ガートナー、2024年以降のIT組織とユーザーに関する重要な予測を発表

ガートナー、2024年以降のIT組織とユーザーに関する重要な予測を発表

ガートナーは、2024 年以降のトップ 10 の戦略予測を発表しました。ガートナーは、生成型人工知能 (AI) がさまざまな業界の経営幹部の考え方をどのように変えているのか、また、AI によって組織がより機敏で適応性が高く、将来に向けてより適切に準備できるようになるのかを探ります。

「ジェネレーティブ AI は新たな可能性を切り開き、これまで不可能だったことを人間が行えるように支援します」と、ガートナーの著名なリサーチ担当副社長であるダリル・プラマー氏は述べています。「CIO や経営幹部は、前例のないメリットを得るために、ジェネレーティブ AI の使用に伴うリスクを受け入れるでしょう。」

「今年、ジェネレーティブ AI は戦略的意思決定の中核要素となり、他のすべてのテクノロジー主導のイノベーションを凌駕するでしょう。ジェネレーティブ AI はルールを打ち破り、新たな爆発点を生み出し続けます。」

以下は、ガートナーが発表したトップ 10 の戦略予測です。

  • 2027年までに、AIを活用した生産性向上は、国力を示す主要な経済指標の一つとして認知されるようになるでしょう。

世界中の政府は、AI を民間部門と公共部門全体にわたる主要な戦略と計画の実施をサポートする主要な実現技術として活用し、AI の開発に全力で取り組んでいます。関係部門は、国の長期計画に AI を組み込むだけでなく、AI イニシアチブの推進を支援するために、関連する法律や規制を積極的に実施しています。

「国家的な取り組みにより、AIは生産性の向上とデジタル経済の発展の促進においてより大きな役割を果たすことができるようになる」とプラマー氏は述べた。「大規模なAIイニシアチブの成功には、さまざまな関係者間の支援と協力が必要であり、これは国のリソースを統合し調整する能力を示すものでもある。」

  • 2027 年までに、生成 AI ツールを使用してレガシー ビジネス アプリケーションを解釈し、適切な代替アプリケーションを作成することで、近代化アップグレードのコストが 70% 削減されます。

「CIO は、大規模言語モデル (LLM) の成熟度が高まっていることから生まれるチャンスを捉え、コスト効率よくビジネス アプリケーションを最新化するための信頼できる期待されるメカニズムを構築する必要があります」とプラマーは述べています。「CIO は、生成 AI 大規模言語モデルの出力をテストするための専用のテスト部門を設立し、変更管理とスキル向上のプロセスを確立して、最新化サイクル全体を通じて従業員の生産性を最大限に高めることができます。」

  • 2028 年までに、企業は悪意のあるコンテンツに対抗するために 300 億ドル以上を費やし、複数の脅威に対処するためにマーケティングおよびサイバーセキュリティ予算の 10% が必要になるでしょう。

最も効果的な悪意のある情報は、人間と機械の意思決定メカニズムに影響を及ぼし、検出してブロックすることが極めて困難です。悪意のある情報は、サイバーセキュリティ、マーケティング、AI という 3 つの異なる機能領域に脅威をもたらします。

「生成型 AI の急速な台頭により、規制当局は神経をとがらせています」とプラマー氏は語ります。「規制当局は、生成型 AI がより強力かつ普及するにつれて、悪意のあるコンテンツの拡散などを通じて、悪意のある人物によってこの技術が悪用されるリスクも高まることを認識しています。悪意のある人物、規制当局、悪意のあるコンテンツに対抗できるツールや技術の提供者を注意深く監視できる企業は、競合他社に対して大きな優位性を獲得できる可能性があります。」

  • 2027 年までに、規制圧力の高まりと攻撃対象領域の拡大により、最高情報セキュリティ責任者 (CISO) の 45% がサイバーセキュリティ以外の分野にも責任を拡大することになります。

現在、セキュリティ管理とデジタル資産の責任は複数の部門とチームで共有されており、最高情報セキュリティ責任者 (CISO) がデジタル資産ポートフォリオ全体の監督を担当しています。その結果、規制開示のサポート、デジタル セキュリティの確保、セキュリティ インシデントの効果的な管理において組織間で一貫性がなくなり、全体的なパフォーマンスが低下します。

