatuloy ang momentum na ito, kung saan ang pandaigdigang pamilihan ng AI ay lalaki mula sa humigit-kumulang $390 bilyon noong 2025 hanggang mahigit $1.8 trilyon pagsapit ng 2030 – isang kamangha-manghang ~35% na taunang paglago. Ang ganitong paglago, na hindi pa nangyayari kahit noong mga nakaraang teknolohikal na boom, ay nagpapakita kung gaano kahalaga ang AI sa modernong negosyo.

Nasa bingit tayo ng isang ganap na bagong pundasyon ng teknolohiya, kung saan ang pinakamahusay ng AI ay magagamit ng anumang negosyo.

— Pinuno ng Industriya, Sektor ng Teknolohiya

Ang mga pagtaas sa produktibidad at ROI ay mga pangunahing puwersa. Nakikita na ng mga maagang gumagamit ang makabuluhang balik mula sa AI. Natuklasan ng mga pag-aaral na ang mga nangungunang kumpanya na gumagamit ng AI ay nag-ulat ng 15–30% na pagbuti sa mga sukatan tulad ng produktibidad at kasiyahan ng customer sa mga workflow na pinapagana ng AI.

Halimbawa, ang mga maliliit at katamtamang laki ng negosyo na nagpatupad ng generative AI ay nakakita ng double-digit na pagtaas ng kita sa ilang kaso. Malaki ang halaga ng AI mula sa mga paunti-unting pagbuti – awtomatiko ang napakaraming maliliit na gawain at pag-optimize ng mga proseso – na maaaring magbago ng kahusayan ng kumpanya kapag naipamahagi sa buong organisasyon.

Bilang resulta, mahalaga na magkaroon ng malinaw na estratehiya sa AI. Ang mga kumpanyang matagumpay na nagsasama ng AI sa kanilang operasyon at paggawa ng desisyon ay may malaking tsansang manguna sa mga kakumpitensya, habang ang mga nahuhuli ay maaaring hindi na makabawi. Totoo nga na inaasahan ng mga analyst ang lumalawak na agwat sa pagitan ng mga lider at atrasadong kumpanya sa AI sa mga susunod na taon, na maaaring magbago ng buong tanawin ng merkado.

Pinapabilis ang integrasyon ng AI sa negosyo. Sa 2025 at mga sumunod pa, makikita natin ang mga negosyo ng lahat ng laki na lumilipat mula sa mga pilot project patungo sa malawakang paggamit ng AI. Iniulat ng mga higanteng cloud computing (ang "hyperscalers") na tumataas ang demand ng mga negosyo para sa mga AI-powered na serbisyo sa cloud, at malaki ang kanilang pamumuhunan sa AI infrastructure upang samantalahin ang oportunidad na ito.

Nakikipagtulungan ang mga provider na ito sa mga gumagawa ng chip, mga platform ng datos, at mga kumpanya ng software upang mag-alok ng pinagsamang solusyon sa AI na tumutugon sa pangangailangan ng mga negosyo para sa pagganap, kita, at seguridad. Kapansin-pansin, mahigit 60% ng mga produkto ng software-as-a-service ay may mga tampok ng AI, at inilalabas ng mga kumpanya ang mga AI "copilots" para sa mga tungkulin mula marketing hanggang HR.

Malinaw ang mandato para sa mga ehekutibo: tratuhin ang AI bilang pangunahing bahagi ng negosyo, hindi bilang isang teknolohikal na eksperimento. Sa praktika, nangangahulugan ito ng sistematikong pagsasama ng AI sa mga workflow, pag-upskill ng mga empleyado upang makatrabaho ang AI, at pagbabago ng mga proseso upang ganap na mapakinabangan ang matalinong awtomasyon. Inaasahan na makikita ng mga organisasyong gagawa ng mga hakbang na ito ang malaking benepisyo sa mga susunod na taon.

Pagsulong ng Pagtanggap at Pamumuhunan sa AI

Mga Pagsulong sa AI Models at Generative AI

Mabilis na umuunlad ang mga foundation models at generative AI. Ilan sa mga teknolohiyang lumago nang mabilis ay ang generative AI. Mula nang ilunsad ang mga malalaking language models (LLMs) tulad ng GPT-3 at mga image generator tulad ng DALL·E 2 noong 2022, tumaas nang husto ang paggamit ng generative AI.

Noong unang bahagi ng 2023, nalagpasan ng ChatGPT ang 100 milyong gumagamit, at ngayon ay mahigit 4 bilyong prompts ang ipinasok sa mga pangunahing LLM platform araw-araw. Sa susunod na limang taon, darating ang mas makapangyarihang mga AI model.

Nagsusunggab ang mga kumpanya ng teknolohiya na bumuo ng frontier AI models na nagtutulak sa hangganan ng natural language processing, pagbuo ng code, visual creativity, at iba pa. Mahalaga, pinagbubuti rin nila ang kakayahan sa pangangatwiran ng AI – na nagpapahintulot sa mga modelo na lohikal na lutasin ang mga problema, magplano, at "mag-isip" ng mga masalimuot na gawain na parang tao.

