エンタープライズ AI プラットフォーム選択ガイド

翻訳者 | 陳俊

現在、人工知能（AI）はさまざまな企業や業界で広く利用されています。それは産業のトレンドさえも表しています。技術要件自体に関しては、既存のデータ サイエンス プラットフォーム、オールインワン ツールの使用、クラウドまたはローカルでのデータのホスティングなど、企業には多数の AI ソフトウェア実装オプションから選択できます。選択に困らないように、エンタープライズレベルの AI プラットフォームを選択する際に注意すべき重要なポイントについて説明します。

1. AIとビジネスニーズの適合性を評価する

1. 流行りの言葉を盲目的に追わない

IT 業界出身ではない企業経営者にとって、昨今頻繁に話題となり、熱く議論されているビッグデータ、モノのインターネット、ブロックチェーンといった流行りの言葉は、今さら「乗り出す」には遅すぎるのではないかと不安に感じることが多い。実際のビジネスニーズを考慮せずに、IT チームに特定の新しいテクノロジーを実装する必要があると指示された実例を見たことがあります。これまでと同様に、実際のビジネスニーズに引き続き重点を置く必要があることがわかります。これが選択を成功させるための第一歩です。結局のところ、単純な「if-then-else」ステートメントで問題を解決できる場合は、複雑な AI を起動する必要はなく、一部の AI は単純なアルゴリズムの組み合わせによって実際に実用的な問題を解決できます。

2. 具体的に何が必要ですか?

これには、「なぜそれが必要なのか、何がより重要なのか、そして、どのような目標を達成するのか」という 3 つの典型的な自己探求の質問が含まれます。通常、これらの質問が経営陣に引き渡されると、その答えは必ずしも正確ではありません。たとえば、株主が来年の利益を倍増することを要求している会社のために AI プラットフォームを構築するように依頼された場合です。次に、新しい AI プラットフォームの知能レベル、それが本当にそのようなビジネス目標に適合できるかどうか、事前に経営陣と綿密なコミュニケーションと議論を行う必要があるかどうかを真剣に検討する必要があります。

ビジネス要件に戻りましょう。実際のニーズを明らかにするためには、競合他社が実装した関連ユースケースを理解するために競合情報を収集するだけでなく、サプライヤーへのインタビューや学術展示会への訪問を通じて、貴社の既存および未確立のプロセスを特定する必要があります。

3. AI の使用例にはどのようなものがありますか?

前述したように、AI の成功事例は現在、あらゆる分野に広がっています。以下に、業界の典型的な使用例を簡単に挙げます。

• マーケティングオートメーションと定義
• 売上予測、リードジェネレーション、分析に基づくトレーニング
• 不正検出はCEP（複合イベント処理）プラットフォームを通じて部分的に実現できる。
• サービスのカスタマイズ
• 在庫管理
• 自動メール、文書処理、意思決定支援などのタスクを管理する
• 法律や保険などの分野での自動意思決定
• 予測メンテナンス

4. 人工知能の発展を妨げる要因は何ですか?

もちろん、AI は万能なアプローチではありません。ユースケースで AI を使用するかどうかを検討する際には、デジタル化の基本要件を満たしているかどうかを判断するだけでなく、次の側面も考慮する必要があります。

• AIソリューションがうまくいかなかった場合、どのような結果になるのでしょうか?
• AI ソリューションに偏りがあると、どのような結果が生じるでしょうか?
• AI プロジェクトによる決定には法的影響がありますか?
• AI の決定は既存の顧客関係に混乱をもたらすでしょうか?
• 結果の正確性を確保するために、人間の介入や判断の方が適切なユースケースはありますか?

構築または購入

企業がプラットフォームを社内で構築するか、外部から購入するかを検討する場合、より詳細な質問に答える必要があります。まず、ビジネス ニーズが非常に具体的かつ些細なものかどうかを測定する必要があります。そうでない場合は、成熟した製品を直接購入して、AI プラットフォームを迅速に構築することもできます。次に、リストを次のように拡張して、さらに一歩進めることができます。

• ビジネス プランで構築する場合と購入する場合の長所と短所を比較します。
• あなたの会社の特定のビジネスニーズに応える AI ソリューションは市場に存在しますか?
• ベンダーは既にあなたのユースケースに適したソリューションを持っていますか?
• サービスプロバイダーが 4 年以内に廃業する重大なリスクはありますか?
• 企業は独自の方法で AI プラットフォームから直接競争上の優位性を獲得できるでしょうか?
• 完全なベンダー独立性を必要とする重要なビジネス要件はありますか?

3. エンタープライズレベルの機能プラットフォーム

AI プラットフォームを構築するか購入するかを決定したら、構築する AI プラットフォームの機能の包括的なリストを作成して調査する必要があります。検討する価値のある領域は次のとおりです。

• データ統合
• データガバナンス
• 実験と開発
• 展開と監視
• インテリジェントエンジン（機械学習プログラミング、コードライブラリなどを含む）
• 最適化機能
• コラボレーション
• 視覚化

以下は、市場にある AI サービス提供プラットフォームの 2 つの典型的なカテゴリと、それらの主な違いです。

4. エンタープライズAIプラットフォームの代替

実際、上で説明したエンタープライズ レベルの AI プラットフォームが唯一のソリューションではありません。実際には、企業は、自社の具体的な業務ユースケースと業界全体の難易度に基づいて、次の 2 種類の「業務専用プラットフォーム」と「ロボティック プロセス オートメーション (RPA) プラットフォーム」を選択することもできます。

1. ビジネスに特化したプラットフォーム

一部の分野では、業界の特定のビジネス分野に長年注力してきたソリューション プロバイダーを利用する必要がある場合があります。特に製造業においては、この分野に深く関わってきたサービスプロバイダーの中には、工場の管理を改善し、予知保全などの AI 機能を実装するのに役立つ既製の AI ソリューションをすでに提供できるところもあります。その結果、このようなソリューションは多くの場合「すぐに使える」状態で使用でき、既存のユースケースをカバーし、特定の業界アプリケーションとシームレスに統合されます。

2. ロボティックプロセスオートメーション

バンドルされたソリューションとして、RPA は多くの場合、さまざまな手動タスクをロボットによる自動化に変換できます。 OCR ソリューションを補完することで、開発者が電子メールの形式で応答を作成して送信し、さまざまな実際の AI ユースケースに対応できるようになります。このようなソリューションは投資収益率が高いですが、RPA と制御対象のアプリケーション間の依存関係を管理するのは面倒です。したがって、理論的には、会社の業務ソフトウェアが頻繁に変更されたり、急速に開発されない場合は、RPA プラットフォームの導入を検討できます。

V. 結論

まとめると、自社のビジネスを評価することから始めて、適切な AI ユースケースの要件に焦点を当て、AI プラットフォームを自分で構築するかベンダーから購入するかを検討し、プラットフォーム用のツールをローカルまたはクラウドで管理および選択する方法について説明しました。上記のポイントが、エンタープライズレベルの AI ツールを選択するプロセスにおいて、実用的な参考資料となることを願っています。

オリジナルリンク:

https://dzone.com/articles/guide-to-enterprise-ai-platform-selection