ガートナー: 2024 年の主要な戦略的テクノロジー トレンド

ガートナー: 2024 年の主要な戦略的テクノロジー トレンド

2024 年までに、AI は企業で主流となり、クラウド サービス、セキュリティ、持続可能性も影響力を増すでしょう。

ガートナーは、人工知能とインテリジェントアプリケーション開発のトレンドが2024年まで企業に最も大きな影響を与えると述べています。同社は、企業が来年に向けて準備する必要がある主要な戦略的テクノロジートレンドに関する年次展望を発表しています。

今日の多くのトレンドは人工知能の開発を中心に展開していますが、機械学習や自然言語処理など、企業がすでに行った投資を保護することにも重点が置かれています。ソフトウェア エンジニアリングは現在急成長しており、人々はデータにアクセスできるようになり、開発ツールもどんどん良くなってきているため、より多くのものを構築しています。

AI やその他の投資からビジネス価値を引き出すには、リスクに細心の注意を払った規律ある導入アプローチが必要です。 AIへの関心が高まり、投資も増え続ける中、企業はAIを実際に機能させるようプレッシャーを受けています。

ガートナーは、2024 年の主要な戦略的テクノロジー トレンドを次のように予測しています。

生成AIの民主化

ガートナーは、大規模な事前トレーニング済みモデル、クラウドコンピューティング、オープンソースの融合により、生成型人工知能(GenAI)が民主化され、世界中の労働者がこれらのモデルにアクセスできるようになると述べた。同社は、2023 年の 5% 未満から 2026 年までに 80% を超える企業が GenAI API またはモデルを使用するか、本番環境に GenAI 対応アプリケーションを導入すると予測しています。

GenAI アプリケーションにより、ビジネス ユーザーは膨大な量の社内および社外情報にアクセスできるようになり、企業の知識とスキルが大幅に民主化されます。大規模な言語モデルにより、企業は豊富な意味理解を備えた会話形式で従業員を知識に結び付けることができます。

AIの信頼、リスク、安全管理

AI アクセスの民主化により、ガートナーが「AI 信頼、リスク、セキュリティ管理 (TRiSM)」と呼ぶものの必要性がさらに緊急性を増しています。

ガードレールがなければ、AI モデルはすぐに制御不能に陥り、AI によるプラスの成果や社会的利益を覆い隠すような悪影響が重なり合う可能性があります。 AI TRiSM は、ModelOps、プロアクティブなデータ保護、AI 固有のセキュリティ、モデル監視 (データ ドリフト、モデル ドリフト、予期しない結果の監視を含む)、サードパーティのモデルとアプリケーションへの入力と出力のリスク管理のためのツールを提供します。

ガートナーは、2026年までにAI TRiSM制御を適用する企業が誤った情報や違法な情報を最大80%排除し、意思決定の精度を向上させると予測しています。

AIを活用した開発

AI 拡張開発とは、GenAI や機械学習などの AI テクノロジを使用して、ソフトウェア エンジニアがアプリケーションを設計、コーディング、テストできるようにすることを指します。 AI 支援ソフトウェア エンジニアリングにより、開発者の生産性が向上し、開発チームはソフトウェアに対するビジネス需要の増大に対応できるようになります。これらの AI を活用した開発ツールにより、ソフトウェア エンジニアはコードの作成に費やす時間を削減し、魅力的なビジネス アプリケーションの設計や作成など、より戦略的な活動に多くの時間を費やすことができます。

スマートアプリケーション

インテリジェント アプリケーションには、インテリジェンス (ガートナーでは、適切かつ自律的に応答するために適応することを学習することと定義) が機能として含まれています。このインテリジェンスは、多くのユースケースで活用され、作業をより効果的に強化または自動化することができます。アプリケーションのインテリジェンスには、基本的な機能として、機械学習、ベクトル ストレージ、接続データなどのさまざまな AI ベースのサービスが含まれます。その結果、スマート アプリはユーザーに動的に適応するエクスペリエンスを提供できるようになります。

CEO や上級経営幹部を対象とした調査では、26% が人材不足が組織にとって最も大きな混乱を招くリスクであると回答しました。ガートナー社によると、優秀な人材の確保と維持はCEOにとって最優先事項であり、人工知能は今後3年間で業界に最も大きな影響を与える技術であると考えられています。

つながる労働力の増強

拡張コネクテッド ワークフォース (ACWF) は、人間の労働力の価値を最適化する戦略です。人材の育成を加速し、拡大する必要性は、ACWF のトレンドを推進しています。 ACWF は、スマート アプリケーションと労働力分析を使用して、従業員の経験、幸福、および独自のスキルを開発する能力をサポートするための日常的なコンテキストとガイダンスを提供します。

ガートナーは、2027 年までに CIO の 25% が拡張および接続された労働力イニシアチブを使用して、主要な役割の資格取得までの時間を 50% 短縮すると報告しています。