Ang pokus na ito sa pangangatwiran ng AI ay isa sa pinakamalaking puwersa ng R&D sa kasalukuyan. Sa larangan ng negosyo, ang pinakamimithing layunin ay magkaroon ng AI na kayang maunawaan nang malalim ang datos at konteksto ng negosyo upang makatulong sa paggawa ng desisyon, hindi lamang sa pagbuo ng nilalaman. Naniniwala ang mga kumpanyang bumubuo ng advanced LLMs na ang pinaka-promising na oportunidad ngayon ay ang aplikasyon ng kapangyarihan ng pangangatwiran ng AI sa proprietary na datos ng negosyo – na nagpapahintulot sa mga kaso mula sa matalinong rekomendasyon hanggang sa suporta sa estratehikong pagpaplano.

Halimbawa, ang mga bagong multimodal na modelo ay maaaring magsuri ng isang larawan at sumagot sa mga tanong tungkol dito gamit ang natural na wika, o kumuha ng masalimuot na text prompt at gumawa ng maikling video. Ang mga kakayahang ito ay lalago pagsapit ng 2030, na magbubukas ng mga bagong malikhaing at praktikal na aplikasyon – mula sa AI-generated na video content hanggang sa advanced na perception ng robotics.

Inaasahan natin na ang mga hinaharap na AI model ay magiging mas pangkalahatan, na walang kahirap-hirap na humahawak ng maraming uri ng input at gawain. Ang pagsasanib ng mga modality na ito, kasabay ng patuloy na pagpapalawak ng mga arkitektura ng modelo, ay nagpapahiwatig ng mas makapangyarihang "foundation models" pagsapit ng katapusan ng dekada – bagaman may kasamang mas mataas na pangangailangan sa computing.

Ang kombinasyon ng mas murang computing at AI hardware na ginawa para sa layunin ay magpapahintulot sa AI na ma-embed literal sa lahat ng dako – mula sa mga smart appliances hanggang sa mga industrial sensor – dahil ang pagproseso ay maaaring gawin sa maliliit na edge device o i-stream mula sa mga highly-optimized na cloud server.

Mga Pagsulong sa AI Models at Generative AI

Pag-usbong ng Autonomous AI Agents

Isa sa mga pinaka-kapanapanabik na umuusbong na uso ay ang pagdating ng autonomous AI agents – mga sistema ng AI na hindi lamang may intelihensiya kundi may kakayahang kumilos nang mag-isa upang makamit ang mga layunin. Minsang tinatawag na "agentic AI," pinagsasama ng konseptong ito ang mga advanced na AI model (tulad ng LLMs) sa lohika ng paggawa ng desisyon at paggamit ng mga kasangkapan, na nagpapahintulot sa AI na magsagawa ng mga multistep na gawain na may minimal na interbensyon ng tao.

Sa susunod na limang taon, inaasahan nating lilipat ang mga AI agent mula sa mga experimental na demo patungo sa mga praktikal na kasangkapan sa lugar ng trabaho. Sa katunayan, inaasahan ng mga pinuno ng negosyo na maaaring doblehin ng mga AI agent ang laki ng kanilang lakas-paggawa sa pamamagitan ng pagkuha ng maraming rutin at kaalaman-based na gawain.

Halimbawa, kaya na ng mga AI agent na awtonomong humawak ng rutin na mga tanong sa serbisyo sa customer, gumawa ng unang draft ng marketing copy o software code, at gawing prototype ang mga disenyo. Habang lumalago ang teknolohiyang ito, gagamitin ng mga kumpanya ang mga AI agent bilang "digital workers" sa iba't ibang departamento – mula sa mga virtual sales associate na nakikipag-usap sa mga customer nang natural, hanggang sa mga AI project manager na nagko-coordinate ng mga simpleng workflow.

Ang mga AI agent ay nakatakdang baguhin ang lakas-paggawa, pinag-iisa ang malikhaing kakayahan ng tao at kahusayan ng makina upang makamit ang di-matatawarang antas ng produktibidad.

— Eksperto sa Lakas-Paggawa, Pananaliksik sa Industriya

Mahalaga, ang mga agent na ito ay hindi nilikha upang palitan ang mga tao, kundi upang dagdagan ang kakayahan nila. Sa praktika, magtutulungan ang mga empleyado at AI agent: magbabantay ang mga tao sa mga agent, magbibigay ng mataas na antas ng gabay, at tututok sa mga masalimuot o malikhaing gawain habang iniaatas ang paulit-ulit na trabaho sa kanilang mga digital na katulong.

Iniulat ng mga maagang gumagamit na ang ganitong pakikipagtulungan ng tao at AI ay maaaring pabilisin nang husto ang mga proseso (halimbawa, mas mabilis na pagresolba ng mga kahilingan ng customer o pag-code ng mga bagong tampok) habang pinapalaya ang mga tao para sa estratehikong gawain.

Upang mapakinabangan ang uso na ito, kailangang simulan ng mga organisasyon ang muling pag-iisip sa kanilang mga workflow at tungkulin. Kinakailangan ang mga bagong pamamaraan sa pamamahala upang epektibong maisama ang mga AI agent – kabilang ang pagsasanay sa mga tauhan upang magamit ang mga agent, paglikha ng mga tungkulin sa pangangasiwa upang subaybayan ang output ng agent, at pagtatatag ng pamamahala upang matiyak na ang mga awtonomong aksyon ng AI ay nakaayon sa mga layunin ng negosyo at mga pamantayan sa etika.

Isang malaking hamon sa pamamahala ng pagbabago ito: isang kamakailang survey sa industriya ang natuklasan na maraming kumpanya ang nagsisimula pa lamang mag-isip kung paano i-organisa ang pinaghalong lakas-paggawa ng tao at AI. Gayunpaman, ang mga magtatagumpay ay maaaring makamit ang di-matatawarang antas ng produktibidad at inobasyon.

