人工知能と機械学習は、組織がデジタルシステムを運用する上でますます重要になる

人工知能と機械学習は、組織がデジタルシステムを運用する上でますます重要になる

[[280794]]

いくつかの困難や障害にもかかわらず、多くの企業がデジタル変革プロジェクトで大きな進歩を遂げていますが、テクノロジーリーダーはデジタル変革の実行が困難であると感じており、デジタル変革がビジネス価値を高めることができるかどうかに対するプレッシャーが高まっています。

調査会社 New Relic と Vanson Bourne は、オーストラリア、フランス、ドイツ、英国、米国の従業員数 500 人から 5,000 人を超える企業の上級 IT 意思決定者 750 人を対象に調査を実施しました。

調査の主な結果は次のとおりです。

テクノロジーリーダーの 50% が、デジタル変革の管理と監視に課題があると報告しています。

回答者の約50%は、企業よりも先に顧客が問題を発見する可能性が高いと答えました。

回答者の 89% は、AI と機械学習が組織がデジタル システムを運用する上で重要になると答えています。

IDCは、2020年までに企業のデジタル戦略の発展が促進されると予測しています。 Global 2000 企業の 30% は、収益の 10% に相当する資本予算を持っています。

この投資の増加は、デジタル変革が長期的な取り組みであることを経営幹部が認識する上で重要な一歩となります。デジタル変革の取り組みに数十億ドルが投資され、経営幹部は現在、投資の影響を調査し、次に何をすべきかを検討しています。

「デジタル変革の次の段階では、すべてのデータを整理して、組織がより迅速に行動し、より適切な意思決定を行い、最高のデジタル体験を生み出すことが中心になります」と、New Relic の副社長兼ゼネラルマネージャーであるバディ・ブリューワーは述べています。「当社の調査が示すように、収集されたデータから得た洞察を観察し、それに基づいて行動することは、デジタル変革を遂げた組織が真に規模を拡大し、最新技術の進歩を実現する上で重要な役割を果たすでしょう。」

デジタル変革の課題

多くのグローバル企業は、デジタル変革プロジェクトで大きな進歩を遂げていると主張しており、回答者の 39% がこれらのプロジェクトは完了しているか、ほぼ完了していると答えています。

満足度も高く、回答者の 91% が期待通りか期待以上だったと回答しています。しかし、多くの回答者は、デジタル変革の実施における上位 5 つの課題は次のとおりであると考えています。

  1. 組織のさまざまな部分でデジタル変革のスピードが異なり、それが全体的な進歩を妨げています。
  2. 熟練労働者が不足している。
  3. 予算は限られています。
  4. ビジネス上のメリットを理解し、測定します。
  5. レガシーシステムのシャットダウンに依然として抵抗しています。

課題を引き起こす要因

複雑さの増大: 回答者の 50% 以上が、新しいソフトウェアとインフラストラクチャの管理と監視が難しいと感じていると回答しました。大多数 (63%) は、ビジネス要求に対応しなければならないというプレッシャーにより、ソフトウェアのパフォーマンスを適切に監視および管理するために、より長い時間働く必要があると回答しています。

期待の高まり: 回答者の大多数 (79%) は、他の事業部門がデジタル システムのパフォーマンスに対してより高い期待を抱いていると考えており、技術チームがより多くのイノベーションとアップデートを提供することを期待しています (72%)。

可視性の欠如: 回答者の 48% は、デジタル アプリケーションの問題について、エンド ユーザーまたは顧客から、自分たちが問題を認識する前に報告されたと認め、さらに 46% は、問題の解決方法を知る前に、エンド ユーザーまたは顧客から問題が通知されたと回答しました。

説明責任: 上級管理職の 46% は、従業員と顧客向けのソフトウェア システムのパフォーマンスに関する最新情報を毎日入手したいと考えています (米国の回答者の 54% がこの傾向に気付きました)。さらに 40% の経営幹部は、停止やパフォーマンスの問題が発生した場合に、より多くの回答を求めています。

データ分析における課題: 企業チームが最新のソフトウェアを導入する根本的な原因は、機械生成データの量が急増していることにあると考えられます。回答者の半数以上 (56%) は、このデータを手動で適切に評価することは不可能であると認めました。注目すべきは、この問題を指摘した回答者が多く、回答者の 58% は従業員数 3,000 ~ 4,999 人の企業、55% は従業員数 5,000 人を超える企業からの回答でした。

