テクノロジートレンド: 2024 年に流行するものは何でしょうか?

テクノロジートレンド: 2024 年に流行するものは何でしょうか?

人々は、たとえすべてを正しく行えなかったとしても、毎年年末には必ず将来を楽しみにするものです。今年は自動化、ロボット工学、RPA(ロボティック・プロセス・オートメーション)にとって大きな年になるとすでに予測されていたにもかかわらず、昨年は生成 AI の登場は見られませんでした。

また、デジタルと人間のバランスが鍵になると予測しています。そして、ハイブリッド/オフィス勤務モデルを適切に行うことが大きな焦点となります。特に大手テクノロジー企業が人材をビジネスに戻す取り組みを強化しているため、これはすでに 2023 年に重要な分野であることが証明されています。

2024 年に予測される上位 5 つのトレンドは次のとおりです。

1. 生成AIがピークに達するまでには時間がかかる

生成 AI がテクノロジーの発展と組織による業務への導入を進めるにつれ、生成 AI が今後も非常に重要な破壊的イノベーションをもたらす存在であり続けることは間違いありません。しかし、2023 年の最初の興奮と誇大宣伝の後、人々は「具体的に何ができるのか」について、より深い問いかけを始めるだろうと私たちは考えています。これは、GenAI が素晴らしいことをしないという意味ではありません。ただし、明るい光への応用が実現するまでには、さらに時間がかかる可能性があります。 AI は日常の技術インフラにさらに深く組み込まれ、ブラウザ、検索エンジン、データベースに統合されるため、目立たなくなります。このため、ルールを正しく理解することがさらに重要になります。 EUのAI指令のような規制が間もなく導入されると予想されます。

重要なのは、これにより透明性、説明可能性、偏見や偽情報対策に関する明確なガイドラインが提供されることです。

2. しかし、最初の大規模なAIサイバー攻撃が見られるだろう

リスクの面では、生成 AI はサイバー犯罪者が大規模に高度な攻撃を仕掛けるのを支援する可能性があることは明らかです。人工知能によって生成されたと思われる、非常にカスタマイズされたフィッシング メールの例をいくつか見てきました。時間の経過とともに、フィッシング キャンペーンの成功率は、現在の約 0.1% から約 20% へと飛躍的に増加する可能性があります。さらに、「AI ポイズニング」もあります。これは、AI アルゴリズムの学習プロセスに入力されるコンテンツを汚染し、そのコンテンツを不正確、偏向的、または悪意のあるものにしてしまうことです。これにマルウェアを加えると、近い将来、生成 AI は事実上阻止不可能な悪意のあるコードを開発できるようになるでしょう。マルウェアは新たなレベルの威力を発揮する可能性があり、サイバー業界はマルウェアに対抗するために、保有するすべてのスキルと投資、そして「優れた」AI の支援を必要とするでしょう。これらすべてをまとめると、生成 AI がもたらすリスクを理解するのは難しくありません。2024 年までに、生成 AI がパブリック ドメインのどこかで重大かつ破壊的で目立つ攻撃を開始したとしたら、それは驚くべきことです。

3. AIがすべてではない

人工知能と生成 AI が主要なテーマとなる一方で、他の分野も発展し続けるでしょう。量子コンピューティングが興味深い分野になることが期待できます。 2023年のデジタルリーダーシップレポートによると、世界中のデジタルリーダーの10人に1人がすでに量子技術の活用を積極的に検討しており、IBM、Amazon、Googleなどの企業が提供するサービスとしてQuantum as a Service(QaaS)も成長し始めています。 QaaS へのアクセスコストが下がれば、ますます多くの企業が、重要な課題を解決するために必要な計算や演算を高速化するために量子コンピュータを使い始めるかもしれません。世界中の政府が英国に倣い、この分野に多額の投資を行えば、量子コンピューティングの導入はさらに加速するだろう。一方、2024 年に成長が見込まれる AI 以外の分野としては、プラットフォーム エンジニアリングがあります。これは、ガートナーの 2024 年のトップ 10 テクノロジー トレンドで第 4 位にランクされており、これがメガ トレンドになることは間違いありません。プラットフォーム エンジニアがセルフサービス インフラストラクチャ、テンプレート、フレームワークを開発することで、開発者は生産性を向上し、最終結果をより早く達成できるようになります。テクノロジー予算の拡大圧力が高まる中、ROI を向上させる方法としてプラットフォーム エンジニアリングにさらに重点が置かれることが予想されます。

4. テクノロジーにおける多様性の進歩の欠如に人々は不満を抱いている

これを変えようとする努力にもかかわらず、テクノロジー業界における多様性のレベルは残念ながら低いままです。テクノロジー業界のリーダーのうち女性はわずか 14% です。全体として、テクノロジー チームのうち女性はわずか 4 分の 1 程度で、少数民族出身者の割合も同様です。 2024 年は、テクノロジー業界の関係者が、変化の遅さに我慢できなくなり、自分たちが影響を与えることができる要素をコントロールしたいと考えるようになる年になるだろうと私たちは考えています。これは、個々の事業やチーム内で変更を加え、採用ポリシーやプロセスだけでなく、「私たちのチームに代わって誰が採用を行っているのか」などの質問も見直すことを意味します。さまざまな候補者、より多様性のある候補者を立てるよう努めれば、これらの人々が優れた仕事をし、取締役会にさまざまな視点をもたらし、見方を変えることができることがわかるでしょう。波、チーム、会社を構築することによってのみ、変化が起こります。