Pagsapit ng 2030, hindi nakakagulat kung magkakaroon ang mga negosyo ng buong "mga koponan ng AI agent" o Centers for AI Agents na humahawak ng malalaking operasyon, na ganap na magbabago sa paraan ng pagtatrabaho.

Pag-usbong ng Autonomous AI Agents

Espesyal na AI Hardware at Edge Computing

Kasabay ng mabilis na pag-unlad ng kakayahan ng AI ay ang pagtaas ng pangangailangan sa computing, na nagtulak sa malalaking inobasyon sa hardware. Sa mga susunod na taon, asahan ang bagong henerasyon ng AI-specific chips at mga estratehiya sa distributed computing upang suportahan ang paglago ng AI.

Matindi na ang pangangailangan ng AI sa processing power – ang pagsasanay ng mga cutting-edge na modelo at pagpapagana sa mga ito na mag-isip sa mga masalimuot na gawain ay nangangailangan ng napakalaking compute cycles. Upang matugunan ito, ang mga kumpanya ng semiconductor at malalaking tech firms ay nagdidisenyo ng custom silicon na optimized para sa AI workloads.

Hindi tulad ng mga general-purpose CPU o GPU, ang mga AI accelerator (madalas ay ASICs – application-specific integrated circuits) ay idinisenyo upang mahusay na patakbuhin ang neural network computations. Iniulat ng mga tech executive na maraming customer ang nag-iisip na ngayong bumili ng mga espesyal na AI chip para sa kanilang data center upang makakuha ng mas mataas na performance kada watt.

Malinaw ang bentahe ng mga chip na ito: ang isang ASIC na ginawa para sa isang partikular na AI algorithm ay maaaring mas mahusay kaysa sa isang general GPU sa gawain na iyon, na kapaki-pakinabang lalo na sa mga edge AI na sitwasyon (pagpapatakbo ng AI sa mga smartphone, sensor, sasakyan, at iba pang device na may limitadong kuryente). Inaasahan ng mga insider sa industriya na lalago pa ang demand para sa mga AI accelerator habang mas maraming kumpanya ang magpapatupad ng AI sa edge sa mga susunod na taon.

Kasabay nito, pinapalawak ng mga cloud provider ang kanilang AI computing infrastructure. Ang mga pangunahing cloud platform (Amazon, Microsoft, Google, atbp.) ay nag-iinvest ng bilyon-bilyon sa kapasidad ng data center, kabilang ang pagbuo ng sarili nilang AI chip at sistema, upang tugunan ang lumalaking pangangailangan para sa AI model training at inference on demand.

Tinitingnan nila ang AI workloads bilang malaking oportunidad sa kita, habang dumarami ang mga negosyo na naglilipat ng kanilang datos at machine learning tasks sa cloud. Nakakatulong ang sentralisasyon na ito upang makakuha ang mga negosyo ng makapangyarihang AI nang hindi na kailangang bumili ng espesyal na hardware.

Gayunpaman, dapat tandaan na may mga limitasyon sa suplay – halimbawa, ang matinding pangangailangan sa high-end GPUs ay nagdulot ng kakulangan at pagkaantala sa ilang kaso. Ang mga geopolitical na salik tulad ng mga export restriction sa mga advanced chip ay nagdudulot din ng kawalang-katiyakan. Malamang na magtutulak ito ng mas maraming inobasyon, mula sa pagtatayo ng mga bagong chip fab hanggang sa mga bagong arkitektura ng hardware (kabilang ang neuromorphic at quantum computing sa mas malayong hinaharap).

Sa positibong panig, ang pagbuti sa kahusayan ng AI hardware ay tuloy-tuloy. Bawat taon, ang mga chip ay nagiging mas mabilis at mas energy-efficient: ipinapakita ng mga kamakailang pagsusuri na bumababa ang gastos ng AI hardware ng ~30% taun-taon habang ang energy efficiency (compute kada watt) ay tumataas ng ~40% bawat taon.

Ibig sabihin, kahit lumalaki ang pagiging kumplikado ng mga AI model, bumababa ang gastos kada operasyon. Pagsapit ng 2030, maaaring mas mura na ang pagpapatakbo ng mga sopistikadong AI algorithm kaysa ngayon.

Ang kombinasyon ng mas murang computing at AI hardware na ginawa para sa layunin ay magpapahintulot sa AI na ma-embed literal sa lahat ng dako – mula sa mga smart appliance hanggang sa mga industrial sensor – dahil ang pagproseso ay maaaring gawin sa maliliit na edge device o i-stream mula sa mga highly-optimized na cloud server.

Sa kabuuan, sa susunod na limang taon ay lalakas ang uso ng AI-specific hardware sa dalawang dulo: malalaking AI supercomputing cluster sa cloud, at mga epektibong AI chip na nagdadala ng intelihensiya sa edge. Sama-sama, bubuo ito ng digital backbone na magpapalawak sa AI.

Espesyal na AI Hardware at Edge Computing

AI na Nagbabago sa mga Industriya at Pang-araw-araw na Buhay

Hindi lamang limitado sa mga tech lab ang AI – unti-unti itong na-i-embed sa pang-araw-araw na buhay at sa bawat industriya. Sa mga susunod na taon, makikita ang mas malalim na integrasyon ng AI sa mga sektor tulad ng pangangalaga ng kalusugan, pananalapi, pagmamanupaktura, retail, transportasyon, at iba pa, na ganap na magbabago sa paraan ng paghahatid ng serbisyo.

