2022年の人工知能の7つのトレンド

近い将来に大きな価値を生み出す可能性のある技術の予測となると、人工知能は間違いなくリストのトップに位置するようです。実際、CIO、CTO、テクノロジーリーダーを対象にした IEEE の調査では、回答者のほぼ全員 (95%) が、今後 1 ～ 5 年間で AI がほぼすべての業界セクターにおけるイノベーションの大部分を推進すると考えています。

2022年は人工知能が実験段階から成熟段階へと移行するための重要な年となるでしょう。 「組織の焦点は、AI を活用した変革へとさらにシフトし、ビジネス中心のソリューションでより重要なビジネス問題を解決するようになるでしょう」と、キャップジェミニの北米インサイト & データ プラクティス担当エグゼクティブ バイスプレジデントのジェリー カーツは述べています。「AI は実現手段であり、概念実証や科学プロジェクトの時代は終わりを迎えています。2022 年までに、AI の取り組みはより戦略的かつ重要になり、長期的な拡張性に重点が置かれると予想しています。」

これはほとんどの CIO にとって課題となるでしょう。多くの企業の IT 組織は、人工知能の導入に比較的慣れていません。エベレスト グループのパートナーであるユガル ジョシ氏は、次のように述べています。「AI の導入は引き続き勢いを増していますが、まだ初期段階です。CIO にとっての重要な課題は、特に AI の適用範囲が広いため、最大の投資収益率をもたらす適切なユースケースに投資していることを確認することです。」

注目すべきAIトレンド

このような背景から、2022 年に IT リーダーが注目すべき AI のトレンドは数多くあります。

（１）柔軟なデータパイプラインの構築

ほとんどの企業は AI 導入の初期段階にあります。 Google や Facebook とは異なり、彼らはほとんどの時間とリソースをデータの処理に費やしています。最新のデータ パイプラインを構築する必要があります。

「ほとんどの AI モデルは大量のデータを必要とします」と、ウェスト モンローのシニア テクニカル パートナーである Erik Brown 氏は言います。「企業は、何千ものソースをサポートし、構造化データと非構造化データを統合し、それをデータ サイエンティストが有意義かつ信頼性の高い方法で利用できるように拡張できる柔軟なデータ パイプラインを構築する必要があります。従来の ETL (抽出、変換、ロード) とリレーショナル ストアは、よりスケーラブルなデータ レイクで補完する必要があり、多くの場合、リアルタイム処理のためにデータ ストリームを提供する必要があります。」

（２）自動化されたプロセス検出がRPA作業を促進する

ビジネスの未来は合理化されるでしょう。ビジネス リーダーは、新しいプロセス検出手法を使用して、組織の自動化の可能性を視覚化できます。 ISG のディレクターであるウェイン・バターフィールド氏は、次のように述べています。「これらのテクノロジーは、自動化の機会に焦点を合わせるだけでなく、他の方法では得られないプロセスに関する洞察を提供します。プロセス マイニング、タスク マイニング、そして新たに登場した会話マイニングは、企業に RPA パイプラインを開発するためのより自律的なアプローチを提供し、普及させる必要があります。これらのテクノロジーは 2022 年に真に前面に出て、その過程でインテリジェント オートメーションの使用を拡大するでしょう。」

（３）人工知能が効率的なサプライチェーンをサポートする

将来的には、スマートサプライチェーンアプリケーションは例外ではなく、規則になるはずです。 「需要と供給の計画からデジタル製造や物流まで、2022年のサプライチェーンは、最近の混乱を考慮すると、継続的に変革し、AIを活用し、そして最も重要なことに、将来を見据えたものにする必要がある」とカー​​ツ氏は述べた。

（４）顧客志向の人工知能が進歩している

「パンデミックにより、仮想エージェントなど顧客対応業務におけるAIの利用が増加しました」とエベレスト・グループのジョシ氏は語る。「この傾向は今後も続くでしょうが、使用事例はより成熟し、複雑になるでしょう。」

（５）自然言語生成（NLG）が主流に

OpenAI は最近、GPT-3 大規模言語モデルをリリースしました。これはすでに何百ものアプリケーションで使用されており、API を通じて利用できます。 GPT-3 の自然言語生成 (NLG) 機能の公開されている例は、自然言語をソフトウェア コードに変換することから質問への回答を生成することまで、言語の深い理解を必要とするアプリケーションに使用できます。

「NLG はかつてデジタル データをテキストベースの洞察に変換することに重点を置いていましたが、現在ではテキストベースのデータ ポイントからテキストを生成し、クリエイティブ ライティングのあり方を変え始めています」と ISG のバターフィールド氏は述べています。「可能性は無限であり、GPT3 は NLP 用の独自のトレーニング データセットの作成、会話型 AI プラットフォームでのリアルタイムでの独自の応答の生成にも使用されており、その機能はソフトウェア コードの生成にも使用されています。2022 年には NLG の用途がさらに広がり、実際に導入されるようになるはずです。」

（６）人材不足が技術進歩を脅かす

AI 分野が急速に進化していることを考えると、効果的な人材管理は企業の IT 組織にとって戦略的な差別化要因となっています。 「これには、包括性と生涯学習の文化を育む世界クラスの採用および保持の取り組みが含まれる必要があります」とキャップジェミニのカーツ氏は述べた。「AIスキルを持つ人材の市場はかつてないほど競争が激しくなっており、この傾向は今後数年間続く可能性が高い。その結果、組織や業界全体での戦略的パートナーシップも重要になるだろう。」

（７）人工知能がITの生産性を変える

ますます複雑かつ強力になる将来の IT 環境は、技術専門家だけでは管理できません。 「AI の採用が拡大するもう 1 つの分野は、CIO が構築している最新のシステムの管理です」と、エベレスト グループのジョシ氏は述べています。「これらのシステムは人間だけでは管理できません。これらのシステムに必要な可観測性、介入、詳細な分析が AI をサポートします。」ジョシ氏は、リアルタイムで実行可能な介入を求めています。

AI の進歩を踏まえ、CIO はアプリケーション開発の支援も検討しています。 「2022年には、CIOもエンジニアリング組織内でのAIの適用可能性を評価し始め、開発者の生産性を根本的に変革するだろう」とジョシ氏は述べ、IT環境におけるAIの応用は長い間研究されており、最近になって大きな進歩を遂げていると指摘した。