継続的な脅威露出管理

ここでは人工知能も役割を果たします。 AI を使用して脅威のパターンを特定し、組織を保護することは、組織が行った投資を保護するのに役立ちます。

ガートナー社によると、継続的脅威露出管理 (CTEM) は、企業が企業のデジタル資産と物理資産のアクセス可能性、露出、悪用可能性を継続的かつ一貫して評価できるようにする実用的かつ体系的なアプローチです。 CTEM の評価と修復の範囲を、インフラストラクチャ コンポーネントではなく脅威ベクトルまたはビジネス プロジェクトに合わせると、脆弱性だけでなく、パッチが適用されていない脅威も明らかになります。

マシンクライアント

ガートナーは、機械顧客(「顧客ボット」とも呼ばれる)を、支払いと引き換えに商品やサービスを自律的に交渉して購入できる非人間的な経済主体と定義しています。

ガートナー社は、2028年までに、顧客の行動を自動化する可能性のあるコネクテッド製品の数は150億に達し、今後数年間でさらに数十億に達すると予測しています。この成長傾向は、2030 年までに数兆ドルの収益の源となり、最終的にはデジタル コマースの出現よりも重要になるでしょう。戦略的な考慮事項には、これらのアルゴリズムとデバイスを進化させる機会、さらには新しい顧客ボットを作成する機会も含める必要があります。

持続可能な技術

持続可能なテクノロジーの使用は非常に重要になるため、ガートナーは、2027 年までに CIO の 25% が持続可能なテクノロジーの影響に応じて個人報酬を受け取るようになると予測しています。

持続可能なテクノロジーは、長期的な生態系のバランスと人権をサポートする環境、社会、ガバナンス (ESG) の成果を達成するためのデジタル ソリューションのフレームワークです。人工知能、暗号通貨、モノのインターネット、クラウドコンピューティングなどのテクノロジーの使用により、関連するエネルギー消費と環境への影響についての懸念が高まっています。これにより、IT の使用がより効率的、循環的、持続可能なものとなるようにすることがさらに重要になります。

プラットフォームエンジニアリング

Gartner は、プラットフォーム エンジニアリングを、セルフサービス型の社内開発プラットフォームの構築と運用の分野と定義しています。各プラットフォームは、ツールやプロセスと対話することでユーザーのニーズをサポートするために、専任の製品チームによって作成および管理されるレイヤーです。

プラットフォーム エンジニアリングの目標は、生産性を最適化し、ユーザー エクスペリエンスを向上させ、ビジネス価値の提供を加速することです。

業界クラウドプラットフォーム

ガートナーは、2023 年の 15% 未満から 2027 年までに 70% を超える企業が業界クラウド プラットフォーム (ICP) を使用してビジネス イニシアチブを加速すると予測しています。

ICP は、基盤となる SaaS、PaaS、IaaS サービスを、業界関連のビジネス成果に対応するための構成可能な機能を備えた総合的なサービスとして組み合わせて構築されています。これらには、業界のデータ構造、パッケージ化されたビジネス機能のライブラリ、構成ツール、その他のプラットフォームのイノベーションが含まれることがよくあります。

<<: 

>>:  Pytorch Geometric を使用したリンク予測コードの例

ブログ    
ブログ    
ブログ    

推薦する

...

...

人工知能:ニューノーマルにおける成長の原動力

人工知能技術は急速に発展し、成熟しつつあります。多くの最新のアルゴリズムと問題解決手法が日々革新され...

異常検出に機械学習を使用する際に尋ねるべき 7 つの質問

導入異常検出に関するいくつかの入門的な質問。質問することは学習するための最良の方法の一つです。しかし...

...

AI、自動化、そして仕事の未来: 取り組むべき10の課題

[[236355]]職場で機械が人間の労働に取って代わるにつれ、その恩恵を受けるためには私たち全員が...

Google Gemini は Baidu を「騙し取っている」が、その背後にいる本当の犯人は誰なのか?

ノア著制作:51CTO テクノロジースタック(WeChat ID:blog)かつて AI の王者だっ...

生成型AIとデータが未来の産業をどう形作るか

私たちは、生成型 AI の出現によって推進される技術革命の真っ只中にいます。 これは単なる技術の漸進...

すべての最大共通部分列を見つけるためのアルゴリズムの実装

1. LCS分析まず、サブシーケンスとは何でしょうか?定義は書きませんが、一目でわかるように例を挙げ...

2021年の世界トップ10の画期的テクノロジー:TikTokアルゴリズムと北斗ナビゲーションがリストに

[[384967]]最近、アメリカの「MITテクノロジーレビュー」は、2021年の世界のトップ10の...

英国は「国家AI研究リソース」としてGPUを購入するために1億3000万ドルを費やす計画だと報じられている。

8月21日、英国のリシ・スナック首相は、世界的なコンピューティング能力の競争に追いつくために、1億...

6軸産業用ロボットの制御方法と特性

[[187760]]産業用ロボットは、産業分野における多関節マニピュレータまたは多自由度機械装置です...

位相データ解析を使用して畳み込みニューラルネットワークモデルの動作プロセスを理解する

1. はじめにニューラル ネットワークは、画像、テキスト、時系列などのさまざまなデータの処理において...

2018 年最も革新的な機械学習企業トップ 10

機械学習はエンタープライズ情報技術市場に旋風を巻き起こしており、人工知能アルゴリズムは膨大な量のデー...

...