Ang mga halimbawang ito ay bahagyang lamang sa kabuuan. Kapansin-pansin na kahit ang mga tradisyunal na mababang-tech na larangan tulad ng agrikultura, pagmimina, at konstruksyon ay gumagamit na rin ng AI, maging sa pamamagitan ng autonomous na kagamitan sa bukid, AI-driven na eksplorasyon ng mineral, o matalinong pamamahala ng enerhiya.

Sa katunayan, lahat ng industriya ay nakikita ang pagtaas ng paggamit ng AI, kabilang ang mga sektor na dati ay hindi itinuturing na AI-heavy. Natutuklasan ng mga kumpanya sa mga larangang ito na maaaring i-optimize ng AI ang paggamit ng mga yaman, bawasan ang basura, at pagbutihin ang kaligtasan (halimbawa, mga sistema ng AI na nagmomonitor ng pagkapagod ng manggagawa o kondisyon ng makina sa real time).

Sa panig ng mga consumer, ang pang-araw-araw na buhay ay unti-unting nagiging bahagi ng AI sa mga banayad na paraan. Maraming tao na ang nagigising gamit ang mga smartphone app na gumagamit ng AI upang i-curate ang kanilang balita o planuhin ang kanilang pag-commute.

Ang mga virtual assistant sa ating mga telepono, sasakyan, at tahanan ay nagiging mas matalino at mas palakaibigan bawat taon. Ang mga self-driving na sasakyan at delivery drone, bagaman hindi pa laganap, ay malamang na maging karaniwan sa susunod na limang taon, lalo na sa ilang mga lungsod o serbisyo (mga robotaxi fleet, automated grocery delivery, atbp.).

Nararamdaman din ng edukasyon ang epekto ng AI: ang personalized learning software ay maaaring umangkop sa pangangailangan ng mga estudyante, at ang mga AI tutor ay nagbibigay ng tulong on-demand sa iba't ibang asignatura. Sa kabuuan, ang landas ay patungo sa mas malawak na operasyon ng AI sa likod ng mga pang-araw-araw na gawain – na nagpapadali at nagpapersonalize ng mga serbisyo – hanggang sa pagsapit ng 2030 ay maaaring ituring na lamang natin ang mga AI-driven na kaginhawahan bilang bahagi ng normal na buhay.

AI na Nagbabago sa mga Industriya at Pang-araw-araw na Buhay

Responsable na AI at Regulasyon

Ang mabilis na pag-unlad ng AI ay nagdulot ng mahahalagang tanong tungkol sa etika, kaligtasan, at regulasyon, at ito ay magiging sentrong tema sa mga susunod na taon. Ang Responsable na AI – na tinitiyak na patas, transparent, at ligtas ang mga sistema ng AI – ay hindi na lamang isang buzzword kundi isang mahalagang pangangailangan sa negosyo.

Noong 2024, tumaas nang husto ang mga insidente na may kaugnayan sa AI (tulad ng bias o pagkabigo sa kaligtasan), ngunit kakaunti ang mga pangunahing developer ng AI na may standardized na mga protocol sa pagsusuri para sa etika at kaligtasan. Ang agwat na ito sa pagitan ng pagkilala sa mga panganib ng AI at aktwal na pag-iwas sa mga ito ay isang bagay na maraming organisasyon ang nagsisikap na isara.

Ipinapakita ng mga survey sa industriya na sa 2025, hindi na papayagan ng mga pinuno ng kumpanya ang ad-hoc o "in pockets" na pamamahala ng AI; lumilipat sila patungo sa sistematiko at transparent na pangangasiwa ng AI sa buong negosyo. Simple lang ang dahilan: habang nagiging mahalaga ang AI sa operasyon at karanasan ng customer, anumang pagkabigo – maging ito man ay maling rekomendasyon, paglabag sa privacy, o hindi maaasahang output ng modelo – ay maaaring magdulot ng tunay na pinsala sa negosyo (mula sa pagkasira ng reputasyon hanggang sa mga parusa sa regulasyon).

Ang matagumpay na pamamahala ng AI ay susukatin hindi lamang sa pag-iwas sa panganib kundi sa pagtupad sa mga estratehikong layunin at ROI – pagtutugma ng pagganap ng AI sa halaga ng negosyo sa mapagkakatiwalaang paraan.

— Pinuno ng AI Assurance, Eksperto sa Industriya

Kaya, asahan ang mahigpit na pamamahala ng panganib sa AI na maging pamantayan. Nagsisimula nang magsagawa ang mga kumpanya ng regular na AI audit at pagsusuri ng kanilang mga modelo, alinman sa mga na-upskill na internal na koponan o panlabas na eksperto, upang matiyak na gumagana ang AI ayon sa nilalayon at nasa loob ng mga legal/etikal na hangganan.

Mas pinalalakas din ng mga regulator sa buong mundo ang kanilang mga hakbang. Humihigpit ang regulasyon ng AI sa pambansa at internasyonal na antas. Noong 2024, naglunsad ang mga federal agency ng U.S. ng 59 na aksyon sa regulasyon na may kaugnayan sa AI – higit sa doble ng bilang noong nakaraang taon.

Pinapinal ng European Union ang kanilang komprehensibong AI Act, na magpapatupad ng mga kinakailangan sa mga sistema ng AI (lalo na sa mga high-risk na aplikasyon) tungkol sa transparency, pananagutan, at pangangasiwa ng tao. Hindi rin gaanong nahuhuli ang ibang rehiyon: naglabas ang mga organisasyon tulad ng OECD, United Nations, at African Union ng mga balangkas sa pamamahala ng AI noong 2024 upang gabayan ang mga bansa sa mga prinsipyo tulad ng transparency, patas na pagtrato, at kaligtasan.

