2024年のビッグデータ産業予測（I）

分析する

オムニチャネルコマースが拡大するにつれ、広告分析の世界は劇的な変化を遂げるでしょう。オンラインとオフラインの消費者間のやり取りにおける従来のサイロが崩壊し、真のオムニチャネル消費者への道が開かれています。消費者の購買行動全体にわたって物理的/デジタル的な壁が徐々に取り除かれる一方で、ウォールド・ガーデンと消費者のプライバシーの問題は依然として顕著であり、分析を複雑にしています。オムニチャネル消費者の増加には、マーケティング測定モデルの再調整が必要になります。従来のデジタルラストクリックアトリビューションは、顧客ジャーニーにおける複数のタッチポイントの影響を認識する、より微妙なアプローチに取って代わられるでしょう。この変化により、各チャネルが消費者の需要の創出と変換に貢献する増分価値がより正確に反映されるようになります。プライバシーの問題はますます顕著になり、データ主導のパーソナライゼーションとユーザーのプライバシーの尊重の間で微妙なバランスをとることが必要になります。このバランスをとることは、オムニチャネル分析の可能性を最大限に活用しながら消費者の信頼を維持するために重要です。オムニチャネル e コマースの時代において、広告分析の将来は、データの統合、アトリビューションの再定義、プライバシーとの微妙な共存によって特徴づけられるでしょう。これは単なる変化ではありません。広告の芸術と科学のために消費者データを理解し、解釈し、活用する方法における革命なのです。 –スカイ・フロンティア、インクリメンタル社シニアバイスプレジデント

人工知能

AI はローコードに取って代わることはありませんが、成果を向上させるためにそれを補強します。長年にわたり、ローコードにより、開発者はコーディング経験がなくてもアプリケーションを作成できるようになりました。現在、ChatGPT によりコード作成効率が大幅に向上すると期待されています。ただし、開発者が作成できるコードを ChatGPT を使用して作成するだけでは、適切な規模で生産性の問題は解決されません。再利用とメンテナンスの問題は未解決のままです。開発者は、上流チームからのアップグレードを吸収し、テクノロジー スタックのアップグレードを実行し、アプリを最新の UI/UX パターンにアップグレードするための再設計を実装するなど、数か月を費やします。したがって、AI はローコードに取って代わるものではなく、生産性を向上させるためにローコードと併用されることになります。来年は、エンタープライズ ソフトウェア ベンダーがコンピューター ビジョンやトレーニング済みモデルを活用してパターンを理解し、ローコード プラットフォーム内でコード生成を開始するようになるでしょう。 –Vikram Srivats、WaveMaker

所有権は、企業の AI イニシアチブが 2024 年に本格的に始動するかどうかを決定する重要な要素になります。企業は、特に社内の生産性に直接的な影響があることがわかっているため、2023 年に生成 AI の導入を開始することに熱心です。しかし、新年には、企業が AI を活用するのは簡単である一方で、ビジネスに真の影響を与えるにはそれ以上のことが必要であることがわかってくるでしょう。明確な問題や専任チームなしに AI 探索を委託する企業は、失敗に終わり、効果のない結果につながることがよくあります。所有権は、企業の AI イニシアチブが 2024 年以降に本当に成功できるかどうかを決定する重要な要因になります。経営者がデジタルイノベーションに強い関心を持ち、具体的な課題を特定し、実験と行動を行うチームを編成すると、成功の可能性が高まります。所有権は、AI の変革の可能性を誰がうまく活用できるかを決定する上で重要な推進力となります。 –ブルームリーチ CEO、ラジ・デ・ダッタ

エンタープライズ AI からゼロ トラスト AI へ: 2024 年には、企業が AI を導入する方法が大きく変わり、パフォーマンス重視から説明責任重視へと移行します。 AI が重要な意思決定プロセスにますます統合されるようになるにつれて、組織は AI 出力の正確性と信頼性の確保を優先するようになります。この変化は、データソースの検証と AI による変更の透明性が重要になる「ゼロトラスト AI」の開発につながります。目標は、運用と決定が効果的であるだけでなく、すべての関係者が理解し、検討できる AI システムを作成し、AI の使用に関する信頼と責任の文化を育むことです。 –デイビッド・ボスコビッチ、フラットファイル創設者兼CEO

人工知能は今後も発展を続け、生活のほぼあらゆる分野でその応用が見られるようになるでしょう。間違いなく、さまざまな点で私たちの生活は楽になりますが、その一方で、テクノロジーの賢さはトレーニングに使用された言語の賢さに左右されるため、エラー率も増加するでしょう。人工知能は必然的に、より多くの人々や仕事を置き換えることになるだろうが、良いニュースとしては、より多くの仕事も生み出すということだ。数年後には、多くの IoT デバイスが大量の高カーディナリティ データを生成するようになるでしょう。 AI の可能性はほぼ無限であり、私たちはそれを探求し始めたばかりです。 –ジェイソン・ハワース、アピカ最高執行責任者

人工知能にとって2023年は驚異的な年となり、大手アナリスト企業が今後数年間で大きな影響を及ぼすと予測するなど、注目を集めました。しかし、2024年以降も成功するためには、AI は人とデータの両方に依存する必要があります。小売データは複雑かつ動的であり、消費者の購買行動、出荷の遅延、製品不足、労働力要件など、サイロ化された情報は絶えず変化しています。 2024 年には、小売注文および在庫データ管理システムを備えたチームが、企業が AI を最大限に活用するために、クリーンかつ正確でアクセス可能なデータを生成および維持する上で重要な役割を果たすことになります。 –Fluent Commerceのグローバルマーケティング担当シニアバイスプレジデント、ニコラ・キンセラ氏

