Do 2025 roku oczekuje się istotnych zmian w AI, z naciskiem na systemy współpracujących agentów AI, gdzie wyspecjalizowane jednostki działają wspólnie pod kierownictwem człowieka. Te systemy wieloagentowe mają rozwiązywać złożone problemy w dziedzinach takich jak zdrowie, edukacja i finanse. Pojawią się nowe podejścia do współpracy człowiek-AI, a także wzrośnie zapotrzebowanie na wykazanie korzyści AI w rzeczywistym świecie. Jednak rozwój generatywnych AI może prowadzić do bardziej zaawansowanych oszustw, podczas gdy regulacje w USA mogą się osłabić, co potencjalnie doprowadzi do niespójnego krajobrazu regulacyjnego pod wpływem stanów i graczy międzynarodowych. Zastosowanie agentów AI rozszerza się poza badania do praktycznych zastosowań, takich jak interfejsy automatyzujące zadania na komputerach. Pomimo obietnic tych narzędzi, pozostają obawy dotyczące potencjalnych ryzyk.

Tymczasem duże modele AI rozwijają się wolniej, z debatami na temat tego, czy rozwój AI osiąga plateau. Rola AI w oszustwach, szczególnie w przypadku głębokich podróbek audio, może się zwiększyć, a ochrona konsumentów może osłabnąć pod nową administracją. Organizacje będą musiały wzmocnić edukację publiczną na temat takich zagrożeń, zwłaszcza dla osób nie mówiących po angielsku. Pojawią się złożone systemy AI przypominające "generalnych wykonawców", łączące różnorodne specjalizacje AI w celu rozwiązywania problemów w symulacjach, zdrowiu, finansach i edukacji. W edukacji będzie się skupiać na multimodalnych modelach AI, co będzie wymagało krytycznej oceny tego, co rzeczywiście poprawia uczenie się. W opiece zdrowotnej deweloperzy muszą zweryfikować deklarowane korzyści AI, przy czym staje się powszechne przesuwanie się w kierunku przejrzystych standardów benchmarkowych. Wysoko wpływowe aplikacje będą wykorzystywać zespoły AI z różnorodną wiedzą, co doprowadzi do bardziej skutecznych rozwiązań. Wreszcie, rozwijać się będzie paradygmat współpracy człowiek-AI, kładąc nacisk na znaczenie optymalizacji partnerstw człowiek-AI dla inteligencji zbiorowej i ocenę związanych z tym ryzyk. W miarę jak zdolności AI rosną, wzrastać będzie również potrzeba kompleksowych strategii oceny ryzyka.