Inaasahan na lalakas pa ang pandaigdigang kooperasyon sa etika at pamantayan ng AI, kahit na magkakaiba ang mga pamamaraan ng mga bansa. Kapansin-pansin, maaaring makaapekto ang pagkakaiba sa pilosopiya ng regulasyon sa landas ng AI sa bawat rehiyon. Napansin ng mga analyst na ang mga flexible na regime (tulad ng U.S.) ay maaaring magpahintulot ng mas mabilis na inobasyon at deployment ng AI, habang ang mahigpit na patakaran (tulad ng EU) ay maaaring magpabagal ng ilang aplikasyon ngunit magtayo ng mas mataas na tiwala ng publiko.

Isa pang aspeto ng responsable na AI ay ang pagtugon sa mga isyu ng bias, maling impormasyon, at pangkalahatang mapagkakatiwalaang output ng AI. Gumagawa ng mga bagong kasangkapan at benchmark upang suriin ang mga sistema ng AI sa mga kriterion na ito – halimbawa, ang HELM (Holistic Evaluation of Language Models) Safety at iba pang mga pagsusuri na sumusukat kung gaano katumpak at ligtas ang nilalaman na nilikha ng AI.

Malamang na magiging bahagi ng pagbuo ng mga sistema ng AI ang mga ganitong standardized na pagsusuri. Samantala, ang pananaw ng publiko sa mga panganib at benepisyo ng AI ay makakaapekto kung gaano kalakas ang pagtulak ng mga regulator at kumpanya sa pangangasiwa.

Kawili-wili, malaki ang pagkakaiba ng optimismo tungkol sa AI ayon sa rehiyon: ipinapakita ng mga survey na ang mga mamamayan sa mga bansang tulad ng Tsina, Indonesia, at karamihan ng umuunlad na mundo ay labis na positibo sa netong benepisyo ng AI, samantalang ang opinyon ng publiko sa mga bansang Kanluranin ay mas maingat o kahit may pagdududa.

Kung tataas ang optimismo (tulad ng unti-unting pagtaas sa Europa at Hilagang Amerika kamakailan), maaaring magkaroon ng mas malawak na social license para i-deploy ang mga solusyon sa AI – kung may mga katiyakan na ang mga sistemang ito ay patas at ligtas.

Sa kabuuan, ang susunod na limang taon ay magiging mahalaga para sa pamamahala ng AI. Malamang na makikita natin ang unang mga komprehensibong batas sa AI na magkakabisa (halimbawa sa EU), mas maraming gobyerno ang mag-iinvest sa mga katawan ng pangangasiwa ng AI, at mga kumpanya ang isasama ang mga prinsipyo ng Responsable na AI sa kanilang proseso ng pagbuo ng produkto.

Ang layunin ay makamit ang balanse kung saan hindi mapipigilan ang inobasyon – ang mga "malambot" na pamamaraan sa regulasyon ay maaaring magpahintulot ng patuloy na mabilis na pag-unlad – ngunit maprotektahan ang mga consumer at lipunan mula sa mga posibleng panganib. Ang pagkamit ng balanse na ito ay hindi madaling gawain, ngunit isa ito sa mga pangunahing hamon habang ang AI ay lumilipat mula sa isang bagong teknolohiya patungo sa isang ganap at laganap na teknolohiya.

Responsable na AI at Regulasyon

Pandaigdigang Kompetisyon at Kooperasyon

Ang pag-unlad ng AI sa susunod na kalahating dekada ay huhubugin din ng matinding pandaigdigang kompetisyon upang manguna sa AI, kasabay ng mga pagsisikap sa internasyonal na kooperasyon. Sa kasalukuyan, ang Estados Unidos at Tsina ang dalawang pangunahing kalahok sa larangan ng AI.

Nangunguna ang U.S. sa maraming sukatan – halimbawa, noong 2024, nakagawa ang mga institusyon sa U.S. ng 40 sa mga nangungunang AI model sa mundo, kumpara sa 15 mula sa Tsina at iilan lamang mula sa Europa. Gayunpaman, mabilis na bumabawas ang Tsina sa agwat sa mga pangunahing larangan.

Malaki na ang naabot ng mga AI model na ginawa sa Tsina sa kalidad, halos pantay na sa mga modelo ng U.S. sa mga pangunahing benchmark noong 2024. Bukod dito, nangunguna ang Tsina sa dami ng mga papel sa pananaliksik at patent sa AI, na nagpapakita ng pangmatagalang dedikasyon nito sa AI R&D.

Malamang na magdudulot ang tunggalian na ito ng mas mabilis na inobasyon – isang modernong space race sa AI – habang bawat bansa ay naglalagay ng mga yaman upang higitan ang isa't isa. Nakita na natin ang pagtaas ng mga pangako sa pamumuhunan sa AI ng mga gobyerno: inanunsyo ng Tsina ang napakalaking $47.5 bilyong pondo pambansa para sa semiconductor at teknolohiya ng AI, habang ang U.S., EU, at iba pa ay nag-iinvest din ng bilyon-bilyon sa pananaliksik at pag-develop ng talento sa AI.