組織は、AI の安全で責任ある使用を監督するために最高 AI 責任者を任命します。2024 年までに、組織は AI のセキュリティ、コンプライアンス、ガバナンスへの影響に備えるために、リーダーシップ チームに上級管理職を任命するケースが増えます。従業員がChatGPTなどのツールに触れることで私生活でAIを使用することに慣れてくると、仕事の効率を向上するためにAIを利用しようとする傾向が強まるでしょう。組織は、従業員が AI ツールの使用を正式に許可されていない場合、同意なしに AI ツールを使用することを認識しています。その結果、多くの組織がリーダーシップ チームにセキュリティ最高責任者 (CISO) を任命するのと同様に、組織はこれらのテクノロジーの使用を監督するために最高 AI 責任者 (CAIO) を任命することになります。 CAIO は、偶発的な侵害、知的財産の漏洩、セキュリティの脅威から組織を保護するために、ポリシーの策定、従業員への教育と AI の安全な使用の権限付与に重点を置きます。これらの実践により、組織全体で AI が広く導入されるようになります。この傾向が進むにつれて、AI は携帯電話と同じようにコモディティ化されるでしょう。 –Dynatrace の CTO 兼創設者、ベルント・グライフェネダー

2024 年は AI とデータ エグゼクティブの年になります。2023 年がエンタープライズ AI が突如登場した年であったとすれば、2024 年は企業が競争上の優位性を得るために AI をどのように活用し、避けられない将来の規制に準拠するかを理解しようとする統合の年となります。 AI の導入を将来にわたって保証するために、組織は AI のイノベーションとコンプライアンスを監督する役職を経営幹部レベルで確立しようとする傾向が強まっていますが、必ずしも最高 AI 責任者という形である必要はありません。むしろ、AI によって新世代の最高データ責任者が誕生し、既存のデータリーダーに新しいスキルの開発が求められるようになる可能性が高いでしょう。最高データおよび分析責任者の台頭を目の当たりにしたのと同じように、新世代の最高データおよび AI 責任者の登場も間もなく見られるかもしれません。彼らは、AI モデルのデータ基盤が新しい規制に準拠し、ビジネスに競争上の優位性をもたらすのに十分な品質であることを保証することに重点を置くでしょう。確かに、データ担当者が過去数年間行ってきたように、安全で効率的なエンタープライズ AI を確保し、法律、倫理、セキュリティ、プライバシーのコミュニティと連携する部門横断的な役割を果たす AI ガバナンス カウンシルが増えています。 –AlationのCEO兼共同創設者、サティエン・サンガニ氏

AI の醜い側面がさらに露呈しています。2024 年の大統領選挙は、来年 AI の悪質な能力がさらに明らかになることを示す一例です。選挙に影響を与えることを目的としたディープフェイクやその他の AI 生成の偽情報が、驚くべき速度で出現すると予想されます。巧妙な脅威の担い手がこれらの画像を使用した場合、説得力のあるプロパガンダとなり、綿密に作成された偽情報から現実を見分けるのが難しい有権者にとって、まさに「魔法の鏡」となる可能性がある。候補者の選挙運動が本格化するにつれ、この点はますます注目されるようになるだろう。ここ数カ月増加しているAI生成の偽画像ほど、テクノロジーの醜い側面を示す良い例はおそらくないだろう。 2024 年には、この問題の防止に重点が置かれ、問題に対処するための新しいソリューションが多数リリースされるでしょう。もちろん、ハッカーが組織や従業員を攻撃して機密データを盗むという基本的な活動に AI をますます利用するようになると予想されます。脅威アクターがこのテクノロジーを活用してマルウェア コードを改善したり、生成 AI を利用してより正当なフィッシング メールを作成したりすることを想像してみてください。そうなると、組織はトレーニングを調整し、たとえば、かつてはフィッシング キャンペーンの兆候であった文法の誤りが、生成 AI によって危険信号ではなくなるようにする必要があります。 –マイク・ウィルソン、Enzoic 創設者兼 CTO

AIをめぐるピーク時の誇大宣伝は薄れていくでしょう。しかし、最も革新的で競争力のある企業は、AI によるデジタル破壊の真の課題、つまり人材に直面することになります。企業が求める最も重要なスキルは「適切な判断力」であり、これはソフトスキルから、業務に携わる極めて重要な人物にとって必須のスキルへと昇格します。企業は、AI を導入する際の課題はテクノロジーを獲得することではなく、これらのプロジェクトをサポートする熟練した人材を見つけることであると認識するでしょう。 –Upwork のクライアント戦略担当副社長、ティム・サンダース氏

AI 規制: 2024 年には AI 規制が始まります。たとえば、大量の GPU コンピューティングを消費する最先端モデルの開発を監視することに関する議論などです。 2024年の大統領選挙を踏まえ、インターネット上のディープフェイクに対する保護対策も講じる必要があります。こうした取り組みにより、FDA が製薬業界を規制するのと同様に、AI がより安全になると考えています。 –クレスタの共同創設者兼CTO、ティム・シー

2024 年までに、AI は誇大宣伝サイクルを超越し、IT 効率を大幅に向上させるでしょう。他の新しいテクノロジーと同様に、AI もまだ誇大宣伝サイクルの途中にあります。人々は AI がどのようなものかをより深く理解し始めており、2024 年までには誇大宣伝を超えて、より効果的な使用例が見られるようになるでしょう。その結果、CIO は AI を AI のために使用しているのではないことを実証する必要が出てきます。 IT プロフェッショナルがワークフローを自動化し、効率性を高めるために AI を採用しているのと同じように、CIO はチームに AI ツールを装備させてビジネスを改善し、チーム全体の IT ワークフローを最適化することに重点を置く必要があります。 –フレッシュワークス CIO、プラサド・ラマクリシュナン氏

