2023 年のエンタープライズ AI トレンド トップ 10

2022 年の AI に関する大きな話題は、研究室や概念実証から生まれ、ビジネス価値を獲得するために企業全体に導入されるテクノロジーになるでしょう。今年も、ML アルゴリズムのわずかな改善とデータ パイプラインの改善により、ほぼ同じようなスタートを切りました。 2023 年の残りの数か月間に、私たちの予想を超える変化が起こる可能性があります。

2023 年のエンタープライズ AI トレンドのトップ 10 は次のとおりです。

AIが取締役会レベルの優先事項に

昨年、AI は、ML を使用して動作を予測し、パターンを発見し、慎重にキュレーションされたデータセット内の異常を検出するポイント ソリューションとニッチ アプリケーションで構成されていました。今日の基本モデルは普遍的です。彼らは、コードを書いたり、詩を作ったり、あらゆるスタイルのアートを描いたり、PowerPoint スライドや Web サイトのモックアップを作成したり、マーケティング コピーやメールを書いたり、ソフトウェアの新しいバグや未発表の小説の筋書きの穴を発見したりすることができます。

PwCのパートナーであり、次世代AI市場開拓戦略のリーダーであるブレット・グリーンスタイン氏は、次のように述べています。「AIGCはビジネスのあらゆる側面、そして社会のあらゆる側面に影響を与えています。事前トレーニング済みのモデルを使用すれば、それを人事、財務、IT、顧客サービスに導入することができ、私たち全員がそれに触れることができます。」

同氏は、PwCの顧客全員がこうした議論を行っていると述べた。 「これほどの関心と興奮は見たことがない」と彼は言い、誰も信じていないと付け加えた。誰もがそれを望んでいます。職場に導入すれば、誰もがそれを使いたがるので、1,000 のユースケースが生まれるでしょう。

生産性の向上や、これまでは不可能だったタイプのビジネスのサポートの可能性は非常に大きいです。しかし、欠点もあります。新世代の AI によって企業が倒産してしまう可能性があるのです。 「存在リスク」という言葉は今やいたるところで聞かれるようになりました。AI が人類を滅ぼすということではなく、ビジネス機能、さらには企業全体を時代遅れにするということです。

AIの規制

最近ワシントンで行われた、規制当局に AI を紹介する AI リーダーたちの会議では、大多数が業界に対する何らかの規制に賛成した。欧州ではAI法が導入されようとしています。これは第 2 世代 AI 以前に作成されたものですが、適用可能な規定があり、発効前に修正される可能性があります。

7月、ニューヨーク市は採用決定におけるAIの使用に関する新しい規則の施行を開始しました。 3月下旬、イタリアはChatGPTを全面的に禁止したが、約1か月後に再び禁止を解除した。 「イタリアの反射的な反応は、警告弾のようなものだった」とグリーンスタイン氏は語った。しかし、それは今後起こることの前兆だった。 「リスクがほとんどないものを1000倍に拡大すると、リスクは拡大します」と彼は語った。第2世代AIはその増幅であり、世界は企業や社会が外来の導入に反応するのと同じようにそれに反応している。 「我々はそれを拒否することはできないが、それが制御不能な形で起こることを許すこともできない」と彼は語った。

AIと変更管理

変更管理は長い間、AI プロジェクトの成功の鍵となってきました。 AI モデルがどれだけ正確であっても、またそれが企業にどれだけ利益をもたらしても、その対象ユーザーが AI と関わりたくないのであれば意味がありません。しかし、今年までは、AI プロジェクトの範囲が限られていたため、これは比較的対処可能な問題でした。しかし、第 2 世代の AI では、労働力への影響は大幅に大きくなります。

「これは史上最大の変更管理プロジェクトだ」とグリーンスタイン氏は語った。 「これほど早くテクノロジーがすべての人に届いたことはかつてありませんでした。」

組み込みAI

次世代の AI が登場する前に、従業員がすでに使用している企業システムに AI を組み込む傾向があります。これにより、予測と分析が広く利用可能になり、データの力は、必要なときに必要な人に、最も役立つ形で提供されます。

従来の AI (ML とニューラル ネットワーク) は、組み込み可能なレベルに到達するまでに何年もかかりました。新世代の AI の開発には数か月かかりました。現在、OpenAI を含むほとんどの主要な AI プラットフォームには、企業やエンタープライズ ソフトウェア ベンダーがシステムに新世代の AI 機能を迅速に追加できるようにする API が備わっています。

「組み込み AI を使用して既存のアプリケーションを改善できるのは素晴らしいことです」とグリーンスタイン氏は語った。

さらに良いことに、AI は各企業の独自のニーズに合わせて調整できます。従来の ML では、大量のデータ、経験豊富なデータ サイエンティスト、トレーニングとチューニングが必要です。しかし、今日の新世代の AI プラットフォームでは、企業が共通の基本モデルから始めて、独自のデータに基づいて微調整したり、ベクトルのデータベースを追加したり、情報や例を直接プロンプトに挿入したりできるため、必要なデータははるかに少なくなります。