Gayunpaman, hindi lamang kwento ng dalawang bansa ang AI. Dumarami ang pandaigdigang kooperasyon at kontribusyon. Ang mga rehiyon tulad ng Europa, India, at Gitnang Silangan ay gumagawa ng mga kapansin-pansing inobasyon at modelo ng AI.

Halimbawa, malakas ang pokus ng Europa sa mapagkakatiwalaang AI at tahanan ng maraming open-source na proyekto sa AI. Ginagamit ng India ang AI para sa malawakang aplikasyon sa edukasyon at pangangalaga ng kalusugan, at nagbibigay din ng malaking bahagi ng pandaigdigang talento sa AI (ang India at U.S. ay magkasamang may mahigit kalahati ng pandaigdigang lakas-paggawa sa AI sa mga propesyonal na may kasanayan).

Mayroon ding pagsisikap sa mga mas maliliit na bansa na magtatag ng mga niche – tulad ng pamumuhunan ng Singapore sa pamamahala ng AI at mga inisyatibo para sa smart nation, o ang mga pagsisikap ng UAE sa pananaliksik at deployment ng AI. Nagpupulong ang mga internasyonal na katawan upang talakayin ang mga pamantayan sa AI upang magkaroon ng kahit kaunting pagkakahanay – tulad ng mga balangkas ng OECD at UN na nabanggit na, at mga kaganapan tulad ng Global Partnership on AI (GPAI) na nagdadala ng maraming bansa upang magbahagi ng mga pinakamahusay na kasanayan.

Habang magpapatuloy ang kompetisyon sa geopolitika (at malamang na lalakas pa lalo na sa mga larangan tulad ng AI para sa militar o pang-ekonomiyang kalamangan), may kasabay ding pagkilala na ang mga isyu tulad ng etika ng AI, kaligtasan, at pagtugon sa mga pandaigdigang hamon ay nangangailangan ng kooperasyon. Maaaring makakita tayo ng mas maraming cross-border na pananaliksik na tumutugon sa mga bagay tulad ng AI para sa pagbabago ng klima, pagtugon sa pandemya, o mga proyektong humanitarian.

Isang kawili-wiling aspeto ng pandaigdigang tanawin ng AI ay kung paano huhubugin ng magkakaibang saloobin at base ng gumagamit ang ebolusyon ng AI. Tulad ng nabanggit, positibo ang pananaw ng publiko sa ilang umuunlad na ekonomiya, na maaaring gawing mas maluwag ang mga pamilihan para sa eksperimento sa AI sa mga sektor tulad ng fintech o edukasyon.

Sa kabilang banda, maaaring magpatupad ng mas mahigpit na regulasyon o makaranas ng mas mabagal na pagtanggap ang mga rehiyon na may mga skeptikal na publiko dahil sa mababang tiwala. Pagsapit ng 2030, maaaring makakita tayo ng uri ng paghahati: ang ilang bansa ay magkakaroon ng halos laganap na integrasyon ng AI (mga smart city, AI sa pang-araw-araw na pamamahala, atbp.), habang ang iba ay magpapatuloy nang mas maingat.

Gayunpaman, kinikilala rin ng mga maingat na rehiyon na hindi nila maaaring balewalain ang potensyal ng AI – halimbawa, nag-iinvest ang United Kingdom at mga bansa sa Europa sa kaligtasan at imprastruktura ng AI (plano ng UK ang pambansang AI research cloud, may mga pampublikong supercomputing initiative ang France para sa AI, atbp.).

Kaya, ang karera ay hindi lamang tungkol sa paggawa ng pinakamabilis na AI, kundi paggawa ng tamang AI para sa pangangailangan ng bawat lipunan.

Sa esensya, makikita sa susunod na limang taon ang masalimuot na interplay ng kompetisyon at kooperasyon. Malamang na makikita natin ang mga breakthrough na tagumpay sa AI mula sa mga hindi inaasahang lugar sa buong mundo, hindi lamang sa Silicon Valley o Beijing.

At habang ang AI ay nagiging pundasyon ng pambansang kapangyarihan (katulad ng langis o kuryente noong mga nakaraang panahon), ang paraan ng pamamahala ng mga bansa sa parehong kooperasyon at tunggalian sa larangang ito ay malaki ang magiging epekto sa landas ng pag-unlad ng AI sa buong mundo.

Pandaigdigang Kompetisyon at Kooperasyon

Epekto ng AI sa Trabaho at Kasanayan

Sa wakas, hindi kumpleto ang talakayan tungkol sa malapit na hinaharap ng AI kung hindi tatalakayin ang epekto nito sa trabaho at empleyo – isang paksa na nasa isip ng marami. Kukunin ba ng AI ang ating mga trabaho, o lilikha ng mga bago? Ang ebidensya hanggang ngayon ay nagpapakita ng halo ng pareho, ngunit may malakas na pag-angat sa pagdagdag ng kakayahan kaysa sa purong awtomasyon.

Inaasahan ng World Economic Forum na pagsapit ng 2025, lilikha ang AI ng humigit-kumulang 97 milyong bagong trabaho sa buong mundo habang mawawala ang humigit-kumulang 85 milyon – na may netong dagdag na 12 milyong trabaho.

Ang mga bagong tungkulin ay mula sa mga data scientist at AI engineer hanggang sa mga ganap na bagong kategorya tulad ng AI ethicist, prompt engineer, at robot maintenance expert. Nakikita na natin ang prediksyon na ito: mahigit 10% ng mga job posting ngayon ay para sa mga tungkuling halos wala pa isang dekada ang nakalipas (halimbawa, Head of AI o Machine Learning Developer).