AI応用の将来と課題：AIの応用は加速し、普及するでしょう。モデル機能は今後も大きく進歩し、その仕組みについての理解も深まり、それ自体が新たな進歩につながるでしょう。コードから DNA、CAD、化学構造、画像分析まで、特定のユースケースに合わせて調整されたモデルがさらに増えるでしょう。また、入力用のテキスト ボックスだけでなく、アプリやワークフローの統合と UX デザインも向上します。モデルを「自然に」使えるようにすることが、おそらく最も影響力のある開発となるでしょう。GPT-3 を適応させてチャット アプリに組み込み、何百万人ものユーザーが利用できるようにするのがそうだったでしょう。金融システムの現状を踏まえても、生成型 AI テクノロジーを構築する企業への投資と資金提供は来年も減速しないでしょう。しかし、需要に対応できるほどのハードウェアがないため、生成 AI の開発が遅れる可能性があります。このような状況では、大規模な新しいアプローチを開発し続けることができるのは、最大規模の企業、またはすでに大量のハードウェアを保有している企業だけです。 – Enthought デジタルトランスフォーメーション担当副社長 Alex Chabot-Leclerc 博士

浅い AI ソリューションが露呈する: 自動化を謳いながら実際には「AI ラベル」が付けられているだけの、過度に複雑な SaaS アドオンや機能は、仕事の生産性に影響を与えると露呈することになります。 AI に関してはユーザーが賢くなってきており、最近の調査では、IT プロフェッショナルの大多数 (71%) が AI を使用して自身の作業負荷をサポートしていることが示されています。特に人工知能の新時代においては、継続的なアプリケーションの合理化とレビューが重要です。 –フレッシュワークス CIO、プラサド・ラマクリシュナン氏

AI の収益性をめぐる闘いは今後も続くでしょう。大規模な AI アプリケーションを構築する企業は、当面は利益を上げられないでしょう。つまり、実際にこれらのアプリケーションを実行できるのは、Google や Microsoft のような資金力のある企業だけなのです。しかし、規模の経済によってチップや処理の価格が下がるまで、これらの企業は2024年まで苦戦を続け、長期間にわたって損失を出すことになるだろう。これらのビジネスが成長するにつれて、オープンソースがどのように適合するかを検討する必要があります。これらの大手企業にとってのリスクは、実際に勝利するのはオープンソース モデルであるにもかかわらず、自社のモデルに多額の投資をしてしまう可能性があることです。したがって、オープンソース コミュニティが解決する問題を超えて、自社のモデルで差別化を図る方法を考えることが重要です。 –ブルームリーチ CEO、ラジ・デ・ダッタ

倫理的な枠組みと規制は、組織が利益を追求する際に邪魔になるものではなく、AI にとって必要不可欠です。 AI は、非対称のサイバー戦場で作戦を拡大できる唯一の方法であるため、避けることはできません。倫理的な枠組みと規制ガバナンスは、AI が効率的かつ公平に機能するために不可欠です。すべての新しいソフトウェアやサービスには、人工知能や機械学習の要素が含まれます。 AI 倫理のベストプラクティスを確立することは、テクノロジーが急速に進化しているため困難ですが、一部の公共部門および民間部門の組織は、倫理的問題に関するフレームワークと情報ハブを独自に展開しています。こうした活動はすべて、主要経済国や貿易地域全体で規制強化を引き起こす可能性があり、少なくとも現時点では、規制環境がますます断片化していく可能性がある。確かなのは、AI と機械学習の現在の「ワイルド・ウェスト」時代はすぐに終わりを迎え、組織がこのテクノロジーを活用しようとすると、かなりのコンプライアンス上の負担に直面することになるということです。 –Forcepoint、APAC 戦略アカウント ディレクター、Nick Savvide 氏

取締役会や経営陣の間で AI への注目が高まるにつれ、根本的なデータの問題に対処する必要性が高まります。2024 年までに、より多くの CEO や取締役会が、データが AI の成功の鍵であることを認識するようになるでしょう。 CEOたちは数年ぶりに、テクノロジー、特に人工知能に大きな将来性を感じ、積極的に支出を増やそうとしている。 CEO たちは AI の可能性に興味を抱いているだけではありません。 CEO たちは、顧客体験の変革からサプライ チェーンの最適化、リスク管理の強化まで、ビジネスのやり方を再定義するという GenAI の約束に魅了されています。人工知能の魅力は否定できない。それは、新しい市場を開拓し、何百万ドルもの費用を節約し、会社を独自の地位に押し上げる鍵を握っています。しかし、すべての CIO が理解している厳しい事実は、AI がプラグアンドプレイの驚異ではないということです。アキレス腱はデータです。データは最も価値があるものの、分散化されているため、パフォーマンスが低い資産です。データを統合して管理し、データがクリーンで、接続されていて、信頼できるものであることを保証しなければ、AI への投資は無駄になります。 AI の実現への道はデータの均一性によって舗装されています。データを単一の相互運用可能な製品に変換し、デジタル変革を真に促進し、人工知能の変革力を活用できるようにします。 –マニッシュ・スード、レルティオ創業者、CEO、会長

2024 年は AI ツールの適応性と使いやすさの年になります。2023 年は AI ツールを慎重に実験した年でしたが、2024 年までに組織は責任ある導入に重点を移すでしょう。企業はまだ人工知能とそれに伴うリスクを完全に理解していませんが、ビジネスと生活を前進させるために活用できる機会はまだ数多くあります。 AI 導入競争で遅れをとると、組織にとって大きな課題が生じる可能性があります。しかし、組織が従うべき普遍的なモデルは存在しません。テクノロジーリーダーは、どのユースケースが新しい AI ツールの統合からメリットを得るのか、またどのツールを変更せずにそのままにしておくのが最善なのかを評価する必要があります。また、GenAI ツールが安全かつ責任ある方法で使用され、組織のガバナンス プロセスによって管理および制御されるようにする必要もあります。この戦略的アプローチにより、AI の導入が組織独自の目標とニーズに一致することが保証されます。 –NTTデータ 最高情報責任者 バリー・シャーキー