カスタム AI がより安価かつ簡単になるにつれて、より多くの企業がそれをより小規模なユースケースに合わせてカスタマイズし始め、企業に本当に普及するようになるだろうと Greenstein 氏は述べた。

「市場がどのように進化していくかを考えると、AIGCは私たちが使用するあらゆるアプリケーションに組み込まれることになるだろう」とS&Pグローバル・マーケット・インテリジェンスのAI研究ディレクター、ニック・ペイシェンス氏は語った。

同氏は最近の報告書で、AIGCのソフトウェア収益は今年の37億ドルから2028年までに360億ドルに増加すると予測した。

「我々はそれを過小評価しているかもしれない」とペイシェンス氏は語った。

彼は現在、262 社の次世代 AI ベンダーを追跡しており、そのうち 117 社はテキスト生成を専門としており、今後 6 か月以内にレポートの新バージョンをリリースする予定です。通常、こうしたレポートは2年ごとに更新されるが、市場は急速に変化していると彼は述べた。

同氏は、この新世代の AI が以前のものよりも速くエンタープライズ ソフトウェアに組み込まれている理由の 1 つは、それが人間とソフトウェアの関係を変える可能性があるからだと述べました。

「人々が自然な言語で会話し、タスクをこなすことができる能力がある」と彼は語った。以前は、Excel やクエリ言語をコーディングしたり理解したりする必要がありました。自然言語を使用することで、データ セットや、自分では複雑すぎるその他のものに対して、人間として複雑なクエリを実行できます。

ペイシェンス氏は20年以上にわたってこの空間を追跡してきたが、このようなものは見たことがないと言う。

「信じられないことだ」と彼は言った。私たちのクライアントも、これまで話したことのないクライアントも、何が起こっているのかを知りたいと思っています。それは、スキルを持つ人々にとって、力の倍増となるでしょう。他の人にとっては、それはより大きな脅威となるでしょう。しかし、これにより人々は現在よりもさらに価値のある仕事をすることができるようになるでしょう。

ビジネスプロセスの自動化

AI は長い間、小規模ではあるものの RPA において役割を果たしてきました。 ML は、感情分析、ドキュメントのスキャン、画像の分類、トランスクリプトの転記、その他の特定の機能に使用されます。そしてAI世代が到来しました。

「2022年以降、世界は劇的に変化しました」と、インサイトの最高エンタープライズアーキテクト兼最高技術責任者であるデビッド・マッカーディ氏は語ります。「私たちは、12か月前には考えられなかった多くのことをお客様と協力して行っています。」生成技術のおかげで、何年も、時には何十年も実行されてきたプロセスを省略できるようになりました。

同氏によると、最もすぐれた即時の使用例の 1 つは、文書を要約し、資料から情報を抽出することだという。

「これは以前は不可能だった」と彼は言った。これで、単語だけでなく概念も抽出できるようになりました。私たちのワークフローの一部が変わります。

しかし、企業は依然として、文書に埋もれた非構造化データから十分な価値を引き出せていないと、経営コンサルティング会社SSA＆カンパニーのアプリケーションソリューション担当副社長ニック・クレイマー氏は語る。

「既存のテクノロジーでは、最も関連性の高いコンテンツを一貫して簡単に表示できません」と彼は言う。「それが、大規模言語モデルに私が本当に興味を持つ理由です。」企業の知識コーパスを統合する能力は、無限の可能性をもたらします。

AIサプライヤー管理

最大規模の企業のみが独自の AI モデルを構築または管理しますが、そうした企業でも使用する AI の多くをベンダーに依存することになります。 Microsoft、Google、Salesforce など、すべての主要企業が AI に関与しているので、それを活用するのは当然のことです。しかし、次世代の AI では企業のデータ、人材、プロセスがさらに重要になるため、ベンダーの選択と管理のプロセスがますます重要になります。

「ML と AI の機能がなければ、実用的なテクノロジーは得られません」と Insight の McCurdy 氏は言います。「これらの企業が AI を活用しておらず、ロードマップもなければ、私たちはそのソフトウェアを購入するつもりはありません。」

これは、AIに投資しているパートナーや企業に投資することで、企業が技術的負債を回避できる一つの方法だと彼は述べた。しかし、ベンダーが AI をロードマップに組み込んでいたり、すでに AI を構築している場合でも、依然としてリスクは存在します。 「インターネットの初期の頃と同じように、多くの企業が生まれては消えていくだろう」とSANS研究所のカリキュラム主任兼学部長のロブ・リー氏は言う。彼はサイバーセキュリティの世界でこれを見てきました。 「ブラックハットでは、少なくとも100社の企業を見てきました」と彼は語った。 「でも、実際に売るものはあるんですか？」

