2018年に人工知能はどのように発展するでしょうか?世界中のトップ20人の専門家がこう言う

[[216201]]

人工知能は2017年に一連の画期的な成果を達成しました。 2018年、人工知能はどのように発展するのでしょうか？私たちの生活に便利さをもたらすのでしょうか？ AI テクノロジー ベース キャンプでは、業界のリーダーと技術専門家が集まり、2018 年の AI 開発に関する見通しを共有します。

1. フォレスター：AIの蜜月時代は終わった

同社の分析チームは次のように記している。「CIO は人工知能技術の導入に遠慮するだろう。新年には、ハイブリッド人工知能の新しいアプリケーションが、顧客サービスの品質とビジネス販売プロセスの改善にますます利用されるようになるだろう。」

Forrester は、2018 年には人工知能が一連の意思決定を行い、企業の 20% にリアルタイムの指示を送信し、ユーザーの視覚体験にますます頻繁に使用されるようになると予測しています。

2. ロン・アグレスタ：実際のプロジェクトでAIの価値を徐々に判断する

データ分析大手SASの製品管理ディレクター、ロン・アグレスタ氏は、機械学習や人工知能に関する誇大宣伝はさておき、自然言語処理などの技術がより広範な企業のデータ管理や分析プロジェクトに適用できるかどうかを判断するには、特定の分野の実際のプロジェクトから有用な価値を引き出すことが必要だと語った。

さらに、企業は、データ中心の問題に対する「攻撃的」（俊敏性とデータ探索）アプローチと「防御的」（データガバナンスと制御）アプローチの間で適切なバランスを見つけ、対処する必要があります。

3. チャド・メレイ：AI技術の能力をより現実的に理解し始める

テラデータのマーケティング担当副社長チャド・メリー氏は、AIに関する誇大宣伝がピークに達すると、この技術の能力についてより現実的な理解が得られ始めるだろうと語った。

AI技術を取り巻く誇大宣伝にもかかわらず、AI技術をめぐるインフラは劇的に改善されていると彼は書いている。 2018 年には、AI をめぐる熱狂が「回復」の兆しを見せ、深層学習と浅層学習の技術をビジネス チャンスに適用する、よりバランスのとれたアプローチが見られるようになるでしょう。

4. ジョン・リー: 機械学習と自動化の機能をビジネス成果につなげる

ProsperWorks の共同創設者兼 CEO であるジョン・リー氏は、DeepMind がすでに世界最高の囲碁プレイヤーに勝てる人工知能技術を持っているものの、人工知能技術が企業に与える影響は今のところ最小限にとどまっていると考えています。

2018 年の焦点は、外部の誇大宣伝ではなく、人工知能の実用化に置かれるでしょう。最も賢明な組織は、機械学習と自動化の機能が測定可能なビジネス成果をもたらすことを確実にすることに重点を置き、話題性と誇大宣伝はマーケティングに任せます。

[[216202]]

5.スティーブ・ウーレッジとデール・キム：産業は機械の支援によって運営され始める

Arcadia Data のマーケティング担当副社長 Steve Wooledge 氏と製品およびソリューション担当シニアディレクター Dale Kim 氏によると、AI は Hadoop やその他の大いに宣伝されているビッグデータ技術と同じ価値があるとのことです。

業界がビッグデータ指向の製品をめぐる誇大宣伝のバランスを取ろうとするなら、AI の到来を過度に誇大宣伝しないように注意する必要がある。これは、現在の人工知能や将来のビッグデータ プロジェクトに余地がないと言っているわけではありませんが、ビジネス上の意思決定プロセスを完全に機械に置き換えることができる段階にはまだ達していません。

代わりに、2018 年には、業界では、純粋な AI 主導のタスクではなく、機械支援による運用でビジネス インテリジェンスの近代化が開始されます。

6. ニマ・ネガバン：AI技術は2018年に実稼働する

Kinetica の CTO 兼共同創設者である Nima Negahban 氏は、AI とビッグデータには多くの共通点があると述べています。企業がビッグデータプロジェクトを実験段階から実稼働段階に移行させようとしている中、多くの人工知能技術が実際の運用ではまだ難しいことがわかってきています。この状況は2018年に変わり始めるかもしれません。

データ駆動型マシンとディープラーニング技術の複雑さにより、データ サイエンティストはコーディングとアルゴリズムの構築に費やす時間を減らし、データベースとデータ管理システムの構成と管理に多くの時間を費やすことができます。データの保存とプロセスの監視の技術は、より成熟します。

7. ケン・ホアン：AIは非構造化テキストから知識を抽出します

Alationの戦略および提携担当副社長ケン・ホアン氏は、非構造化テキストからの知識の抽出は、2018年に人工知能技術が飛躍的な進歩を遂げる分野の一つになるだろうと語った。