AI は不況やインフレの影響を受けません。経済の逆風や追い風にかかわらず、経済がどちらの方向に転じたとしても、2024 年も AI への関心は高いままです。イノベーションと競争上の優位性を推進する AI の可能性は必須であり、予算の中で独自の項目を割く価値があります。 AI の ROI を測定することは非常に重要であり、実際の使用事例が精査されることになります。たとえば、AI によってデータ分析などの日常的なタスクがいかに簡単になり、ビジネス ユーザーがより幅広く利用できるようになるかを示すことが重要です。同様に、投資家は人工知能企業に対してより警戒するようになるだろう。 –DataGPTのCEO兼共同創設者、アリナ・カーティス

信頼できない世界における AI の整合性の確保: ディープフェイクや自動コンテンツ生成などの AI テクノロジーの普及に伴い、AI を検証するメカニズムの必要性が高まっています。 Web3 テクノロジーは、AI 操作のための透明性と検証可能なフレームワークを提供することで、この課題に対するソリューションを提供します。この変化は、AI への依存度が高まっている業界にとって非常に重要であり、分散化され、不透明な動作にもかかわらず、AI が信頼できるツールであり続けることを保証します。 – Truebit オペレーション責任者、ブレーン・シムズ氏

2024年は中小企業がAIに目を向ける年になります。過去1年間、多くの大企業がAIの「ゴールドラッシュ」を利用しましたが、ほとんどの中小企業はまだAIを採用していません。人工知能は、業務効率と生産性を向上させることができる急速に進化したツールであり、その利点は否定できません。 2024 年までに、より多くの中小企業経営者がこれらのツールを自社のビジネスに直接導入し始めると予想され、彼らが利用するアプリケーションの多くが AI を使用して既存の機能を強化するようになるでしょう。 AI を活用して、請求書の発行、データ入力、スケジュール作成など、従来は時間のかかる多くのタスクを自動化することで、中小企業の経営者は管理タスクに費やす時間を減らし、ビジネスの成長と優れた顧客体験の提供に集中できるようになります。 –JobberのCTO兼共同創設者、フォレスト・ツァイスラー氏

従業員の 60% が独自の AI を使用して仕事やタスクを完了します。企業は AI の機会を活用すべく急いでいますが、従業員によるコンシューマー AI サービスの普及 (Bring Your Own AI (BYOAI) とも呼ばれます) に追いつくほどのスピードでイノベーションを進めていません。企業は現在、企業によって正式に認可された AI リソースを開発しながら、BYOAI を管理および保護するための戦略の開発に注力する必要があります。 –フォレスター

アクセス、規模、信頼: 2024 年までに AI 企業が直面する上位 3 つの課題は、AI ツールへのアクセス、特定の業界内での拡張性、一般的な AI ツールに対するユーザーの信頼です。 2023年にはすでに信頼の問題が浮上しており、AI法の影響が見られる2024年にはさらに深刻化するでしょう。 –Phrasee CEO、ダン・ヘッド

2023 年は AI の約束の年であり、2024 年は AI の行動の年となるでしょう。企業が行っている取り組みから目に見える成果が現れ始め、それが顧客にどのような影響を与えているかがわかってきます。リソースを投資し、AI が人間の知能と連携する機会を特定することを選択する人が、市場を獲得する準備が整った者となるでしょう。 –ローラ・マーリング

2024年までに、建設現場でのデータ収集プロセスの自動化が実現すると予想されます。今日、チームは安全性と品質の要件を念頭に置きながら、プロジェクトを時間通りに予算内で完了する責任を負っています。コンピューター ビジョンや生成 AI などの AI により、企業はプロジェクトのライフサイクル全体にわたってデータを構造化し、標準化できるようになります。建設業界では、建物情報モデル (BIM) や図面の設計プロセス、資材の購入のためのクレジットカード情報の入力、作業員やプロジェクトを保護するための保険情報の確認など、大量のデータを使用します。ゼネコンが独自の方法でデータを活用してビジネスを改善するケースが増えていますが、データの多くは構造化されておらず、その潜在能力が十分に活用されていません。報告によると、典型的なプロジェクトでは時間の約 20% がデータと情報の検索に費やされています。 AI はデータ収集を自動化することでこの問題を解決し、個人がより多くの時間とリソースを費やしてデータから洞察を得てリスクを軽減し、ビジネスを改善できるようにします。 –プロコア副社長、ラジタ・チャパララ氏

人工知能は顧客体験を変革します。AI は、エージェントが質問に迅速かつ適切に回答し、最初の連絡で問題を解決し、明確にコミュニケーションし、顧客を満足させることで成功に貢献します。これにより、AI を中心とした新しい顧客体験戦略が生まれ、新しい、または再考された顧客サービス体験を設計、実行、測定できるようになります。 Forrester によると、2024 年の多くの改善の鍵となるのは、顧客担当者の能力を強化する舞台裏の GenAI です。 –Sreekanth Menon、Genpact グローバル AI/ML サービス リーダー

2024 年までに、企業は AI 導入についてトップダウンの指示を受けるようになります。多くのチーム リーダーは、AI 導入によって達成すべき明確な目標を掲げ、CEO や CFO からの指示を求めるようになります。運用経費を 20% 削減し、CSAT/NRR を 10% 向上し、AI ベースの製品とエクスペリエンスを通じて総収益の 10% を生み出すことなどの期待がリストのトップに挙げられます。これらの目標を達成するために、一部の経営陣は、過去 10 年間のデジタル変革の成功例に倣い、AI のリーダーシップ役を任命するでしょう。組織がこの新しいテクノロジーを従来の業務に迅速に統合する方法を模索するにつれて、最高 AI 責任者や同様の役職を持つ職が一般的になると思われます。 CIO の役割がますます細分化されているため、この新しい役割はいくらかの論争を引き起こす可能性があります。 CIO が AI に重点を置くために十分な自動化を導入できるのか、あるいは最終的にその領域をこの新参の C レベルに譲り渡すのか、注意深く見守る価値があるだろう。 –Ascend.io CEO、ショーン・ナップ