5. 持続可能性が注目を集める

現実には、テクノロジー業界は持続可能性とネットゼロへの道筋に関してさらに多くのことを行う必要があります。デジタル リーダーシップ レポートで最も厳しい結果の 1 つは、テクノロジー業界がネット ゼロ排出の目標と計画に関してすべての業界に遅れをとっていることです。テクノロジー企業の回答者の 58% が、ネット ゼロ排出の目標と計画をまだ実施していないと回答しています。これは、次の 2 つの業界であるヘルスケア (51%) とビジネス/専門サービス (50%) を大きく上回っています。この立場は確かに維持できない。あらゆる業界の企業は、持続可能性の目標と進捗状況についてさらに詳しく報告し、開示するよう、ますます大きなプレッシャーに直面することになるでしょう。テクノロジー業界はこれをサポートしなければなりません。大企業はすでに野心的で先進的な計画を立てていますが、業界全体としてさらなる取り組みが必要です。多様性と同様に、テクノロジー企業は、二酸化炭素排出量を削減するために、自分たちで制御できる非常に単純なことに注力することを期待します。たとえば、電子メールのトラフィックを減らし、不要な添付ファイルを削除する方法はありますか? 可能であれば、夜間にデバイスの電源をオフにできるという明確なポリシーはありますか? 出張の管理にコラボレーション ツールを使用していますか?自社のバリュー チェーンを検討し、どこで違いを生み出せるかを検討します。クラウドおよびデータセンタープロバイダーに、そのフットプリントとどのような対策を講じているかを尋ねます。透明性とオープン性を重視します。業界として、テクノロジーが課題に立ち向かう時が来ています。 2024年までに、この問題はさらに深刻な状況に陥るでしょう。

2023年は多くの企業にとって困難な年となるでしょう。 2024年には状況が若干改善するかもしれない、あるいは今年後半には大幅に改善するかもしれないという兆候があります。何が起ころうとも、テクノロジーはほとんどの組織の運用モデルと変革の目標にとって重要なものであり続けるため、顧客のニーズを満たすことに真に注力しているテクノロジー企業は、繁栄する立場に立つことになります。

<<:  GenAI 時代の 12 の新しい仕事

>>:  デジタル時代におけるデータ近代化の重要性

ブログ    

推薦する

中国の学部生が新しいAIアルゴリズムを提案:その速度はAdamに匹敵し、パフォーマンスはSGDに匹敵する

2 人のトップ学部生。1 人は北京大学、もう 1 人は浙江大学出身です。インターンシップ中に、彼らは...

工業生産は変化している:機械は人間よりも製造に優れている

最近、ロボットが人気になってきました。家庭生活、ホテル経営、学校教育、医療などさまざまな場面でロボッ...

AIレーシングドライバーが人間を破り自然の頂点に! 1,000台のPS4のトレーニング、トラックを支配するための極端な追い越し

近年、さまざまなゲームで高性能なAIが人間に勝利するというニュースが頻繁に登場しています。初期のチェ...

Pythonを使用して機械学習モデルを作成する方法

導入新しいモデルをトレーニングしたときに、Flask コード (Python Web フレームワーク...

人工知能と現代の香水の発展

嗅覚系は、感情と連合学習を司る脳の領域に直接つながっている、体内の唯一の感覚系です。これが、匂いがこ...

「ビッグモデルは基本的に2つのファイルです!」テスラの元AIディレクターが一般向けに1時間にわたるLLMポピュラーサイエンスを披露

テスラの元AIディレクター、アンドレイ・カルパシー氏の新しいチュートリアルが話題になっている。今回、...

最高人民検察院は、虚偽訴訟の監視に人工知能とビッグデータを活用することを検討している。

虚偽の訴訟は、他人の正当な権利と利益を侵害するだけでなく、社会の健全性を著しく損ない、司法の公平性、...

2018 年のエンタープライズ AI の良い点と悪い点

人工知能の応用はまだ機械学習タスクに限定されていますが、アルゴリズムとハードウェアは徐々に融合してお...

ChatGPT 使用時に遭遇する落とし穴

最近、ChatGPT を使用しているときに小さな問題に遭遇しました。特殊な状況のため、syslog ...

トリガーフリーのバックドアがAIモデルを欺くことに成功し、敵対的機械学習に新たな方向性を与える

過去数年間、研究者たちは人工知能システムの安全性にますます関心を寄せてきました。 AI 機能のサブセ...

...

...

推論効率は ControlNet の 20 倍以上です。 Google、モバイルデバイスで利用可能な画像生成制御モデル「MediaPipe Diffusion」プラグインをリリース

近年、拡散モデルはテキストから画像への生成において大きな成功を収め、画像生成品質の向上、推論パフォー...

...

アルゴリズム学者: 複雑なデータ世界のブラックボックスを開く人々

この記事は、Viktor Mayer-Schönberger と Kennedy Cukier によ...