購入者が注意しなければならないことの一つは、サプライヤーが実施するセキュリティ対策です。新しいテクノロジーが導入されると、セキュリティは後回しにされることがよくあります。 AIの場合、これは大きな間違いになります。

「これらのAIにデータをアップロードするとどうなるのでしょうか？」とリー氏は尋ねた。 「実験を実行したいのですが、誰かが間違ったスプレッドシートを間違った AI にアップロードすると、データ侵害が発生します。」

信頼できるAI

過去 1 年間、従来の AI が実稼働環境に導入されるケースが増え、企業は信頼性の問題をより真剣に受け止めるようになりました。彼らは、信頼性が高く、偏見がなく、倫理的な原則に基づいたモデルを求めています。さらに、人々は AI がなぜそのような決定や推奨を行うのかを知りたいので、AI は透明性があり理解しやすいものでなければなりません。今日、信頼性は、宿題を手伝ってもらいたい大学生から、AI による大惨事を回避しようとしている世界のリーダーまで、すべての人にとって最優先事項です。研究者、ベンダー、コンサルタント、規制当局は、AI のトレーニングと展開を管理するためのガイドラインと倫理原則の策定に取り組んでいます。

「まだ初期段階です」と、ロティス・ブルー・コンサルティングの収益成長部門のパートナーでデータサイエンスチームの責任者であるドンチャ・キャロル氏は言う。特に、結果をもたらす可能性のある決定を下す可能性がある場合、どのように動作しているかを確認または監査できないシステムを信頼したくないだろう。無視された部分はまだ明らかにされていません。

オープンソースAI

オープンソースは長い間、AI分野におけるイノベーションの原動力となってきました。多くのデータ サイエンス ツールとその基盤となるモデルはオープン ソースであるか、オープン ソース プロジェクトに大きく基づいています。今年数か月間、次世代AIという新しい分野は、大規模な言語モデルのトレーニングに必要な数百万ドルとそのトレーニング用データを持つテクノロジー大手によって独占されるのではないかとの懸念があった。

OpenAI の ChatGPT、Google の Bard、IBM の Watson、Anthropic の Claude などの主要な基礎モデルは独自のものです。しかし2月にMetaは非商用利用ライセンスのオープンソース大規模言語モデルであるLlamaをリリースし、これはすぐに多くのプロジェクトの基盤となった。そして7月にMeta's Llama 2が発売され、今度は商用利用のライセンスが付与されました。 1 日あたりのアクティブ ユーザー数が 7 億人未満であれば、誰でも無料で使用または変更できます。 Microsoft はすぐに、Azure プラットフォーム上でこれをサポートすることを約束しました。 Amazon も AWS で同じことを行っています。 VMware はこれを AIGC スタックの基礎の 1 つにしました。

8月もMetaはモデルのリリースを続けました。今回は、コードを書くためにトレーニングされた大規模な言語モデルである Code Llama です。そして9月には、UAE技術革新研究所がこれまでで最大のオープンソースモデルであるファルコン180Bをリリースした。それまで Llama 2 とその派生モデルが独占していたオープンソースの大規模言語モデルのリーダーボードで、Llama はすぐにトップに躍り出ました。

Falcon は Apache 2 ライセンスのバリエーションに基づいてリリースされており、商用利用や自然言語生成およびコードでの使用が可能です。

オープンソース モデルにより、企業はクラウド プロバイダーにデータを送信する必要なく、独自のインフラストラクチャにカスタマイズされた AI を導入できるため、柔軟性が向上し、コストが削減されます。これらのオープンソース モデルの中には、デスクトップ コンピューターやモバイル デバイスで実行できるほど小さいものもあります。

「この驚異的なコンピューティングパワーがエッジに分散されるケースが増えるだろう」とロティス・ブルーのキャロル氏は言う。

安全で信頼性の高いデータインフラストラクチャ

ML と AIGC はどちらもデータに依存しています。過去 10 年間で、データは企業にとって最も価値のある資産となり、イノベーションと価値創造の原動力となりました。これらすべてを可能にするには、信頼性、効率性、拡張性、安全性に優れた方法でデータを収集、処理し、それを必要とするシステムに提供する必要があります。その後、データ ウェアハウスはデータ レイクへと進化し、さらにデータ ファブリックやその他の企業全体のデータ アーキテクチャへと進化しました。これらすべては、企業が従来の AI プロジェクトを拡大し続ける上でも、間もなくオンライン化される新世代の AI 機能にとっても価値あるものとなるでしょう。多くの企業にとって、これは、エンタープライズ グレードのデータ保護が不足しているため、ChatGPT のような一般向けチャットボットは選択肢にならないことを意味します。