過去数年間、CTO の役割は、テクノロジーに精通した個人とビジネスに精通した個人の間の橋渡しとなり、最適なソリューションを提供して全体的なビジネス成果を最大化することに責任を負っています。これにより、CTO はテクノロジーが組織の取締役会や経営幹部にとってどのように ROI につながるかを理解する必要があるため、コミュニケーション上の課題が生じます。 2024 年までに人工知能 (AI) テクノロジーが普及するにつれて、経営幹部レベルの同僚をトレーニングする能力がさらに重要になります。 CTO は、AI 分野における真の可能性を確保するためにビジネスの技術面と連携できる必要があるだけでなく、従業員の生産性と製品の両方の観点から、ビジネス レベルで AI の可能性を伝える必要もあります。 –バーニー・エムズリー、CTO、InsightSoftware

AI はマネージャーと直属の部下の間の溝を埋めます。 2024 年までに、AI は管理者がうっかり作り出したギャップを埋めるでしょう。より思慮深い業績評価を作成する場合でも、直属の部下の内部成長機会を特定する場合でも、AI は、マネージャーが経験不足であったり、疲労で対応できないタスクに対して、非常に必要なサポートを提供します。これらの AI 機能は、管理者がより強力な管理者になるのに役立ち、その結果、管理者は直属の部下をより効果的に管理できるようになります。 –セリディアン社最高データ責任者、デビッド・ロイド氏

AI は自らを説明する必要があります。ユーザーは、「説明可能な AI」を通じて AI の過程の透明性を高め、すべてのステップがガバナンスとコンプライアンスの規制を満たしていることを示す方法を要求するようになります。ホワイトハウスが最近出した人工知能に関する大統領令により、サイバーセキュリティ、消費者データのプライバシー、偏見や差別に関する新しい基準への準拠を実証するよう組織にさらなる圧力がかかることになるだろう。 –Altairのデータ分析担当シニアバイスプレジデント、マーク・ド・クート氏

2024年には人工知能が生まれ変わります。 AI 研究者は、AI の特定の側面への過度な露出により AI 技術への関心が薄れる「AI の冬」を予測していますが、現在の注目の多くは AI のマイナス面に集中していることは注目に値します。イーロン・マスク氏は最近、AIが「すべての仕事を終わらせる」と発言しており、ブレッチリー・パークで最近開催された「AI安全サミット」の名称自体も、リスク軽減の要素を示唆している。事実、恐怖を煽る売り込みは、それがある程度まで行われると、人々の注意を惹きつける可能性が高くなります。しかし、ChatGPT のような AI ツールを使いこなす人が増え、認知度がさらに高まるにつれ、来年には AI がどのように使用されているかに注目する人がさらに増えるはずです。もちろん、テクノロジーのリスクや限界を無視することなく、それらのリスクを最小限に抑える実際的で実用的な方法を見つけながらこれを行う必要があります。 AI がより主流となり「流行」するにつれて、より多くの消費者向けブランドが、AI をどのように活用して差別化を図り、顧客を引き付けているかをより明確に表現するようになるでしょう。希望的観測かもしれませんが、1年後にはブレッチリー・パークで「AIオポチュニティサミット」が開催されるかもしれません。 – ペガのAIラボの主任科学者兼ディレクター、ピーター・ファン・デル・プッテン

人工知能は私たちに「データを適切に管理する」ことを強いるでしょう。AI の良し悪しは、入力されるデータ次第です。 AI が私たちの生活のさまざまな側面に適用されていくにつれて、どの領域が不良データ ソースと良質データ ソースによって情報提供されているかがますます明確になってきます。来年は、製品リーダー、データ サイエンティスト、チーフ アーキテクトがさらに緊密に連携し、製品を動かすデータが最新のものであり、サイロ化されておらず、唯一の真実のソースとして機能し、適切にバージョン管理されていることを確認する必要があります。 –アレックス・フッド、アサナ COO

2024年大統領選挙におけるAIの影響: AIは2024年の選挙活動のアプローチと討論会を一変させると予想されていますが、興味深いことに、テクノロジーのバックグラウンドを持つ候補者でさえ、これまでのところAIの詳細には触れていません。 AI と機械学習は、世界の運営方法、ビジネスの遂行方法、データの使用方法を変革しており、大きな関心が寄せられています。グローバル社会として、私たちは、意図しない偏見、誤ったベースラインデータ、倫理的な配慮など、AI の潜在的な欠点を認識し、慎重に考慮する必要があります。たとえ議論の中でその話題が取り上げられなかったとしても、AI の課題と機会は次期政権が取り組まなければならない問題である。 –Ivanti COO、スリ・ムッカマラ

AI はデータ過多の管理の問題を解決します。今日のデータ プロフェッショナルは豊富な情報を持っていますが、必要な実用的な洞察が不足している人が多くいます。また、分散ソース間で分類されるデータの量が増加し続けているため (1 日あたり 3 億 2,877 万 TB)、組織はデータ管理の課題に対応するのに苦労しています。データは企業が持つ最も貴重な資産の 1 つですが、効果的に活用、理解、適用されなければ、本質的に役に立ちません。 2024 年が近づくにつれ、データ管理は AI 主導の未来に向けて急速に進化しています。人工知能は、今日のますます複雑化する分散型およびハイブリッド デジタル環境に対する IT チームの答えです。これらのテクノロジーは、1 人の人間が処理できる以上の情報を処理できるため、人間の介入なしにアプリケーションとサービスが適切に機能することを保証し、リソースが限られている IT チームをサポートできます。特に、AI 主導の可観測性と ITSM ソリューションは、IT チームがタスクを自動化し、セキュリティの脅威やパフォーマンスの異常を検出し、パフォーマンスを最適化し、データ分析に基づいてより適切な意思決定を行うのに役立ちます。しかし、2024 年に向けて私たちが進むべき道には、AI がどのような方法でどのように役立つかを慎重に計画し、深く理解することが必要です。 –Kevin Kline、シニアテクニカルマーケティングマネージャー、SolarWinds

