Tekoälyn hyödyntäminen yleistyy nopeaa vauhtia. Tekninen kehitys on viemässä koneoppimista ja tekoälyä yhä pienempiin laitteisiin, jopa antureihin, mutta siihen liittyy paljon virheellisiä käsityksiä. Gartner haluaa oikoa pahimpia väärinymmärryksiä.
Ensinnäkin monet ajattelevat, että tekoäly toimii ihmisaivojen tavoin. Tekoäly on kuitenkin tietotekniikkaa, joukko ohjelmistotyökaluja, joilla voidaan ratkaista ongelmia. Vaikka tekoäly tunnistaa kuvia ihmistä paremmin, se ei osaa ratkaista matemaattisia ongelmia.
Toinen virhekäsitys on, että älykäs kone oppisi itsekseen. Tekoälyyn perustuvan järjestelmän kehitys vaatii aina ihmistä. Tämä voi tapahtua datatieteilijöiden työn kautta, jotka määrittelevät ongelman, valmistelevat datan, määrittelevät relevantit datasarjat, poistavat vinoutumia aiheuttavia tekijöitä ja ennen kaikkea päivittävät ohjelmistoja jatkuvasti saadakseen järjestelmistä kehittyneempiä.
Kolmanneksi tekoälystä usein ajatellaan, ettei siinä ole vinoutumaa mihinkään suuntaan. Kaikki tekoäly nojaa ihmisiltä tulevaan dataan, sääntöihin ja ihmisiltä tulevaan syötteeseen, joten se on lähtökohtaisesti puolueellista johonkin suuntaan. Tätä yritetään tietenkin minimoida, mutta eroon siitä ei tällä hetkellä voida päästä.
Virheellinen käsitys on myös se, että tekoäly tulee korvaamaan vain rutiininomaiset työt, joissa ei tarvita erityisosaamista. Tekoäly osaa kyllä tehdä ihmistä tarkempia päätöksiä ennusteiden ja luokittelujen perusteella, minkä takia ne ovat korvanneet monia perustehtäviä. Toisaalta tekoäly tunnistaa esimerkiksi röntgenkuvista poikkeavuuksia radiologeja paremmin ja taloudellisia päätöksiä roboneuvojat voivat tehdä sijoitusneuvojia tarkemmin.
Virheellistä on myös ajatella, ettei jokaisella alalla tarvita tekoälystrategiaa. Jokaisen yrityksen pitäisi Gartnerin mukaan miettiä, miten tekoälyä voidaan omalla alalla hyödyntää. Tekoälyn sivuuttaminen tarkoittaisi samaa kuin automaation välttäminen esimerkiksi teollisuustuotannossa.
Autoteollisuus on siirtymässä yhä monimutkaisempiin ohjelmistopohjaisiin järjestelmiin, joissa virheetön ohjelmisto on elintärkeää turvallisuuden ja suorituskyvyn varmistamiseksi. Ohjelmiston laatu ja luotettavuus eivät ole enää vain valinnaisia ominaisuuksia, vaan kriittisiä vaatimuksia erityisesti autonomisessa ajamisessa, kehittyneissä kuljettajaa avustavissa järjestelmissä (ADAS) ja yhdistetyissä ajoneuvojärjestelmissä.
Kestävä digitaalinen infrastruktuuri on kriittinen, jotta tietoliikenneverkot voidaan tehokkaasti valjastaa tekoälyinnovaatioiden ja pilvipohjaisten palveluiden tarpeisiin. Tekoälyyn liittyvien datarikkaiden sovellusten lisääntyvä kysyntä edellyttää tietoliikenneverkkoa, joka kykenee käsittelemään suuria tietomääriä alhaisella viiveellä, kirjoittaa Orange Businessin kumppaniratkaisuista vastaava Carl Hansson.
Euroopan unioni ottaa merkittävän askeleen avaruusteknologian kehittämisessä allekirjoittamalla sopimuksen uuden IRIS²-satelliittijärjestelmän toteuttamisesta. Tämä 290 satelliitin verkko on suunniteltu vahvistamaan Euroopan itsenäisyyttä ja turvallista yhteydenpitoa.
Jotta voidaan vastata uuden teknologian vaatimuksiin ja pitää järjestelmät toimimassa ”kellon tavoin”, on aika harkita ajoitusratkaisuja uudelleen. Tässä kaksiosaisessa "Precision Timing" -artikkelissa opit, miksi mikroelektromekaanisiin järjestelmiin eli MEMS-komponentteihin perustuvat piiajoituslaitteet päihittävät kvartsin elektroniikkasuunnittelun uudella aikakaudella. 
Matalatehoisten langattomien ratkaisujen asiantuntija Nordic Semiconductor ja eSIM-ratkaisuja kehittävä Kigen ovat julkistaneet yhteistyön, joka sujuvoittaa massiivisten IoT-verkkojen käyttöönottoa. Yhdessä he esittelevät CES 2025 -messuilla ratkaisun, joka yhdistää Nordic Semiconductorin nRF9151-moduulin ja Kigenin SGP.32 IoT eSIM-teknologian sekä laitteiden hallinta-alustan.