Mahalaga, sa halip na malawakang kawalan ng trabaho, ang unang epekto ng AI sa mga lugar ng trabaho ay ang pagtaas ng produktibidad ng manggagawa at pagbabago sa pangangailangan ng kasanayan. Ang mga industriya na mabilis na tumanggap ng AI ay nakakita ng hanggang 3× mas mataas na paglago ng kita kada empleyado mula nang magsimula ang AI boom noong 2022.

Sa mga sektor na iyon, hindi nawawala ang mga manggagawa; sa halip, nagiging mas produktibo at mas mahalaga sila. Sa katunayan, tumataas ang sahod dalawang beses na mas mabilis sa mga industriyang malakas sa AI kumpara sa mga industriyang mababa ang pagtanggap ng AI.

Kahit ang mga manggagawa sa mga tungkuling madaling awtomatiko ay nakakaranas ng pagtaas ng sahod kung may kasanayan sila sa AI, na nagpapakita na pinahahalagahan ng mga kumpanya ang mga empleyadong kayang gumamit nang epektibo ng mga kasangkapan ng AI. Sa pangkalahatan, tumataas ang premium sa kasanayan sa AI – ang mga manggagawa na kayang gamitin ang AI (kahit sa basic na antas, tulad ng paggamit ng AI-driven analytics o mga kasangkapan sa pagbuo ng nilalaman) ay kumikita ng mas mataas na sahod.

Isang pagsusuri ang natuklasan na ang mga empleyadong may kasanayan sa AI ay kumikita ng 56% na mas mataas na sahod sa karaniwan kumpara sa mga nasa katulad na tungkulin na walang ganitong kasanayan. Higit na nadoble ang premium na ito sa loob lamang ng isang taon, na nagpapakita kung gaano kabilis nagiging mahalagang kasanayan ang "AI literacy".

Gayunpaman, hindi maikakaila na binabago ng AI ang kalikasan ng mga trabaho. Maraming rutin o mababang antas na gawain ang ina-automate – kaya ng AI na kunin ang pagpasok ng datos, paggawa ng ulat, simpleng tanong ng customer, at iba pa. Nangangahulugan ito na may mga trabaho na mawawala o mababago ang kahulugan.

Partikular na nanganganib ang mga manggagawa sa mga administratibo at paulit-ulit na gawain. Ngunit kahit na mawala ang mga gawain na iyon, may mga bagong gawain na lumilitaw na nangangailangan ng malikhaing pag-iisip, paghuhusga, at pangangasiwa ng AI.

Ang netong epekto ay pagbabago sa hanay ng kasanayan na kailangan sa karamihan ng mga propesyon. Isang pagsusuri ng LinkedIn ang nagtataya na pagsapit ng 2030, mga 70% ng mga kasanayang ginagamit sa karaniwang trabaho ay magiging iba mula sa mga kasanayang kailangan sa trabahong iyon ilang taon na ang nakalipas.

Sa madaling salita, halos lahat ng trabaho ay nagbabago. Upang makibagay, mahalaga ang patuloy na pag-aaral at pag-reskill para sa lakas-paggawa.

Sa kabutihang palad, may malaking pagsisikap para sa edukasyon at pag-upskill sa AI: dalawang-katlo ng mga bansa ang nagpasok ng computer science (madalas ay may mga module sa AI) sa K-12 na kurikulum, at malaki ang pamumuhunan ng mga kumpanya sa mga programa sa pagsasanay ng empleyado. Sa buong mundo, 37% ng mga ehekutibo ang nagsabing plano nilang mag-invest nang higit pa sa pagsasanay ng mga empleyado sa mga kasangkapan ng AI sa malapit na hinaharap.

Nakikita rin natin ang pagsikat ng mga online na kurso at sertipikasyon sa AI – halimbawa, mga libreng programa mula sa mga tech firm at unibersidad upang turuan ang mga pangunahing kaalaman sa AI sa milyun-milyong mag-aaral.

Salamat sa AI, ang kalikasan ng mga trabaho ay nagbabago mula sa pag-master ng mga partikular na gawain patungo sa patuloy na pagkuha ng mga bagong kasanayan.

— Ulat sa Industriya, Pagsusuri sa Lakas-Paggawa

Isa pang aspeto ng AI sa lugar ng trabaho ay ang pag-usbong ng "koponan ng tao at AI" bilang pangunahing yunit ng produktibidad. Tulad ng naunang nabanggit, ang mga AI agent at awtomasyon ay humahawak ng bahagi ng trabaho, habang ang mga tao ay nagbibigay ng pangangasiwa at kadalubhasaan.

Ang mga kumpanyang nakatingin sa hinaharap ay muling nagdidisenyo ng mga tungkulin upang ang mga entry-level na gawain (na maaaring hawakan ng AI) ay hindi na maging pokus; sa halip, direktang kumukuha sila ng mga tao para sa mas estratehikong tungkulin at umaasa sa AI para sa mga mabibigat na gawain.

Maaaring mapantay nito ang tradisyunal na hagdan ng karera at mangailangan ng mga bagong paraan sa pagsasanay ng talento (dahil hindi matututo ang mga junior staff sa paggawa ng simpleng gawain kung ang AI ang gumagawa nito). Pinapalakas din nito ang kahalagahan ng pamamahala ng pagbabago sa mga organisasyon. Maraming empleyado ang nakakaramdam ng pagkabalisa o labis na pagod dahil sa bilis ng pagbabago na dala ng AI.