企業は、AI が支配する未来に備えるために、データと分析の分野で非技術系チームのスキルアップを図るでしょう。AI は多くの知識労働者の役割を変革する大きな可能性を秘めていますが、問題があります。データと分析を理解し、効果的に活用できる従業員が少なすぎるのです。生成モデルは実際にはデータを生成するように設計されています。これまで以上に、出力を解釈してビジネス コンテキストに当てはめたり、生の出力を調整して正確性を確保したりする人材が必要です。 –Assurance IQ、データサイエンス担当副社長、Megan Dixon 氏

ネットワーク運用のための AIOps: ネットワーク最適化は AI のパフォーマンス向上をサポートできますが、AI はネットワークのパフォーマンス向上もサポートできます。 AIOps（IT 運用のための人工知能）はまだ初期段階ですが、その可能性は見え始めています。 AIOps は IT 運用のすべての領域を網羅していますが、現在重要な要素になりつつある領域の 1 つがネットワーク運用のための AIOps です。ネットワーク エンジニアは、分散した労働力、多数のデバイス、クラウド インフラストラクチャを組み合わせた、ますます複雑化するネットワーク環境に直面しています。 AIOps は、ビッグデータと機械学習に基づく自動化、予測分析、根本原因分析を通じて、ネットワーク運用の管理を簡素化します。 AIOps は、貴重な NOC スタッフが今日の AI では対応できないより重要なタスクを処理できるため、コストを削減しながら顧客のトラブルシューティングと問題解決をスピードアップできます。調査によると、2023 年末までに組織全体に何らかの AIOps を統合した回答者はわずか 4% でしたが、他の 15% は概念実証として AIOps を実装し、29% は将来の実装のためのユースケースを特定しました。市場規模は今後4年間で3倍に拡大し、2028年までに650億ドル近くに達すると予想されています。 –DE-CIX 最高技術責任者、トーマス・キング博士

AI の最適な使用が将来のサプライ チェーンの勝者を決定します。AI と予測分析により、今後 10 年間で製造業と小売業の勝者と敗者が区別されます。ビッグデータを活用して在庫を最適化し、需要を予測し、コストを管理し、推奨事項をパーソナライズするリーダーは、分析に精通していない同業者よりも優位に立つでしょう。導入に失敗した企業はコストの上昇と効率の急落に直面することになります。 –Osa Commerce 共同創設者兼 COO、Padhu Raman 氏

企業がより多くの時間と資金を投資するにつれて、AI に対する反発が予想されます。企業が AI をさらに深く探求するにつれて、実験は 2024 年上半期の主要テーマになると予想されます。 AI 実装の責任者は、「早く試し、早く失敗する」という精神で主導権を握る必要がありますが、これらの役割では、ターゲットとする変数を理解する必要があり、明確な期待結果がなく、適切な AI の質問をするのに苦労することが多すぎます。最も成功している組織は、素早く失敗し、その教訓から素早く立ち直ります。ほとんどの実践が科学的手法に基づいていないことを考えると、企業は AI 実験に追加の時間と費用を費やすことを覚悟しておく必要があります。正しい結論に達することができれば、今年末までに人工知能の分野で明確な勝者が現れるだろう。失敗により、AI の可能性を高めるデータについての疑問がさらに高まりました。たとえば、データ アナリストと経営幹部は同様に、次のような質問をします。使用するデータはどの程度クリーンですか? 特に新しいモデルで使用される場合、そのデータに対する法的権利は何ですか? 顧客の法的権利はどうですか? 新しいテクノロジーはより多くの疑問を引き起こし、ひいてはビジネス全体での関与を高めます。 –フロリアン・ウェンゼル、Exasol グローバルソリューションエンジニアリング責任者

企業はAIの周りの誇大広告を管理します。Genaiを取り巻く耳をつんざくような騒音がクレッシェンドに到達すると、組織は誇大広告を減らし、この破壊的な技術に対して現実的で責任あるアプローチを取ることを余儀なくされます。 GPU不足を取り巻くAI危機、大規模な言語モデル（LLM）のトレーニングの気候への影響、プライバシー、倫理、バイアス、および/またはガバナンスに関する懸念であるかどうかにかかわらず、これらの課題は改善する前に悪化し、最初にGenaiを適用する価値があるかどうかを疑問視します。ビジネスの圧力は、組織がAIで何かをするように促すかもしれませんが、データ駆動型であることは最初に来て、優先事項であり続ける必要があります。結局のところ、データが整理され、共有可能であり、相互接続されていることを保証することは、Genaiモデルが信頼でき、信頼性があり、決定論的で、説明可能で、倫理的で、偏見がないかどうかを尋ねるのと同じくらい重要です。 Genai Solutionsを生産に展開する前に、組織は知的財産を保護し、潜在的な責任の問題を計画する必要があります。これは、Genaiが特定の状況で人々を置き換えることができる一方で、LLMには専門責任保険がないためです。これは、gena​​iを含むビジネスプロセスには、効率の向上を相殺する可能性のある広範な「人間」の参加が依然として必要であることを意味します。 2024年までに、ベンダーは、Genai市場の動向を満たすことに焦点を当てた新しいインターフェイスを追加することにより、製品の強化を加速することが期待されています。ただし、組織は、これらが固定バンドエイドにすぎない可能性があることを認識する必要があります。データ品質などの課題を解決し、正確で信頼できるデータへの統一された意味的に一貫したアクセスを確保するには、明確なデータ戦略と現実的なビジネス駆動型のアプローチが必要です。これがないと、AI/機械学習モデルは概念の証明に合格することが困難であり、最終的には宣伝の約束を果たすことができないため、組織は引き続き不良データ税を支払います。 –OntoTextの創設者兼CEOであるAtanas Kiryakov