CISO の責任範囲を拡大することで、企業や組織のセキュリティ管理業務を統一し、統合されたセキュリティ インシデント管理プロセスを監督できるようになります。

  • 2028 年までに、生成 AI の導入が進むと、知識労働者の労働組合組織率は 1,000% 増加するでしょう。

企業の幹部たちは、AI がレイオフの要因になっていることに急速に気づき始めています。 そのため、経営者は従業員に対して社内に AI を導入する意図を明確に説明する必要があります。そうすることで、従業員の AI に対する不安から生じる意図しない結果を回避することができます。組織が生成 AI を導入しても、知識労働者のこうした不安を効果的に解消できない場合、従業員の離職率は 20% 増加します。

「組織は、仕事を自動化するのではなく、AIを活用して人間の能力を強化し、効率と品質を向上させることに重点を置くべきです」とプラマー氏は言う。「役員会の期待に影響を与える誇大宣伝はまだたくさんあるので、生成AIの能力と限界について明確な見解を持ち続けることが重要です。」

  • 2026 年までに、従業員の 30% がデジタル チャーム フィルターを使用して、前例のないキャリアアップを実現します。

デジタルチャームフィルターは、コミュニケーションの内容を促し、フィルタリングすることで、さまざまな状況でより理想的なソーシャル効果を実現できます。これらは、対話中、対話前、対話後にヒントを提供し、リーダーと従業員が優れた成果を上げたい社会的状況で優れた成果を上げることを可能にします。デジタル チャーム フィルターにより、組織は採用対象を拡大し、より多様な労働力を採用できるようになります。

「企業はデジタル チャーム フィルターを使用して、採用および雇用の各段階におけるやり取りの一貫性を高め、人材プールを拡大できます」とプラマー氏は述べました。「企業の生産性向上やアプリケーション ベンダーと連携して、これらの機能を自社の製品ロードマップに組み込む方法を理解することで、デジタル チャーム フィルターの導入を加速できます。」

  • 2027 年までに、フォーチュン 500 企業の 25% が、ビジネス パフォーマンスの向上のために、自閉症、ADHD、失読症などの神経多様性を持つ人材を積極的に採用する予定です。

「神経多様性のある人材を雇用し、維持できる組織は、従業員のエンゲージメント、生産性、イノベーションを高めることができます」とプラマー氏は述べた。

フォーチュン 500 企業は神経多様性のある人材採用プログラムの導入を開始しており、従業員のエンゲージメントと業績の面ですでにメリットを実感しています。組織は、より多くの神経多様性のある人材を特定するためのアウトリーチ プログラムを確立する必要があります。専門家のベストプラクティスを活用し、すでに神経多様性に取り組んでいる主要組織からの教訓を活用することで、作業を加速できます。

「神経多様性のある人々を会社の指導的立場に置くことは、インクルージョンの文化を育むことができ、神経多様性のある従業員の観点から見るとおそらく最も価値のある行動です」とプラマー氏は語った。

  • 2026 年末までに、大企業の 30% が、急成長する機械顧客市場に参入するために専用の事業部門または販売チャネルを設立するでしょう。

機械の顧客は、サプライ チェーン、販売、マーケティング、顧客サービス、デジタル コマース、顧客エクスペリエンスなどの主要機能を組織に再発明するよう迫ります。実際、2025 年までに、大企業の販売およびサービス センターの 25% 以上が機械の顧客からの電話を受けることになります。

「機械の顧客は、人間が処理できる以上のスピードで取引し、多くの意思決定変数を使用するため、組織は機械の顧客専用の販売およびサービス チャネルを開発する必要があります」とプラマー氏は述べました。「機械の顧客には、人材、スキル、プロセスに関する異なる要件があり、人間の顧客に焦点を当てている現在の部門では対応できない可能性があります。」

  • 2028年までに、労働力不足により、製造、小売、物流業界におけるインテリジェントロボットの数は、現場の従業員の数を上回るでしょう。

製造、小売、物流企業のほとんどは、日常業務をサポートするのに十分な従業員を確保したり、維持したりすることができません。今後 10 年間で、サプライ チェーン組織は最前線の従業員の不足に直面することになります。ロボットはこのギャップを埋めるのに役立ちます。 2022 年 12 月のガートナーの調査によると、サプライチェーン技術者の 96% がサイバーフィジカルシステムの自動化を導入済みまたは導入を計画しており、35% がロボットを導入済み、61% が試験運用中または最初の導入段階に入っていることがわかりました。

