調査結果: 回答者の 64% が生成 AI による作業の功績を認めている

調査結果: 回答者の 64% が生成 AI による作業の功績を認めている

Salesforce が実施した調査では、生成 AI の使用に関する明確なポリシーが存在しない状況で、回答者の 64% が生成 AI を使用して行われた作業を自分の作業であるかのように扱っていると認めていることがわかりました。

生成 AI の人気が高まる一方で、企業は、従業員が許可なくこのツールを使用することを防ぎ、企業がさまざまなリスクにさらされるのを防ぐために、生成 AI の使用に関するポリシーを明確に定義することが急務となっています。これは、Salesforce が最近 14 か国で約 14,000 人のフルタイム従業員を対象に実施した調査の主な結果です。

調査によると、調査対象となった従業員の4分の1以上(28%)が職場で生成AIを使用しており、そのうち半数以上が雇用主の承認や許可なしに生成AIを使用しています。興味深いことに、回答者のさらに 32% が、生成 AI をすぐに使い始める予定であると答えています。この調査は、Salesforce の Generative AI Snapsho 調査シリーズ「職場での AI の可能性と落とし穴」の一部です。

より多くの従業員が生成 AI を使用するようになった主な理由は、それが作業効率を大幅に向上させることができると認識しているためです。生成 AI のユーザーはその重要性を認識しており、従業員の 71% が生成 AI によって仕事の効率が向上すると回答し、58% がこのテクノロジーによって仕事への意欲が高まると回答しています。

興味深いことに、調査対象となった従業員の約 50% が、生成 AI の専門知識を身に付けると、仕事の満足度が向上し、職場での人気が高まり、収入も増加すると回答しました。

これらすべては、生成 AI の急速な導入と発展を予兆しています。マッキンゼーは、生成AIが世界経済に毎年2.6兆ドルから4.4兆ドルの利益をもたらす可能性があると述べている。

政策の欠如により、企業は生成AIの安全性リスクに対して脆弱になる

生成 AI の使用が増加しているにもかかわらず、安全で強力なツールに関するポリシーと明確さが欠如しているため、企業のセキュリティ リスクが増大しています。 Salesforce が今年初めに実施した調査では、回答者の 73% が生成 AI がセキュリティ上のリスクをもたらすと考えていることが分かりました。不正確な結果や知的財産権の侵害の可能性も、生成 AI を使用する際のその他のリスクです。

Salesforce の調査によると、調査対象となった 14 か国のうち、インドは未承認または禁止されている生成 AI ツールの使用率が最も高く、業界を問わず調査対象となった従業員の 64% がキャリアアップのためにこれらのツールを使用していることがわかりました。一方、オランダでは、未承認の生成 AI ツールの使用率が最も低く、従業員の 43% しか使用していません。

生成 AI の使用に関する明確に定義されたポリシーがないため、企業はこれらのリスクに対して脆弱であり、生成 AI の大きな可能性を活用できません。 Salesforce の調査によると、約 79% の企業が生成 AI の使用に関するポリシーを明確に定義していません。回答者の15%は職場での生成AIの使用に関するポリシーが明確に定義されていないと答え、37%は職場での生成AIの使用に関するポリシーはないと答え、残りの27%はそれについて何も知らないと答えました。

生成AIの非倫理的な使用

生成 AI の不正使用が増加するにつれて、一部の従業員は生成 AI の成果を自分の利益のために利用するなど、それを非倫理的に使用しています。回答者の約 64% は、生成 AI の仕事を自分自身の仕事とみなしており、41% は就職の機会を確保するために生成 AI のスキルを誇張する傾向があります。

Salesforce の調査で強調された重要な問題の 1 つは、トレーニングの不足でした。回答者の約 70% は、職場での生成 AI の安全かつ倫理的な使用に関するトレーニングを完了しておらず、受けていません。 「明確なガイドラインがあれば、従業員は生成型AIのリスクを理解して対処しながら、そのイノベーションを活用してキャリアアップすることができます」とセールスフォースの最高倫理・人道的使用責任者であるポーラ・ゴールドマン氏はブログ投稿で述べた。

<<:  インテリジェントオートメーション: コンピュータビジョン、AI、ARが統合されるとき

>>:  GitHub: プログラマーはAIプログラミングを積極的に使用しており、JavaScript言語は依然として最も人気がある

ブログ    
ブログ    
ブログ    

推薦する

ハイエナが次世代トランスフォーマーになる? StripedHyena-7B オープンソース: 最大 128k の入力、トレーニング速度が 50% 向上

近年発表されたAIモデル、例えば言語、視覚、音声、生物学など各分野の大規模モデルは、Transfor...

テックネオテクノロジーサロ​​ン - 第14号 - アルゴリズムに基づくIT運用・保守の実践と探究

【51CTO.comオリジナル記事】 [51CTO オリジナル記事、パートナーサイトに転載する場合は...

Giskard: AI モデル向けのオープンソース品質管理

翻訳者 |ブガッティレビュー | Chonglou実稼働環境で AI モデルの品質を確保することは複...

すぐに理解できます: 電流制限におけるリーキーバケットとトークンバケットアルゴリズム

[[346652]]この記事は、陳建宇氏が執筆したWeChatパブリックアカウント「私の脳は揚げ魚で...

シンプルで使いやすいPythonの顔認識アルゴリズムをいくつかまとめます

こんにちは、みんな。今日は、シンプルで使いやすい顔認識アルゴリズムをいくつかまとめます。顔認識はコン...

...

機械学習アルゴリズムを使用して「実験室地震」を予測するにはどうすればよいでしょうか?

[[186458]]機械学習アルゴリズムが「実験室の地震」を予測できるという事実は、間違いなく画期...

知識が求められるポストディープラーニング時代において、知識グラフをいかに効率的かつ自動的に構築できるのでしょうか?

日常生活では、情報を提示する次の 2 つの方法によく遭遇します。表示される情報量はどちらも同じですが...

...

自動運転によりシェアリングエコノミーは再び普及するでしょうか?

自動運転技術の開発は常に議論の的となっています。自動運転の将来に関して、避けて通れない話題が1つあり...

脳コンピューターインターフェースにおける重要な進歩!国内チームが「フルスペクトル中国語解読」に成功:トップ3の正解率は100%に迫る

今年8月、ネイチャー誌に立て続けに掲載された2つの論文は、脳コンピューターインターフェースが言語回復...

...

AIと自動化革命に備える10の方法

人工知能と自動化はもはやSFの世界の話ではなく、ビジネスの世界と消費者の世界の両方で非常に現実的かつ...

Java 上級: 負荷分散のための 5 つのアルゴリズムの詳細な理解

この記事はWeChatの公開アカウント「Android Development and Progra...

人工知能とコールセンターの衝突が新たな時代を創る

[[430158]]コールセンターは1960年代から存在しており、NASAのミッションコントロールで...