AIについて考える：誇大広告サイクルと同様に、多くの人々は、計画が不十分であるか、知識や能力が不十分であるため、この分野に飛び込みます。 AIに多額の投資をし、その後失敗する組織は問題を抱えている可能性があります。これらの問題のあるAIアプリケーションとプロセスを採用する他の組織は、データ侵害、悪いまたは間違った決定に苦しむ可能性があり、悪いコードに依存することで損失を被る可能性があります。 - Redgateソフトウェア、オペレーションコンサルタント、Grant Fritchey

人工知能の解釈を促進する：ビジネスコミュニティは、過去2年間で人工知能の大きな進歩を目撃してきました。ただし、ニューラルネットワークを含む複雑な人工知能システムの決定的な特徴の1つは、予想どおり常に動作するとは限らないことです。実際、AIシステムの目的地へのパスの選択は、人間の専門家が同じ課題に対処する方法とは大きく異なる場合があります。 AIシステムがより複雑になるにつれて、これらのオプションを研究し、AIの解釈可能性ツールを構築することがますます重要になります。組織は、適切な保護手段を講じるためにAIシステムの決定を分析する能力を持たなければなりません。さらに、時間が経つにつれて、AIシステムが彼らの思考を説明するために提供する出力は、さらなる改善のために重要です。 –NetScout、最高技術責任者、Paul Barrett

AIコンテンツと禁止のバランス - 可視性と制御：出版社のAI禁止の考慮は、コンテンツに対する制御を維持したいという欲求に由来します。ただし、検索エンジンがコンテンツを管理するために人工知能にますます依存するため、このアプローチは検索結果の可視性が低下する可能性があります。統合と除外：一部のブランドは、AI禁止をコンテンツを保護する方法と見なす場合がありますが、AI（特にLLM）がコンテンツマッチングとクエリの理解で提供する利点を見逃す可能性もあります。 AI禁止に対する理論的根拠は、LLMが代替方法を使用してコンテンツにアクセスできることです。バランス方法：ブランドは、コンテンツの保護と人工知能を活用して、検索結果の可視性と関連性を向上させることとのバランスを見つける必要があります。これには、AIとコンテンツ間の相互作用を完全に除外することなく調節する微妙なポリシーの定式化が含まれる場合があります。 –Botify Consulting Servicesの副社長、Ajghergich

AIは確かに「混oticとしたデータ」をクリーンアップするのに役立ちますが、AIの使用は強力なデータガバナンスに基づいている必要があるため、これも少しループです。したがって、2024年までに、データベースのストレージと分類にもっと焦点を当てます。これは、人工知能の力を活用したい企業にとって必要な根拠です。 - フィベトランのデータ保護責任者およびシニアコンサルタント、セットベイティ

私の意見では、マーケティングの世界は、幅広いマーケティングの独白からAIが推進するインタラクティブな顧客の会話に至るまで、パラダイムシフトを受けようとしています。この変更には、リアルタイムで意味のある相互作用を優先するために、マーケティングテクノロジースタックの再評価が必要です。同時に、パーソナライゼーションは、認識された侵入性から、応答性の高い会話を通じて信頼を築くことに移ります。これは、ドロップダウンメニューなどの従来のナビゲーションを徐々に段階的に廃止し、代わりに検索およびチャットインターフェイスを使用すると思います。この進化し続ける環境では、企業はAI戦略が本質的にデータ戦略に関連していることを認識します。リーンデータを強調することは、新しいインターフェイスとツールを効率的かつ準拠するために不可欠であり、データの品質と関連性がこれらの技術的進歩の最前線にあることを保証します。 - クリスチャンワード、エグゼクティブバイスプレジデント兼最高データ責任者、Yext

AIは開発者にとって非常に強力なツールであることが証明されていますが、多くはその能力の範囲に懐疑的であり、従来の職場の慣行、仕事、プロセスを覆すことを恐れています。私の意見では、AIは開発者の毎日のワークフローを交換するのではなく、毎日のワークフローを強化します。ますます多くの開発者が、人工知能を使用して、パフォーマンスの問題のスキャン、ワークフローのパターンの発見、テストケースの作成などの簡単なタスクを自動化します。実際には「人工知能をハイジャックする」のではなく、開発者が影響力のあるイノベーションの取り組みにより多くの時間を費やすことができます。 - Dana Lawson、Engineeringの上級副社長、Netlify

さまざまな業界のリーダーがテクノロジーを採用し始めると、AIはチームをより密接に結びつけます。2024年に、AIはITアシスタントとしてだけでなく、コラボレーションツールとしても開発ライフサイクルの主要な推進力になります。開発者とエンジニアリングチームの仕事は主にバックエンドに限定されていますが、AIが企業の全体的な目標を把握するにつれて、ITリーダーが重要なコンサルタントになると予想しています。組織が自動化、プロトタイピング、テスト、品質保証のためにAIを活用して、新しいプロジェクトの開発にかかる時間を大幅に削減しようとするため、技術的および非技術的な人員の両方がAI戦略を調整する必要があります。これにより、技術者はより頻繁に革新することができ、非技術者は単に需要を提供するのではなく、ソリューションの構築に参加できます。 –Ed Boomiの最高製品および技術責任者、Ed Macosky