「大規模なセマンティック処理により、最終的にはドキュメントから関連性を抽出し、それを構造化データ資産に接続して、企業の顧客、パートナー、製品、その他の重要な資産の真の360度ビューを提供できるようになります」と彼は書いています。

8. フォレスト・カーライル：2018年には具体的な取り組みは開始されない

Softvision のフルスタック開発者である Forest Carlisle 氏は、2018 年の AI 開発に対する期待は比較的低いと語っています。カーライル氏は、今日の企業は機械学習や人工知能技術を利用することで競合他社に対して優位に立てることを認識しているが、2018年に本格的な取り組みを開始することはないだろうと考えている。

なぜなら、ほとんどの人が AI テクノロジーが自分たちに何をもたらすのかをまだ理解しておらず、データがどこにあるのか、さらには AI テクノロジーを実際のプロジェクトにどのように適用すればよいのかさえ知らないからです。

専門知識と、企業をこの旅に導く方法を実証できるデジタル変革パートナーは、この分野への真の投資の触媒となるでしょう。

9. トゥフィック・ブーベス：AIはもはや単なる仕掛けではなく、実際のビジネスに関係するものになる

Splunk の AI および機械学習エンジニアリング担当副社長 Toufic Boubez 氏によると、AI と機械学習の技術は誤解され、誤用されることが多く、多くのスタートアップ企業や大手テクノロジー企業がこれらのフレーズとの関連付けを強要することで自社の魅力を高めようとしているとのことです。

ブーベズ氏は、2018年にはこの状況は終わり、データを使用してビジネス、IT、セキュリティ関連の結果を予測できるものすべてについて、実質的な証明を求めるようになるだろうと述べた。

2018 年は AI テクノロジーが人間のスキルや能力に匹敵するほど成熟する年ではなくなるものの、機械学習を使用する AI は、理解するのが難しい大量のデータに基づいて企業が意思決定を行うのにますます役立つようになるでしょう。

[[216203]]

10. ラヴィ・マユラム: 垂直市場と市場における機械学習の応用の初期段階

AI の可能性について慎重ながらも楽観的な見方をしているもう 1 人の技術者は、Couchbase のエンジニアリング担当上級副社長兼 CTO である Ravi Mayuram 氏です。同氏は、2018 年は AI による成功する未来の基盤を築くことに重点が置かれる年になると述べています。

現在、AI は現実というよりは流行語であり、AI テクノロジーの良し悪しは受信するデータの品質によって決まるため、実装は難しい場合があります。企業内のデータ整合性には依然として違いがあり、AI 技術の真の実装は、まだ数年は実現が難しい概念です。

しかし、広告業界や小売業界などの垂直分野では、すでに機械学習の応用の初期段階が始まっています。今後数年間で、産業用 IoT、デジタルヘルス、デジタルファイナンスなど、より多くの業界がアプリケーションで機械学習を活用し、より有意義なユーザーエクスペリエンスを提供し始めるでしょう。

11.マーク・バレネチェア：人工知能への投資は2020年までに470億ドルに増加する

OpenText の CEO 兼 CTO である Mark Ba​​rrenechea 氏は、2018 年にはあらゆる業界で人工知能技術への関心が高まるだろうと述べています。 2020 年までに、人工知能への市場投資は 470 億ドルに増加するでしょう。しかし、これらの投資はビジネスにどのような利益をもたらすのでしょうか?

人工知能と認知システム、ビッグデータ分析、機械学習テクノロジーを備えたスマートな企業は、競合他社よりも優れた業績を上げるでしょう。データが良ければアルゴリズムも良くなり、アルゴリズムが良ければデータも良くなる、という具合です。収集・処理されたデータを人工知能システムにアップロードすることで、効率性が高まります。

12. ジェリー・オーバートン：デジタルシステムの定量的ビジネスがデジタル変革の主な原動力となる

DXCの技術分析グループのデータサイエンティスト、ジェリー・オーバートン氏は、ビジネス上の意思決定者はAIが自社の将来の成功の鍵となると考えているものの、そのほとんどはまだ日常のビジネス慣行にこの技術を導入していないと述べた。

2018 年には、企業がデジタル システムを使用してデータを駆使し、ビジネスを定量化して生産性を向上させるにつれて、AI テクノロジーが導入され始めるでしょう。この定量化はデジタル変革の大きな推進力となるでしょう。さらに、企業は高度な機械学習技術を活用して、以前よりも少ないデータでより良い意思決定を行うようになります。

13. テッド・ダニング: 機械学習技術は「人気」から「実用化」へ移行する

MapR のチーフアプリケーションアーキテクトであるテッド・ダニング氏は、機械学習は今後ますますビジネスの通常の一部とみなされるようになるだろうと述べています。人工知能は今後も大きな注目を集めるでしょうが、より幅広い機械学習アプローチが、多くの業界の企業に貴重な洞察をもたらすでしょう。

