2024年のGenAIおよびその他の技術への投資の変化

2024年のGenAIおよびその他の技術への投資の変化

この記事では、GenAI やその他のテクノロジーへの投資が 2024 年までにどのように変化するかについて説明します。

デジタル密度

変化の 1 つは、デジタル密度を中心に展開されています。ほぼすべての大企業のテクノロジー業界は、デジタル密度が高いか低いかに分類できます。デジタル密度が高い企業は、過去 10 年間に資産の大部分をクラウドに移行することに投資してきました。

2024 年には、人々はデジタル密度の低い資産をクラウドに移行し、これらの企業は移行可能なものをすでに移行しています。残ったものは、さらなる資金が確保されるまで、しばらくそこに残ることになるでしょう。まだクラウドに移行してデジタル変革の旅に乗り出していない不動産が大量にある一方で、資金は現在逼迫しており、今後も逼迫したままになる可能性が高い。

企業は現在、投資が不足している分野に多額の投資をすることに関心がなく、より大きな価値を得るためにさらなる技術投資を行うことには意欲的ですが、ワークロードのクラウドへの移行に資金を継続的に投入することには関心がありません。

これは、企業がすでに行った投資から価値を引き出せるように IT を近代化するというものではなく、根本的な考え方の変化です。

資金調達の意思決定者

GenAI は、テクノロジー投資の決定を下し、その投資の潜在的価値を決定する経営幹部の感情に変化をもたらしています。

歴史的に、投資の目的は効率性を生み出すことでした。クラウドへの移行により、テクノロジー スタック内の摩擦が効果的に軽減されます。これらの決定は IT ベースで、CEO と CFO が主導し、IT の実装、最新化、クラウドへの移行に資金を提供するよう取締役会に要求します。

対照的に、GenAI は企業が物事を異なる方法で行うことを可能にし、これらの投資の価値は効率性に基づいて判断されるのではなく、テクノロジーがビジネスに価値を生み出すことができるかどうかが問題となります。

その結果、GenAI の資金提供の決定は、ビジネス活動を担当する部門の予算担当者によって行われることが多くなっています。彼らは、前進の決定を下す前にテクノロジーに関する情報を必要とする幹部です。特定のビジネス活動を担当するビジネス リーダーは、GenAI がどのように使用されるかについて明確なビジョンを持っている必要があります。

過去 10 年間、IT 投資の差し迫った課題となってきたクラウド問題について考えてみましょう。これは主に技術的な問題であり、アプリケーションをクラウドにどう配置するかという問題です。

しかし、GenAI は主にビジネス上の問題です。これをどのように活用できるでしょうか? このツールでビジネス価値を生み出すにはどうすればよいのでしょうか?

学際的アプローチ

GenAI の成功には、AI やデータの専門家とその専門知識だけでは不十分であり、GenAI の価値を完全に実現するには、あるいは何らかの価値を獲得するためにも、多分野にわたるチームが必要であることがますます明らかになっています。

ツールが利用可能であること、必要な情報があること、あるいは個人がツールの使い方を知っていることだけが重要なのではありません。使用する場合は、望ましいビジネス成果を生み出すために他のテクノロジーと連携して動作する必要があります。

これはほとんどの企業にとって難しい問題です。ほとんどの企業は特定のスキルセットを採用しており、通常は複数の専門分野にわたるチームを通じて問題を解決していません。

たとえば、企業が GenAI ツールを財務および会計機能に適用する場合、チームのメンバーは財務と会計を理解する必要があり、また、これが企業内で独自に機能する方法、データの使用方法、そして AI と他のテクノロジーとの適合性を理解して、それを正常に実装できるようにする必要があります。

GenAI を実装するまでの道のりは、特定の専門知識を高度に集中して組み合わせる以上のものを必要とする、学際的な道のりです。

これは、サードパーティのサービス プロバイダーや技術サービス組織、社内 IT、外部コンサルティング、システム インテグレーターなどにとっても問題です。現在使用されているエキスパート モデルは、多分野にわたる取り組みでは機能しないか、実現が困難な場合がよくあります。

サードパーティのテクノロジー サービス プロバイダーが GenAI を取り巻く収益の波に参加したい場合は、市場への参入方法を再考する必要があります。

ベンダーや企業はさらなる投資が必要であることを認識していますが、それらの投資に対する明確な見通しを求めており、これは CIO、CTO、企業が 2024 年にテクノロジー資金の決定をどこでどのように行うかについての考え方を変えつつあることを示しています。

<<: 

>>: 

推薦する

純粋な MLP は下流のタスクには適していませんか? Meta AIらは、トランスフォーマーを上回るスパースMLPを提案した。

注意ベースのモデルの代替として、純粋な MLP アーキテクチャがますます注目を集めています。 NLP...

顔認識のグレーな業界チェーンを解明: あなたの顔情報にはどれくらいの価値があるのでしょうか?

顔認識技術は国民の自由に深刻な脅威を与えるほど強力になっている。それにもかかわらず、業界は繁栄し続け...

Nature の調査: AI が「必需品」になったと考える科学者はわずか 4%

AI に関する論文数は劇的に増加していますが、本当に AI が「必須」であると考えている研究者はわ...

AIとのダンスは次世代の労働者にとって必修科目

AI人材の不足は何も新しいことではありません。高い給与と高い教育がそれに付随することが多いです。 J...

新しいAIにより、教師はインテリジェントな個別指導システムを迅速に開発できる

インテリジェントな個別指導システムは、代数や文法などの特定の科目の指導に効果的であることが証明されて...

合意アルゴリズムRaftの簡単な紹介

[[417323]]この記事は、張張が執筆したWeChatパブリックアカウント「建築改善への道」から...

Googleの新しい研究により、ロボット犬が速歩することが可能になった

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

ホーキング:人工知能やその他の技術の発展は人類を滅ぼすかもしれない

新浪科技報、北京時間3月15日、海外メディアの報道によると、スティーブン・ホーキング博士は最近、人類...

機械学習の応用シナリオは数多くありますが、金融分野での違いは何でしょうか?

[[241804]]ビッグデータダイジェスト制作編纂者:大迪、彭耀慧、茶曦、唐元、夏亜偉金融の世界...

人工知能は人類のより良い生活を可能にする

新世代人工知能の活発な発展は、科学技術革新と産業のアップグレードと変革の産業推進の焦点となり、経済社...

...

...

アリババDAMOアカデミーが自動運転の技術的困難を突破:3D物体検出の精度と速度の両方を実現

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

AIのデジタルシールド:インフラのサイバーセキュリティ戦略の強化

技術革新の時代において、人工知能 (AI) は変革の力として際立っています。パーソナライズされた推奨...