「そこに入力されるデータは保護する必要がある」とマッカーディ氏は語った。 「安全な境界を構築するまで、一部のユースケースでは大きな障壁が生まれます。」

一部の企業にとって、これは、企業のリスク プロファイルに応じて、OpenAI のモデルやその他のモデルをプライベート クラウドで実行したり、さらにはオンプレミスでオープン ソース モデルを実行したりすることを意味します。同時に、何年も努力を重ねたにもかかわらず、多くの企業では依然として AI 対応のデータの準備が整っていません。 S&P Global Market Intelligence が 8 月に発表し、1,500 人の AI 実践者と意思決定者を対象に実施した最新の 2023 年グローバル AI トレンド調査によると、AI 導入における最大の技術的課題はデータ管理です。 69% の企業が少なくとも 1 つの AI プロジェクトを運用していますが、エンタープライズ規模に達しているのは 28% のみです。

変化のスピードを加速させる

インターネットが提供するグローバルな接続性と、デジタル形式で簡単に入手できる膨大な量の情報がなければ、トレーニング データとして使用するために準備された第 2 世代の AI は実現できなかったでしょう。その後、クラウド コンピューティング、SaaS、API が登場し、企業に多額の初期統合コストをかけずに、新しいテクノロジーを迅速かつ簡単に導入できるようになりました。したがって、この新世代の AI が、これまでに見たどのテクノロジーよりも急速に導入されているのも不思議ではありません。しかし、それ以上に、AIGC は、AIGC 自身の開発を加速させるのに役立つテクノロジーでもあります。

4月、ベンチャーキャピタリストの中島洋平氏は、自律的に会社を経営できる「AI創業者」がいたら良いのではと考え、ChatGPTに会社設立を依頼した。 ChatGPT がコード、研究論文、Twitter 投稿を作成するのに合計で約 3 時間かかりました。中島さんはこれを「BabyAGI」と名付け、GitHubで急速に広まりました。起業だけでなく、あらゆる目的に活用できる万能エージェントです。

「冗談で自律エージェントにできるだけ多くのペーパークリップを作るように頼みました」と中島氏はプロジェクトを説明するブログ投稿に書いた。 AIペーパークリップの黙示録を発見し、安全プロトコルの開発から始めました。

BabyAGI は、OpenAI の GPT-4 API、Pinecone ベクトル検索、LangChain AI フレームワークを使用して、目標を達成するために完了する必要があるタスク、それらのタスクの優先順位付け方法、およびタスクの実行方法を判断します。同様のプロジェクトには、AutoGPT や AgentGPT などがあります。

今年の AI 自立のもう一つの例は Alpaca で、スタンフォード大学の研究者が Meta の初期の Llama モデルを使用しました。これは、人間からのフィードバックによる強化学習のない粗雑なモデルであり、費用と時間のかかるプロセスです。 Alpaca は、ChatGPT に近い OpenAI のテキストベースの DaVinci-003 を使用して近道をし、52,000 の質問と回答のペアを生成し、それを使用して新しいチャットボットをトレーニングしました。研究者らによると、プロセス全体のコストは600ドル未満で、そのうち500ドルはOpenAI APIに、100ドルはコンピューティングコストだったという。チームがテストしたところ、そのパフォーマンスは Text-DaVinci-003 と同等でした。つまり、新世代の AI モデルは、新しいコードを記述して自身のパフォーマンスを向上させることができ、次世代のモデルをトレーニングするためのデータを生成できます。

「ツールやツールキットは急速に変化している」と経営コンサルティング会社AAreteのデジタル技術サービス担当副社長、プリヤ・イラガワラップ氏は語る。 「リーダーシップとコミュニティがプレイブックを読んで理解する前でさえも。」これは、すでに可能なこととまだ開発中のものを区別することが難しいため、事前に計画を立てようとしている企業にとって課題を生み出すと彼女は述べた。 「リーダーにとって、両者の間に線引きをすることがますます難しくなってきている」と彼女は語った。

急速な変化の結果、多くの企業は、進化に応じてさまざまなモデルを導入できる柔軟なフレームワークの構築を目指しています。たとえば、PwC は特定の大規模言語モデルに縛られることはありません。

「当社はプラグインアーキテクチャを採用しています」とPwCのグリーンスタイン氏は語った。 「私たちは、人々がどのような基準であれそれに準拠しながらも柔軟性を維持できるように支援してきました。」

同社には開発の最前線を注意深く見守る人材もいる。 「AIのおかげで、それが非常に速く起こっている」と彼は語った。 「私たちは、大規模な言語モデルに依存しないインフラストラクチャの構築など、「後悔しない取り組み」に注力しています。2 つのモデルが互いに優れているため、これは現在非常に重要です。