「ロボット技術の急速な発展により、工場現場から倉庫、小売店に至るまで、最前線の仕事にロボットがますます登場している」とプラマー氏は語った。

  • 2026年までに、G20諸国の50%が毎月の電力配給制の対象となり、エネルギーに配慮した運用モデルは競争上の優位性をもたらす一方で、重大な失敗のリスクも伴います。

電力需要は増加し続けているものの、送電網インフラの老朽化により発電能力の拡大が制限されています。企業はエネルギーの価格と入手可能性を競争上の優位性として評価しており、顧客に安定した電力供給を提供することが競争上の優位性となることを意味します。そのため、多くの経営幹部は、エネルギー生成を最適化し、直接投資することで、エネルギーに配慮した業務を構築し始めています。

「エネルギー消費を構造的に削減することで、エネルギー効率を活用して長期的な競争上の優位性を築くことができます」とプラマー氏は言う。「企業の投資を評価する際には、現在のエネルギーコストと将来の予測エネルギーコストを考慮する必要があります。」

<<: 

>>:  自動運転のためのエンドツーエンドの計画方法の概要

ブログ    
ブログ    

推薦する

ReLU がビジュアル Transformer のソフトマックスに取って代わり、DeepMind の新しい手法でコストが急速に削減される

Transformer アーキテクチャは、現代の機械学習で広く使用されています。 Attention...

新時代の人工知能の優位性を獲得し、時代に淘汰されないためにはどうすればよいか

企業で人工知能が応用され、開発されるにつれて、ビジネスリーダーは市場競争力を向上させるためにクラウド...

自動運転のジレンマと選択

ここ数年、自動運転車に対する熱狂が高まっています。これは確かに合理的です。自動運転車は、燃費の向上、...

...

2代目アメカ登場!よりリアルな表情で流暢に聴衆に話しかけ、数十の言語を話すことができる

ヒューマノイドロボット「アメカ」が第2世代にバージョンアップしました!最近、モバイル・ワールド・コン...

新しいヘルスケアソリューション: ヘルスケアにおける AI と IoT が認知症患者をどのように支援できるか

年齢を重ねるにつれて、私たちの体はさまざまな病気や障害に悩まされるようになります。それはまるで逆方向...

新学期にAIデビュー!南京の大学は顔認識技術を使って出席確認と学生管理を行っている

最近、中国薬科大学は試験的に教室に顔認識システムを導入しました。学生の出席を自動的に識別するだけでな...

Hudiに基づくByteDanceの機械学習アプリケーションシナリオ

統合ストリームとバッチサンプルの生成プロセスを明らかにし、Hudiカーネルの最適化と変換を共有し、デ...

人工知能はノーベル賞レベルにまで発展した

人工知能(AI)はノーベル賞の領域に入った。最近の研究により、人々にこのような感覚を与えるものが生み...

時系列予測のための 5 つのディープラーニング モデルの比較

マクリダキス M-コンペティション シリーズ (M4 および M5 と呼ばれます) は、それぞれ 2...

機械学習を簡単にする 5 つのオープンソース Python ライブラリ

機械学習は興味深いものですが、実際に実行するのは難しく複雑です。ワークフローとパイプラインの組み立て...

顔認識システムの技術的プロセスの分析

顔認識は、顔の特徴に基づいて人物を識別する生体認証技術です。カメラまたはビデオカメラを使用して、顔を...

張北院士:生成型人工知能の3つの大きな機能と1つの大きな欠点

網易科技は1月16日、知普AI技術公開デーで中国科学院院士で清華大学教授の張北氏が「大規模言語モデル...

BEV におけるデータセット間レーダーカメラ融合に関する実験的研究

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

ディープマインドの共同創設者が新たなチューリングテストを提案:AIで10万ドルを100万ドルに増やす

ブルームバーグによると、6月21日、グーグルの人工知能研究機関ディープマインドの共同創設者ムスタファ...