Kaya, kailangang aktibong pamahalaan ng mga pinuno ang transisyon na ito – ipaliwanag ang mga benepisyo ng AI, isali ang mga empleyado sa pagtanggap ng AI, at tiyakin na ang layunin ay pahusayin ang trabaho ng tao, hindi palitan ito. Ang mga kumpanyang matagumpay na magtataguyod ng kultura ng pakikipagtulungan ng tao at AI – kung saan ang paggamit ng AI ay likas na bahagi ng gawain ng mga tauhan – ay malamang na makakita ng pinakamalaking pagtaas sa pagganap.

Sa kabuuan, ang merkado ng paggawa sa susunod na limang taon ay magkakaroon ng malaking pagbabago kaysa sa sakuna. Awtomatin ng AI ang ilang gawain at tungkulin sa trabaho, ngunit lilikha rin ito ng pangangailangan para sa bagong kadalubhasaan at gagawing mas produktibo at mahalaga ang maraming manggagawa.

Ang hamon (at oportunidad) ay ang paggabay sa lakas-paggawa sa transisyong ito. Ang mga indibidwal at organisasyong tatanggap ng panghabambuhay na pag-aaral at mag-aangkop ng mga tungkulin upang magamit ang AI ay uunlad sa bagong ekonomiyang pinapagana ng AI. Ang mga hindi gagawa nito ay maaaring mahirapang manatiling mahalaga.

Tulad ng isang ulat na malinaw na nagsabi, salamat sa AI, ang kalikasan ng mga trabaho ay nagbabago mula sa pag-master ng mga partikular na gawain patungo sa patuloy na pagkuha ng mga bagong kasanayan. Susubukin tayo ng mga susunod na taon na makasabay sa pagbabagong ito – ngunit kung magagawa natin, ang resulta ay maaaring maging isang mas makabago, mas mahusay, at higit pang nakatuon sa tao na mundo ng trabaho.

Epekto ng AI sa Trabaho at Kasanayan

Konklusyon: Paghubog sa Hinaharap ng AI

Ang landas ng pag-unlad ng AI sa susunod na limang taon ay nakatakdang magdala ng malalalim na pagbabago sa teknolohiya, negosyo, at lipunan. Malamang na makikita natin ang mga sistema ng AI na lalong magiging makapangyarihan – na may kakayahang humawak ng maraming modality, nagpapakita ng pinahusay na pangangatwiran, at gumagana nang may mas mataas na awtonomiya.

Kasabay nito, magiging malalim ang pag-embed ng AI sa pang-araw-araw na buhay: magpapasya sa mga boardroom at gobyerno, mag-o-optimize ng operasyon sa mga pabrika at ospital, at magpapahusay ng karanasan mula serbisyo sa customer hanggang edukasyon.

Malawak ang mga oportunidad – mula sa pagpapataas ng produktibidad ng ekonomiya at pagtuklas sa agham hanggang sa pagtulong sa mga pandaigdigang hamon tulad ng pagbabago ng klima (tunay nga, inaasahan na pabilisin ng AI ang paglipat sa renewable energy at mas matalinong paggamit ng yaman). Ngunit upang makamit ang buong potensyal ng AI, kailangang harapin ang mga kasamang panganib at hamon. Ang mga isyu ng etika, pamamahala, at inklusibidad ay mangangailangan ng patuloy na pansin upang ang mga benepisyo ng AI ay maipamahagi nang malawak at hindi matabunan ng mga problema.

Ang mga pagpili at pamumuno ng tao ang huhubog sa hinaharap ng AI. Ang AI mismo ay isang kasangkapan – isang napakalakas at komplikadong kasangkapan, ngunit sa huli ay sumasalamin sa mga layunin na itinakda natin para dito.

— Perspektibo ng Pamumuno sa Teknolohiya

Isang pangunahing tema ay ang mga pagpili at pamumuno ng tao ang huhubog sa hinaharap ng AI. Ang AI mismo ay isang kasangkapan – isang napakalakas at komplikadong kasangkapan, ngunit sa huli ay sumasalamin sa mga layunin na itinakda natin para dito.

Ang susunod na limang taon ay isang kritikal na panahon para sa mga stakeholder upang gabayan ang pag-unlad ng AI nang responsable: kailangang isagawa ng mga negosyo ang AI nang maingat at etikal; kailangang bumuo ang mga tagagawa ng patakaran ng balanseng mga balangkas na nagpapalago ng inobasyon habang pinoprotektahan ang publiko; at kailangang ihanda ng mga guro at komunidad ang mga tao para sa mga pagbabagong dala ng AI.

Kailangang palalimin ang internasyonal at interdisciplinary na kooperasyon sa AI upang matiyak na sama-sama nating itutulak ang teknolohiyang ito patungo sa positibong resulta. Kung magtatagumpay tayo, maaaring markahan ng 2030 ang pagsisimula ng isang bagong panahon kung saan malaki ang tulong ng AI sa potensyal ng tao – na tumutulong sa atin na magtrabaho nang mas matalino, mamuhay nang mas malusog, at lutasin ang mga problemang dati ay hindi natin kayang abutin.

Sa hinaharap na iyon, hindi titingnan ang AI nang may takot o hype, kundi bilang isang tinatanggap at maayos na pinamamahalaang bahagi ng modernong buhay na naglilingkod para sa sangkatauhan. Ang pagkamit ng pangitain na ito ang pinakamalaking hamon at pangako ng susunod na limang taon sa pag-unlad ng AI.