企業は適切なAI推論を得る方法を知る必要がある

人工知能は、Amazon、Google、Microsoft、Netflix、Spotify などの大手テクノロジー企業が使用するテクノロジーから、中規模企業が新製品の開発、収益の増加、顧客エンゲージメントと顧客維持の改善、新規市場への進出のために採用するツールへと急速に移行しています。

しかし、AI に対する期待が高まっているにもかかわらず、多くの CIO は、AI の開発だけでなく、開発されたもののトレーニングと展開も処理できるスキル セットを組織内に構築する方法を模索しています。実際、調査会社 O’Reilly によれば、今年 AI を本番環境で使用している組織はわずか 26% で、43% は評価段階にあります。 AI を開発から運用に移行させること、そして、後で説明するように、再び開発に戻すことがいかに難しいかがわかります。

しかし、あらゆる課題には潜在的な成長が伴い、PwCの調査によると、世界のAI経済は2030年までに15.7兆ドルに達すると予想されています。スマート製造、小売、ヘルスケア、エネルギー、その他多くの業界でこの成長を活用したいと考えている組織は、推論によって AI がどのように機能するかを理解する必要があります。

人工知能はどこで実装されていますか?

AI開発の分野には膨大な量の情報と専門知識が存在します。 CIO にとって、最大の課題は展開です。推論（AI モデルを本番環境で実行するプロセス）は、AI 実装の重要な部分です。たとえば、AI による重要な判断が数ミリ秒単位で行われる自動運転車では、人々の命が危険にさらされます。

販売管理ソフトウェアなどの従来のアプリケーションとは異なり、推論を実行する AI モデルは、最新の状態に保つために継続的に再トレーニングおよび再展開する必要があります。これにより、AI アプリケーションのライフサイクルの管理はより複雑になりますが、そのメリットは大きいです。

販売を促進し、閉店を避け、理性を持って顧客にサービスを提供する

推論は、今日多くの業界が直面しているさまざまな課題を解決するための鍵となります。

ディープラーニングは、機能の自動化、製品の推奨、さらには自然言語処理の提供にも役立ちます。小売業やエンターテインメント、さらにはプロフェッショナルなソーシャル ネットワークにおいても、推奨システムの推論は不安定な販売サイクルを変革し、顧客維持に役立ちます。顧客がすぐに追加購入を行わない場合でも、適切にターゲットを絞った推奨によって将来の販売につながる可能性があります。また、ブランド親和性を高め、消費者の嗜好や興味に合った商品を展示することもできます。

製造業では、推論によって、企業は生産時のエラーを検出し、機器の潜在的な故障を発生する前に特定することができます。 AI を活用した産業検査では、物体、障害物、人物を識別し、ミリ秒単位の計算を実行してダウンタイムを削減できます。これらの利点により、複雑な生産環境で作業するあらゆる企業にとって、AI ビジョン システムは最優先事項となります。

コール センターは推論を使用して顧客サービスを自動化し、顧客の問題を最も適切な対応ができる担当者に迅速に転送します。航空会社、銀行、インターネット サービス プロバイダーからのサポートが必要な場合、通常はできるだけ早く人間と話したいと考えます。労働力不足が拡大する中、AI は単純な問題の解決に役立ち、顧客がより複雑な問題を解決できる適切な担当者に迅速につながることを保証します。

事前トレーニング済みモデルをよりスマートに使用してチームを成長させましょう

推論がどのように機能するかを知ることは、AI の旅の始まりに過ぎません。次のステップは、戦略を策定し、計画を実行することです。問題は、企業がさまざまなポジションを埋めるために優秀な人材を見つけることに苦労していることです。 AIの活用を始めたばかりの企業にとって、AI開発の専門家チームを編成することはより困難かもしれません。

現時点では、サードパーティおよびオープンソースの事前トレーニング済みモデルとフレームワークを活用して優位性を獲得し、人材不足を克服します。これらのリソースにより、開発者はゼロからモデルを構築するのではなく、既存のモデルを調整およびカスタマイズして推論を実行できるため、エンタープライズ規模の AI を導入するチームの負担が大幅に軽減されます。

企業は AI トレーニングを通じて既存のエンジニアや開発者をトレーニングすることもできます。顧客サービスや営業サポート用のチャットボットの構築、セキュリティのための画像分類システム、より優れた運用のための価格予測モデルなど、重要な AI ユースケースに関するステップバイステップの手順を説明した、企業向けの無料開発ラボを提供するパートナー企業が増えています。

ITがAI生産の舵を取る

推論を機能させるための基盤が整ったら、CIO は、ベアメタル、仮想化データセンター インフラストラクチャ、クラウドのいずれで実行されるかに関係なく、本番アプリケーション用にサポートされているソフトウェアを採用する必要があります。

さらに、AI の導入を簡素化するため、推論だけでなく、データ サイエンスとモデル開発の補完的なプラクティスも完全にサポートするエンタープライズ グレードの AI ソフトウェアの提供も検討する必要があります。 AI が初期導入から新しいビジネス領域に拡大するにつれて、チームは独自のワークフローを開発する必要はなく、包括的なソリューションに頼ることができます。

AI ワークロードは従来のエンタープライズ アプリケーションとは異なりますが、専門家から学び、正しく実装されていることを確認することがこれまで以上に簡単になりました。事前トレーニング済みのモデル、専門の開発ラボ、エンタープライズ グレードのサポートを通じて、効率的で低コストのエンタープライズ AI 推論に利用できるツールを理解することで、CIO は AI の導入に取り組むすべての企業が直面する課題に対処するための計画を立てることができます。