ChatGPTのサプライチェーンへの応用の可能性

ChatGPTのサプライチェーンへの応用の可能性

IT ソリューション プロバイダーの Manhattan Associates のマネージング ディレクターである Craig Summers 氏は、企業の CIO と CISO が ChatGPT のサプライ チェーン改善の可能性をどのように捉えるべきかを分析し、議論しました。

ChatGPTは、この人工知能技術が人々の仕事や生活の中でどのような役割を果たすのか世界が興味を持ち、不確実性もあるため、2023年にさまざまな業界で最もホットな話題の1つになりました。

ChatGPTは、2015年にイーロン・マスク氏を含む技術リーダーのグループによって設立された人工知能研究機関OpenAIによってトレーニングされた、いわゆる「大規模言語モデル」であり、機械学習アルゴリズムを使用して質問やプロンプトを理解し、人間のような応答を生成します。

サプライチェーンにおけるChatGPTの応用見通しが不透明なため、業界メディアがクレイグ・サマーズ氏にインタビューしました。 ChatGPT がサプライチェーン分野に与える影響について、彼は次のように考えています。

ChatGPT はサプライチェーンにどのように適用されますか?

サマーズ: ChatGPT はなぜサプライ チェーンにとってそれほど重要なのでしょうか。チャットボット自体にこの質問をすると、「ChatGPT はサプライ チェーンの便利なツールとなり、プロセスの自動化、洞察の提供、さまざまな関係者間のコミュニケーションとコラボレーションの促進に役立ちます」と答えます。基本的に、それで何も悪いことはありません。

ガートナーのアナリストは、このタイプの AI アプリケーションは自己学習を使用するため、サプライ チェーンへの応用にはまだ時間がかかると考えています。

ChatGPT には、トレーニング用にインターネットのあらゆる場所から収集された 570 GB を超えるデータと 3,000 億語を超える単語があり、学習するための巨大なデータ レイクがありますが、単一のサプライ チェーンに関しては必ずしもそうとは限りません。

サプライチェーン モデルは非常に複雑で、各企業に固有のものであるため、生成 AI が主流のサプライチェーンに導入されるまでにはさらに 10 年かかる可能性があります。

サプライチェーンのリーダーは ChatGPT についてどのように考えるべきでしょうか?

サマーズ氏:10 年というのは、特にテクノロジーの分野では長い時間ですが、今差し迫った問題は、サプライ チェーンのリーダーたちが、生成 AI が消えていくのか、あるいは衰退していくのかをただ座って見守ることができるのか、あるいは理解できるのかということです。

サプライチェーンやその他の業界における生成 AI を取り巻く技術的な問題以外にも、法的および倫理的な問題もあります。

たとえば、チャットボットによって生成されたコンテンツに対して、企業はクレジットを獲得できるでしょうか? あるいは、AI によって生成された作品を人々はどのように共有すべきでしょうか?

倫理的な問題はさておき、アナリストはこれらのテクノロジーが 2030 年より前に実用化される可能性は低いと予測しているため、多くの CIO や CTO が自問する質問の 1 つは、「自社はこの種のテクノロジーに投資すべきか」です。

生成 AI に関して、重要なサプライ チェーンが直面する問題は何ですか?

サマーズ: 問題はこれだと思います。なぜ人々は生成 AI アプリケーションを研究しないのでしょうか?

ChatGPT は、企業と消費者にまったく異なるカテゴリのツールを導入し、AI のパワーと可能性をすべての人に民主化します。

生成 AI の適用方法についてアプリケーション開発チームに考えてもらうことに失敗したテクノロジー リーダーは、長期的には自社を不利な立場に置くことになる可能性が高いでしょう。

これは、ChatGPT がサプライチェーンだけでなく、あらゆる規模の企業にとって真に革新的なものとなる品質である可能性があります。

これは必ずしも生成 AI の現在の応用に関するものではなく、将来何が起こるかについての人々の考え方を根本的に変えることができるかどうかに関するものです。

人々はメニュー駆動型のポイントアンドクリック インターフェースから、より自然な会話型インターフェースへと移行しつつあります。

<<: 

>>: 

ブログ    
ブログ    
ブログ    

推薦する

自然言語処理(NLP)の歴史と方向性

自然言語処理の歴史は紆余曲折に満ちた物語です。それは無駄な研究から始まり、何年にもわたる実りある研究...

AIで製造業を解放する: 企業がアプリケーションシナリオを発見し、課題に対処する方法

まとめ現在、さまざまな業界がデジタルビジネスシナリオを実装または強化するために機械学習機能を構築して...

データアーキテクチャはAIと医療の未来を推進する上で重要

COVID-19パンデミックは、医学的発見のスピードの重要性だけでなく、その加速を支援するデータサイ...

孫玄、Zhuanzhuan 社アーキテクチャアルゴリズム部門: AI によるマイクロサービスアーキテクチャ

[51CTO.com からのオリジナル記事] 2014 年頃から、マイクロサービス アーキテクチャの...

2022年にJAXを使うべきでしょうか? GitHubには16,000個のスターがあるが、この若いツールは完璧ではない

2018 年後半の発売以来、JAX の人気は着実に高まっています。 2020年、DeepMindは研...

移動ロボットとは何ですか?また、どのように分類されますか?

移動ロボットは、作業を自動的に行う機械装置です。センサー、遠隔操作者、自動制御移動搬送機などから構成...

6つの主要なソートアルゴリズム

6 つの一般的なソート アルゴリズムの GIF アニメーションがあり、ソートの考え方をより簡単に理解...

スイスの企業がボストンのロボット犬よりも多くの車輪を備えた車輪足ハイブリッド移動ロボットを開発

ロボットファンの多くにとって、四足歩行ロボットといえば、まずボストン・ダイナミクス社のロボット犬を思...

AIGC の 7 つの暗い側面

AIGC アルゴリズムがあらゆるスタイルの素晴らしいアートワークを生成し、素晴らしい文法で長い記事を...

Angel: 新しい分散型機械学習システム

Angel は、パラメータ サーバーの概念に基づいた分散型機械学習フレームワークであり、機械学習アル...

汎用人工知能の実現に私たちはどれくらい近づいているのでしょうか?

今日、人工知能は人間が行う作業の一部をより良く行うために懸命に取り組んでいます。たとえば、AI は人...

Transformerの本質的欠陥を解決する:復旦大学らが提案した線形複雑性SOFT

[[437909]] Visual Transformer (ViT) は、パッチ単位の画像トーク...

...

DeepMap COO 羅偉氏との独占インタビュー:自動運転の時代に、スタートアップは高精度地図の分野でどのように躍進できるのか?

最近、シリコンバレーの高精度地図サービスプロバイダーであるDeepMapは、Accelが主導し、エン...