人々は人工知能技術よりも、問題を正しく捉えて現実的な目標を達成できるアプリケーション システムにもっと注目するでしょう。さらに、適切な規模のデータへのアクセスと、機械学習の結果を実際の生産に応用する計画も必要です。

14. スコット・パーカー: 2018年、企業は正式に「情報主導」の時代に入った

人工知能と機械学習の機能により、企業は 2018 年に正式に「情報主導型」の時代に入ることができ、個々の従業員はいつでもどこでも実用的な情報と洞察を提供できるようになります。

この変革は、最終的には情報対応企業の約束を実現し、組織と従業員が前例のないレベルの効率性と革新性を達成できるようにするだろうとパーカー氏は書いている。

[[216204]]

15.スチュアート・フランケル：2018年は人工知能の発展のルールを決める年だ

ナラティブサイエンスのCEO、スチュアート・フランケル氏によると、人工知能をめぐる現在の誇大宣伝のレベルは高く、将来的にそれを維持するのは難しいかもしれないとのことだ。

AIが目に見えなくなると、「AI」という用語は時代遅れになり、AIシステムによる決定の透明性を要求するAIに関する規制が整備されるでしょう。

さらに、AI に対する期待と不満がかつてないほど高まる一方で、AI へのベンチャー キャピタルの投資も転換点を迎えることになります。

ヨハン・デン・ハーン：AIはアプリケーションを書くために訓練され、教えられるようになる

メンディックスのCTO、ヨハン・デン・ハーン氏は、AIによってコーディングの性質が変わり、ソフトウェアは書かれるのではなく、訓練されるようになると語った。

AI と機械学習の遍在性と継続性は、ソフトウェア開発の状況を変えるでしょう。AI と機械学習はアプリケーションの不可欠な部分となり、アプリケーションをプログラムする必要がなくなります。

代わりに、私たちは彼らを訓練し、教育する必要があり、それがソフトウェアを作成するために必要な技術的スキルの根本的な変化につながるでしょう。

17. モヒット・ジョシ：AIは過去のデータを活用して、従来の工学技術では解決できない問題を解決するだろう

インフォシス銀行の金融サービス・保険部門、ヘルスケア・ライフサイエンス部門の社長兼CEOであるモヒット・ジョシ氏は、他の業界での人工知能の応用も課題に直面しており、将来の商業化には人工知能が必要だと語った。

2018 年には、AI 技術を適用して、企業がエンジニアリング製品の設計、テスト、認証で直面するより複雑なエンジニアリング問題を解決したいと考えています。知識管理プラットフォームを活用して人間の意思決定能力を拡大および強化することで、AI は履歴データを使用して、従来のエンジニアリング手法では解決できない問題を理解することができます。

18. トム・グッドマンソン：AIロボットは人間の労働者の負担を軽減する

カラブリオのCEO、トム・グッドマンソン氏は、コンタクトセンターのエージェントは仮想現実、人工知能、チャットボットなどの技術が成長し続けるにつれて、業界に大きな変化が起こると予測していると語った。

エージェントは、代わりの人を雇う必要も、退屈な日常的なタスクを実行する必要もなく、代わりに（ロボットでは解決できない）複雑な顧客の問題に時間とエネルギーを集中できるようになります。

さらに、音声分析などのテクノロジーにより、エージェントは音声をテキストに変換できるようになり、音声に関するより深い洞察と、より簡単に検索できる変換情報が得られます。

19. アシュウィン・マドガヴカル：農業におけるAIは農家の仕事の完了を支援する

セレス・イメージングのCEO、アシュウィン・マドガヴカル氏は、農業において人工知能技術は人間の労働を完全に排除するのではなく、人間の仕事の完了を支援するだろうと述べた。

農家の高齢化と労働力の減少に伴い、世界人口は増加し、消費量も増加しています。 AI 技術の応用によりこのギャップを埋めることができ、Ceres の画像などの AI ツールを柔軟に使用できる農家がより少ない人員でより広い面積をカバーできるようにするために、今後も AI 技術が応用され続けるでしょう。

20. ワカース・アル・シディク：医療分野で人工知能の大胆な実験が行われる

バイオトリシティの投資家兼CEOであるワカース・アル・シディク氏は、ヘルスケアにおける人工知能の可能性は非常に大きいと語った。

現在、医療業界は AI による推奨に対して依然として慎重な姿勢を保っています。来年、医療機関や医療技術企業は、学習に基づいて医療業界に推奨事項やカスタマイズしたフィードバックを提供できる AI の実験をより積極的に行うようになるでしょう。

時間が経つにつれて、AI はより多くのデータを蓄積し、アルゴリズムを学習して改善し続け、医療機器技術に非常に適しており、AI 技術をより多くの臨床診断と組み合わせてその有効性を実験および研究します。