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?
人工知能を現実のものにするには?では、データから知恵に至るまで、人工知能を現実のものにするにはどうす...
NTRU 1.2 バージョンには多くの機能強化とバグ修正が含まれていますが、このバージョンは以前のバ...
運輸業界は、人や物を輸送する 10 兆ドル規模の多様なグローバル ネットワークです。しかし現在、業界...
10月12日、国家情報セキュリティ標準化技術委員会の公式サイトによると、同委員会が組織し策定した技...
記事全文を読み始める前に、「ロボットが私たちの仕事を奪っている」といったセンセーショナルなニュースの...
最近では、「ビッグデータ」や「人工知能」ほどよく使われる流行語はほとんどありません。多くのデータ分析...
ロジスティック回帰は、前世紀以来人気の手法です。カテゴリ変数と 1 つ以上の独立変数間の関係を確立し...
週末に家で退屈していたので、GitHub を閲覧していたところ、非常に興味深いオープンソース プロジ...
ディープラーニングにおける活性化関数は、ニューラル ネットワークの重要なコンポーネントです。活性化関...
この機械学習チュートリアルでは、機械学習の基本および中級の概念について説明します。初心者の学生と働く...
[[418764]]この記事では、主にPythonを使用してビリビリの株価を分析する方法について説明...
翻訳者|朱 仙中レビュー | Chonglou導入携帯電話、気候センサー、金融市場取引、車両や輸送コ...