AIへの採用/投資について：AIツールへの投資は、一部の開発者が生産性を向上させるためのレバレッジになる可能性があります。ヒントに関するトレーニングが多いほど、開発者から生産性を高める可能性が高くなります。欠点は、AIが問題を本当に理解しておらず、標準以下のコードを使用する可能性があることです。インターネット上の多くのトレーニングコードはアプリケーションには適していないため、AIが開発者を改善することを期待することは不可能です。人工知能は、トレーニングやスキルを置き換えることができないツールまたはレバレッジです。 - レッドゲートソフトウェアのDevOpsの責任者であるSteve Jones

AI：人工知能の進歩を促進するデジタルキャパシティコンテストは、多くのデータを必要とする技術であり、このデータを送信および処理するための帯域幅の需要は今後数年で急上昇します。人工知能アプリケーションの開発は、インフラストラクチャの建設よりもはるかに高速であり、容量不足のリスクにつながります。ネットワークインフラストラクチャは、接続のニーズを満たし、サイバー危機を避けるために迅速に進化する必要があります。これには、新しいテクノロジーとインフラストラクチャへの投資と、ネットワークオペレーター、超大型大手、その他の利害関係者との間のより協力的なアプローチが必要になります。人工知能は、帯域幅に対する前例のない需要を促進する兆ドルの機会に相当します。ヘルスケア、金融、製造など、データやコンピューティングに大きく依存している業界は、最初に人工知能から利益を得ます。超大型ジャイアンツは、この波に備えるためにデジタルインフラストラクチャに多額の投資を行い、将来を楽しみにして、中小企業は追随するか、取り残されなければなりません。 - ビル・ロング、ザヨ、最高執行責任者

企業は、データ財団とAIイノベーションの間のギャップを優先します。データ戦略がなければ、人工知能戦略はありません。 - スターバーストの共同設立者兼CEO、ジャスティン・ボルグマン

全体として、AIの完全な値を理解し、利用するためのしきい値は低いままですが、市場の圧力がAIの採用を加速し続けているため、これは長続きしません。 Enterprise AIの未来は、使用済み製品とサービスにAIを構築することに焦点を当てます。しかし、AIのイノベーションが発展するにつれて、企業は独自の内部AIデータプラットフォームを構築し、ワークフローの一部を独自のインフラストラクチャに転送することを学びます。リードしたい人にとっては、現在、内部の専門知識の構築に投資し始めることが重要です。人工知能とデータサイエンスの中心的な「卓越性の中心」は、企業全体に散らばる単一のAIプロジェクトよりも有益です。 –Miroslav Klivansky、人工知能のグローバルヘッド、純粋なストレージ分析

データ駆動型の将来であるリアルタイム人工知能の監視 - 2024年に、リアルタイムの人工知能監視システムが出現し、データの異常をリアルタイムで検出および解決できます。この変革的テクノロジーは、特に非構造化データの量が増えているため、データの信頼性とアクセシビリティを確保します。 - AcceldataのCEO、Rohit Choudhary

ブームの後、多くのAIビジネスは死にます。これは、データのプライバシー、セキュリティ、セキュリティに関する精査の強化の直接的な結果です。したがって、2024年はAI企業が安全になる1年となり、AIの投資とイノベーションの爆発的な成長は統合され、加速されます。勝者はすべてのフィールドに現れ始めます。人工知能は主流になり、実験的生産のサポートツールとしては機能しなくなりましたが、重要な戦略的商業資産です。 2024年末までに、非常に速いペースで動作し、主要なビジネス上の意思決定を推進します。より高いコンピューティングパワーを提供する一方で、エネルギー消費を削減し、所有権の総コストを削減するAIモデルとチップは傾向になります。言い換えれば、ESG（環境、社会、ガバナンス）はまもなく新しい方向になります。 - サンバノヴァのCEO、ロドリゴ・リアン

AI将軍（AGI）は来年に進歩します。AI将軍は現実になることからはるかに離れていますが、かつてないほど近づいています。今日のLLMは、ヒューマンインテリジェンスのファジーコピーです。それは良いことであり、ビジネスを改善するために驚くべきことをすることができます。しかし、LLMは、過去数年間で大いに跳躍するために効果的な経済理論やワクチンを発明することができますか？ - ジェイソン・テイタム、製品担当副社長、カールレール

人工知能はソフトウェア開発プロセスを簡素化します。開発者が今行っている時間のかかるタスクの多くはすぐに自動化され、これまで見たことのない速度と効率のレベルを作成しながら、プロセスとタスクがより簡素化されます。さらに、AIを理解することは、最終的に開発者にとって必須のスキルになります。業界全体がテクノロジーを受け入れ続け、その利点を理解し続けて、イノベーションのペースを加速させ、開発者が退屈で反復的なタスクを排除することで専門知識を磨くことができることが重要です。 」 - AlgoliaのPLGマーケティングディレクター、Natwar Maheshwari

非構造化データセットには、成功したAIデータパイプラインとの接続が欠けています。組織は、分散している非構造化データセットを使用して、AI戦略とAIデータパイプラインを強化しながら、従来のエンタープライズソリューションにはないパフォーマンスとスケールを達成します。組織にとって最大の課題の1つは、従来のエンタープライズソリューションでは利用できないパフォーマンスとスケールを提供しながら、分散非構造化データセットをAI戦略に適用することです。データパイプラインは、利用可能なすべてのコンピューティングパワーを使用し、DatabricksやSnowflakeなどのクラウドモデルでデータを使用できるように設計されることが重要です。 2024年までに、グローバルなデータ環境では、グローバルにグローバルに編成されたデータへの高性能ローカル読み取り/書き込みアクセスがグローバルに編成されます。 - モリープレスリー、ハンマースペースのマーケティング担当上級副社長

終了していない、続けるために...