調査によると、AIはデータ文化に大きな影響を与えている

調査によると、AIはデータ文化に大きな影響を与えている

2023年はGenAIの年ですが、GenAI(生成型人工知能)の採用率は期待に応えていません。ほとんどの組織は GenAI への投資を継続していますが、そこから実質的な価値をまだ引き出していません。それでも、GenAI の誇大宣伝は、組織のデータと分析の文化に驚くべき影響を及ぼしています。

Wavestone は、データと AI リーダーシップに関する第 12 回年次エグゼクティブ調査で、GenAI が企業のデータ主導化をどのように実現しているかについての主要な調査結果を明らかにしました。今年の回答者には、最高データおよび分析責任者 (CDAO) や最高データ責任者 (CDO) などの役職を持つ上級管理職など、いくつかのフォーチュン 1000 企業のリーダーが含まれています。

Wavestone の調査では、多くの企業が GenAI を研究開発しており、それがデータ、分析、AI に対するリーダーシップの姿勢に大きなプラスの影響を与えていることが強調されています。

今年の調査の序文で、Wavestone のイノベーション フェローであり NewVantage Partners の創設者でもある Randy Bean 氏と、画期的な調査「Competing on Analytics」の著者である Thomas H. Davenport 氏は、次のように書いています。「この調査の開始以来、生成 AI は組織のデータと分析の文化にこれまで以上に前向きな変化をもたらしているようです。」

Wavestone は、企業の最も重要なデジタル変革の取り組みをサポートするビジネスおよびデジタル コンサルティング会社です。 Wavestone のデータおよび AI リーダーシップ エグゼクティブ サーベイは、Fortune 1000 企業や世界のデータ、分析、AI リーダーを対象とした最も長く続いている調査として広く知られています。

以前の Wavestone の調査では、組織はデータと分析文化の低下を報告しました。しかし、2024 年には、組織が「データと分析の文化を確立した」と答えたデータリーダーの割合は 21% から 43% に増加するでしょう。この劇的な変化は、同社の調査史上最大の改善だ。

2023 年と 2024 年の調査の間の唯一の大きな変化は GenAI の出現であり、これがデータ カルチャーに対する肯定的な反応の急増の原因である可能性があります。

過去数年間、データと分析の文化が衰退した主な理由には、データ文化の育成の失敗と、文化よりもテクノロジーに投資する傾向が含まれていました。しかし、データリーダーが文化の重要性を認識し、データ文化への投資の利益を実現するにつれて、状況は変わりました。

調査によると、GenAI の使用で最も期待されるメリットの 1 つは、「個人の生産性の飛躍的な向上」です。データと AI を仕事にどのように応用できるかを探ることが、文化の変化の主な理由の 1 つとなる可能性があります。その他の理由としては、GenAI の人気により、デジタル変革が手の届くところにあると人々が信じるようになり、データ リーダーの GenAI に対する熱意と楽観的な見方が組織全体に広がったことが考えられます。

調査結果では、データリーダーも GenAI がもたらす課題とリスクを同様に認識していることも示されています。彼らは、GenAI の使用を管理するには安全策とガードレールが必要であることを理解しています。回答者の 5 分の 3 以上 (63%) が、組織内に GenAI の使用を管理するためのメカニズムが導入されていると回答しました。

また、GenAI がガートナーの予測どおり「誇大宣伝サイクル」を経験している場合、私たちは「幻滅の谷」を経験している可能性があるという脅威もあります。これは、データ文化へのプラスの影響が薄れ始める可能性があることを意味します。

この勢いが衰えないよう、組織は個人レベルで GenAI の実験を継続する必要があります。これらの企業は、GenAI を最大限に活用する方法について組織レベルの実験を実施していることを確認する必要もあります。


写真

より永続的な文化的変化を達成するには、組織は GenAI システムを迅速に本番環境に導入する必要があります。 Wavestone の調査によると、GenAI プロジェクトのうち実稼働段階に入っているのはわずか 5% です。もう 1 つの重要なステップは、GenAI についてあらゆるレベルの従業員を教育およびトレーニングし、テクノロジーから最大限の価値を引き出す方法についての深い理解を深めることです。

まだやるべきことはたくさんありますが、組織がこれらの目標のいくつかを達成できれば、AI がデータ文化にさらに劇的で永続的な変化をもたらすことが期待できます。

<<:  Python による AI 音声クローン作成のエンドツーエンド ガイド

>>:  2 要素認証 (2FA) とは何ですか? また、なぜ使用する必要があるのですか?

ブログ    
ブログ    

推薦する

マイクロソフトがローブを買収:一般の人々が人工知能を簡単に利用できるように

マイクロソフトは、人工知能はテクノロジー大手が反体制派を排除するための武器として利用されるべきではな...

人工知能 + ブロックチェーンの開発動向と応用研究レポート(受賞リスト付き)

[51CTO.com からのオリジナル記事] AI とブロックチェーンは現在、2 つの人気の技術方...

LSTM、GRU、ニューラルチューリングマシン: ディープラーニングで最も人気のあるリカレントニューラルネットワークの詳細な説明

リカレント ニューラル ネットワーク (RNN) は、ネットワークに追加の重みを追加してネットワーク...

...

すべてを圧縮するだけです! OpenAIの主任科学者イリヤ・スツケバーが教師なし学習に注目

最近、OpenAI の主任科学者 Ilya Sutskever 氏が、計算理論の研究に重点を置く S...

C言語の非数値計算でよく使われる5つの古典的なソートアルゴリズム

概要: ソートとは、一連の「順序付けられていない」レコードシーケンスを「順序付けられた」レコードシー...

テスラはどのようにしてPyTorchを使って自動運転を実現し、世界に挑戦したのでしょうか?

[[313367]]テスラのエンジニアたちは、データの拡大に伴ってエンジニアの数を増やすことなく、...

機械学習におけるラベル漏洩とそれがモデルのパフォーマンスに与える影響について紹介します

優れた、またはほぼ優れたモデルのパフォーマンスに圧倒されていますか? あなたの幸せは裏切られています...

中国のAI企業は世界の資金の70%を占めているが、その巨大なブームの裏には隠れた懸念がある

今年に入ってから、人工知能分野の発展は新たな盛り上がりを見せています。消費者レベルの人工知能アプリケ...

AIと建物の運用: 人、データ、信頼の基盤の構築

最近では、人工知能とそのサブセットである機械学習が注目のキーワードになっています。ディープフェイク、...

SMIC、AIoT時代の最も価値ある製造業である14nmプロセスチップを量産

SMICは最近、研究開発への投資を増やすことで14nmプロセスチップを量産し、2021年に正式に出荷...

Google AI、眼球スキャンから心臓病リスクを予測可能

グーグルと、同じくアルファベットグループの健康関連子会社であるベリリー・ライフ・サイエンシズが共同で...

...

...

ロボットがIoTアプリケーションの範囲を拡大する方法

ロボットの学習能力と IoT アプリケーションの相互接続性は、実りある未来を約束します。モノのインタ...