次世代AIの導入が急増する中、新たな研究がデータの信頼性の問題を警告

次世代AIの導入が急増する中、新たな研究がデータの信頼性の問題を警告

信頼できる人工知能(AI)データ企業であるClouderaの新しい調査によると、米国の組織の半数以上(53%)が現在、生成型人工知能(Gen AI)テクノロジーを使用しており、さらに36%がAIの検討の初期段階にあり、今後1年以内に実装する準備をしているという。

しかし、調査対象となったデータ戦略および管理の意思決定者の 10 人中 8 人以上 (84%) は、GenAI モデルのトレーニングや微調整を行う際に第三者とデータを共有することに懸念を抱いており、データのプライバシー、セキュリティ、コンプライアンスに影響を及ぼすことが示唆されています。それは、まだ束縛されていない「ワイルド・ウェスト」環境だと考えられていました。さらに、ほぼすべての回答者 (95%) は、AI モデルのトレーニング中にデータを完全に制御することが AI 出力を信頼するための鍵であると考えています。

「GenAI は役員会議の議論の中心になっています。分析 AI 製品の開発は数十年にわたって行われてきましたが、ChatGPT は GenAI のイノベーションを加速し、あらゆる業界で人間と同等の成果を上げるまでの道のりを短縮しています」と Cloudera の最高戦略責任者 Abhas は述べています。「しかし、信頼性、コンプライアンス、ライセンス、知的財産に関する懸念もあります。組織は、公開トレーニング済みモデルを使用するとデータが漏洩したり、企業のコンテキストでトレーニングされていない AI モデルから誤った応答を受け取ったりする可能性があることを懸念しています。当社の調査結果は、データの堀が実際に存在し、信頼できる安全なデータ ソースをうまく作成できる企業が GenAI アプリケーションで忠実度の高い出力を生成する上で有利になるという当社の認識を裏付けています。」

このレポートでは、米国の IT 意思決定者とデータ サイエンティスト 500 人を対象に調査を行い、各組織の GenAI の現状と計画を把握しました。調査結果「Evolve Trends 2023: データ、分析、AI」は、11 月 2 日に開催された Evolve New York データ カンファレンスで発表されました。

チャットボットと生成AIの最も関連性の高いユースケース

チャットボットやその他のツールを通じて顧客とのコミュニケーションを強化(55%)、製品開発(44%)、コンセプト開発(44%)をサポートします。また、データ分析 (34%)、ソフトウェア開発 (32%)、アクティビティとプロセスの自動化 (28%) をサポートするためにも使用されます。

「チャット Q&A、テキスト要約、デジタル アシスタントの生産性向上などのユース ケースの成功は、データをモデルに持ち込むのではなく、プロジェクトの作成と開始時にモデルをデータに持ち込むことにかかっています。たとえば、大手金融機関は現在、信頼できる AI によって処理されたレイクハウス データ全体にわたって 1 日あたり 400 万件の意思決定を行っています」と Abhas 氏は述べています。

研究方法

調査会社コールマン・パークスが実施した Cloudera の調査では、米国の IT 意思決定者とデータ アナリスト 500 人の意見が評価されました。回答者は、金融、銀行、保険、製造、通信、小売および電子商取引、政府および公共部門、ヘルスケアおよびライフサイエンス、テクノロジーおよびソフトウェア、エネルギーおよび公共事業、教育、メディアおよびエンターテイメントなどの業界で 1,000 人以上の従業員を擁する組織に所属していました。 この調査は2023年6月から8月にかけて実施されました。

Cloudera は、データによって今日不可能なことが明日可能になると信じています。人々がデータを信頼できるエンタープライズ AI に変換できるようにすることで、コストとリスクが削減され、生産性が向上し、ビジネス パフォーマンスが加速されます。

<<:  あなたのデータ戦略は GenAI に対応していますか?

>>: 

ブログ    
ブログ    
ブログ    

推薦する

人工知能を始めるときに尋ねるべき10の質問

人工知能 (AI) と機械学習 (ML) のテクノロジーは、世界中のほぼすべての業界に革命をもたらし...

...

...

今後の国内人工知能産業の発展における5つの大きなトレンド

現在、中国で人工知能の分野で最も多くの投資を受けている5つのサブセクターは、コンピュータービジョン(...

北京大学と智遠は、大規模モデルが自律的にオープンワールドを探索できるようにするトレーニングフレームワークLLaMA-Riderを提案した。

大規模言語モデルは、強力で普遍的な言語生成および理解機能を備えているため、汎用的なインテリジェントエ...

データセキュリティを保護しながらAIタスクを加速

MIT の研究者は、ディープ ニューラル ネットワーク アクセラレータの最適な設計を効率的に特定し、...

...

成功するビジネス インテリジェンス戦略を開発する方法

ビジネス インテリジェンス戦略の策定は、企業が検討する必要がある重要なステップであり、ビジネス イン...

車載グレードの安全チップとチップ安全性テスト技術を1つの記事で理解する

世界の自動車産業におけるインテリジェンスと車両のインターネットの発展により、新時代の人々はますます便...

Hive でサポートされているファイル形式と圧縮アルゴリズム

[[194194]]概要正しいファイル タイプと圧縮タイプ (Textfile+Gzip、Seque...

Ctrip列車チケットSMSリコールアルゴリズムの最適化の実践

著者についてCtrip アルゴリズムの専門家であるライアンは、パーソナライズされた推奨事項、スマート...

...

もうひとつ:なぜ消費者向けロボット企業は失敗しているのか?

[[264899]] [51CTO.com クイック翻訳] ハードウェア分野の変化はどのくらい速い...