レポートの解釈: 企業の 91% が 2023 年に AI がビジネスの成長を促進すると予想

レポートの解釈: 企業の 91% が 2023 年に AI がビジネスの成長を促進すると予想

[[245538]]

人工知能 (AI) により、早期導入メーカーはすでに分析、ビジネス インテリジェンス (BI)、モビリティ、リアルタイム監視をより適切に調整し、同業他社よりも速い収益成長と規模拡大を実現しています。現在、AI を導入している上位 18% の企業は、収益と新たな販売の成長を促進するための新しい戦略の開発に 70% 以上の労力を費やしています。調査対象企業の 91% は、2023 年までに AI が新たなビジネス成長を達成すると予想しています。

これらの興味深い洞察は、MIT Sloan Management Review と BCG Henderson Institute の共同研究で最近発表されたレポート「ビジネスにおける人工知能が現実に; 先駆的な企業は大規模な AI を目指す」から得たものです。 2018年春に実施されたこの調査は、3,076人の経営幹部、管理職、アナリストを対象とした世界規模の調査に基づいており、126の国と地域の29の業界にわたるあらゆる規模の企業の個人から洞察を集め、さらに36人の経営幹部へのインタビューも行っています。

調査の主な結果は次のとおりです。

まず、AI の採用と理解に基づいて、研究者は分析から、先駆者、調査者、実験者、受動者など、異なる目標を持つ 4 つの採用者グループを発見しました。研究者らは、AI の導入レベルと成熟度に基づいて、調査対象となった組織の 18% がパイオニア、つまり AI を認識して導入している組織であることを発見しました。回答者または企業の 33% は AI を認識していますが、パイロット段階を超えて導入していません。 AI が何をもたらす可能性があるかについての彼らの調査は、飛躍する前にまず AI テクノロジーを確認したいという願望を示しています。

AIはビジネスモデルを再定義する触媒となる

企業の 16% は実験者であり、深い理解なしに AI を指導または導入する企業です。企業の 34% は受動的であり、AI を導入していないか、AI にあまり精通していません。しかし、今後 5 年間で、すべての企業は AI がビジネス モデルの再定義における大きな触媒となることを期待しています。

2. 調査対象企業の 91% は、2023 年に AI が新たなビジネスの成長を促進すると予想しています。企業における AI 導入の成熟度に関するこれまでの多くの調査では、コスト削減が後発導入者や消極的導入者に最終的に行動を起こすきっかけとなることが多いことが示されています。注目すべきは、4 つの導入者カテゴリすべてが、5 年以内 (つまり 2023 年まで) に AI が新規ビジネスの成長に貢献すると期待していることです。

90%の企業がAIの未来に期待している

AI 主導の製品開発と、バックグラウンド インテリジェンスとモノのインターネット (IoT) センサーを統合した新製品は、サブスクリプションとサービス収益に変換できる豊富なリアルタイム データ ストリームをメーカーに提供し、純粋なトランザクション ビジネスからの脱却を支援します。これは、製造業やサービス業における収益源を再定義するために AI が設計されている多くの分野のうちの 1 つにすぎません。

3. 早期導入者は、集中型データ レイクの規模、速度、応答性の向上を実現することで、AI 収益の拡大に最も優れています。マサチューセッツ工科大学 (MIT) とボストン コンサルティング グループ (BCG) の調査によると、中国の早期導入者または先駆者の 78% が企業データを集中型データ レイクに保存しているのに対し、ヨーロッパと米国の早期導入者の割合はそれぞれ 37% と 43% に過ぎません。中国の大手 AI 企業のうち、83% が企業データを集中管理しており、欧州の先駆者では 39%、米国の先駆者では 40% が同様に管理しています。

データの成熟がAI開発を推進する

4. AI を早期に導入した企業は、AI を使用して新たな収益の成長を成功させることができることに気づき、継続的な再投資のビジネスケースが明確になります。

先駆者たちはAIを使って収益を生み出す機会に重点を置いている

早期導入者または先駆者の 72% が収益の最適化に役立つユースケースを優先していますが、受動的なユーザーでは 48% のみが同様のことを行っています。過去 3 年間で、早期導入者の 81% がコスト削減よりも収益増加を優先しました。 (小さい)

<<:  10,000倍速い!バークレーはSQLクエリを最適化するためにディープRLを使用することを提案している

>>:  Huawei の徐文偉氏: インテリジェントな未来を構想する (HC カンファレンス PPT + スピーチ全文)

ブログ    
ブログ    

推薦する

...

2021年第2四半期の人工知能へのベンチャーキャピタル投資は200億ドルを超え、新たな記録を樹立した。

CB Insightsが発表した2021年第2四半期のAI(人工知能)レポートによると、疫病の刺激...

...

IT リーダーが避けるべき 6 つの生成 AI の危険性

多くの場合、さまざまな組織がさまざまな方法で生成 AI テクノロジーを適用しますが、それがもたらす悪...

機械学習が自動車産業を次のレベルに引き上げる方法

機械学習は、ユーザーエクスペリエンスを向上させ、ビッグデータの力を活用することで、自動車業界を次のレ...

機械学習におけるパラメトリック手法とノンパラメトリック手法

導入前回の記事では、統計学習における予測と推論の違いを紹介しました。これら 2 つの方法の主な違いは...

現在人工知能が適している5つの分野

調査会社IDCが最近発表した「世界の人工知能支出ガイド」によると、世界の人工知能予算は今後4年間で倍...

Shell、EY、GE で変革を推進している AI Center of Excellence はどれほど素晴らしいのでしょうか?

シェルが2013年に初めて「AI Center of Excellence」を立ち上げたとき、それは...

Huawei のフルシナリオ AI コンピューティング フレームワーク MindSpore がオープン ソースになりました。

Huawei の Mindspore AI コンピューティング フレームワークの公式オープン ソー...

...

推論速度は22.3倍に向上。北京航空航天大学とバイトダンスはバイナリキーワード認識モデルを提案した。

近年、FSMN に代表される音声キーワードスポッティング (KWS) モデルは、さまざまなエッジ シ...

ファーウェイ、データインフラを再定義するAIネイティブデータベースを世界規模で展開

[中国、北京、2019年5月15日] ファーウェイは、2018年にAI戦略とフルスタックの全シナリオ...

グラフやグラフニューラルネットワークについて学びたいですか?論文を読むより良い方法はありません。

グラフ埋め込み、グラフ表現、グラフ分類、グラフニューラルネットワーク、この記事では必要なグラフモデリ...

厦門大学、インテル、DJI による共同プロジェクトで、オンライン動画からゼロショット画像マッチングの大規模モデルを学習

画像マッチングは、2 つの画像間のピクセルの対応を推定することを目的とした、コンピューター ビジョン...

...