ビジネス指標の特定: 回答者の 3 分の 1 は、デジタル変革プロジェクトではビジネス上のメリット指標の特定に課題があると回答しました。

将来を見据えて: クラウド コンピューティングと AI の力を活用してデジタル変革を推進

パブリック クラウドへの移行: 回答者の大多数は、パブリック クラウド (AWS、Azure、Google など) への移行が組織のデジタル変革の取り組みの中核であると回答しました。米国では 82%、英国では 75%、オーストラリアでは 75%、フランスでは 66%、ドイツでは 63% でした。

リソースを効率的に使用する方法: 多くの回答者 (46%) は、クラウド プラットフォームへの移行は必要であるものの、多くの企業が毎月のクラウド コンピューティング コストを明確に把握する方法を持っていないと考えています。回答者の半数以上 (54%) は、クラウド コンピューティング プロバイダーはリソースのより効率的な使用を約束しているものの、コストの管理は約束していないとも述べています。

AI と機械学習が人間の仕事を置き換えるという予想について: 全体的に、世界中の回答者の 37% が AI と機械学習が 10 年以内に自分の仕事を置き換えると考えており、41% はそうは考えていません。これらの数字はフランスで最も高く、回答者の55%が現在の仕事がこれらの先進技術に置き換えられると考えていると答えた。これらの数字は米国(32%)と英国(23%)で最も低い。

人工知能と機械学習の将来: 興味深いことに、米国の回答者の 92% 以上が、人工知能 (AI) と機械学習 (ML) がデジタル システムの運用に重要になると考えています。世界的に、回答者の約 84% が AI と機械学習によって仕事が楽になると考えています。

米国のデジタル変革の進展

米国のテクノロジーリーダーは、重要な分野において他の国のリーダーとは異なっています。具体的には:

リーダー: 米国はデジタル変革をリードしており、米国の回答者の約 50% がデジタル変革の取り組みを完了したか、完了間近であると回答しており、これは調査対象の他のどの国よりも高い割合です。

最新のソフトウェア アプローチ: DevOps は米国で他のどの国よりも人気があり、この地域の回答者のほぼ 3 分の 2 がこのアプローチを採用していると回答しています。

上級管理職の懸念は大きい: 米国の管理職はデジタル変革のプロセスに対する認識が強く、他の国の管理職よりも多くの情報を求めています。回答者の 54% は、従業員と顧客に対するシステムのパフォーマンスを毎日把握する必要があると回答しました。

<<:  ワンクリックで細い毛を切り取る。これはAdobeの最新のAI切り抜きアルゴリズムで、近日公開予定

>>:  小学生は「ゴールデンフープ」を着用します。これは、授業中の注意散漫をリアルタイムで監視し、教師や保護者に自動的に報告する脳コンピューターインターフェースヘッドバンドです。

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

JWT: どの署名アルゴリズムを使用すればよいですか?

[[421048]]この記事は、Scott Brady が執筆した WeChat パブリック アカ...

...

...

大規模言語モデルの最大のボトルネックを突破する方法

翻訳者 |ブガッティレビュー | Chonglou OpenAIのGPT-4やAnthropicのC...

ビッグデータは古い顧客を殺しています。消費者が権利を守るのは困難です。アルゴリズムの不公平な適用をどのように規制すべきでしょうか?

プラットフォーム経済の急速な発展に伴い、オンラインショッピング、交通、旅行宿泊、食品配達、オンライン...

最新レポート: 従業員の 25% が ChatGPT などの AI ツールに機密データをアップロードしている

新たな調査によると、従業員の15%がChatGPTに会社のデータを頻繁にアップロードしており、そのデ...

2万本の論文が過去5年間の機械学習の変遷を物語る

[[188225]] arXiv.org は、物理学、数学、コンピューターサイエンス、生物学の論文の...

機械の魂: 未来の工場における AI の応用について

未来の工場はどのようなものになるでしょうか? AI を主要な原動力として、工場はより機敏かつカスタマ...

2022 年の銀行業界における AI とビッグデータのトップ 10 トレンド

当初の目標は人間と同じくらい知的な機械を持つことでしたが、人工知能ではなくインテリジェントオートメー...

新しい3Dバイオプリンティング技術は皮膚と骨の損傷を同時に修復できる

海外メディアの報道によると、ペンシルベニア州立大学の研究者らは、2種類の異なる「バイオインク」を使用...

無料の Python 機械学習コース 6: ニューラル ネットワーク アルゴリズム

ニューラルネットワークは人間の脳を模倣するために開発されました。まだ実現されていないものの、ニューラ...

AIチップ分野におけるNvidiaの優位性により、スタートアップ企業の資金調達は困難になっており、資金調達取引件数は80%減少した。

9月12日、複数の投資家は、NVIDIAがすでに人工知能(AI)チップ製造の分野で優位に立っており...

人工知能の仮想火災は死体の山を残した

ハリウッドのSF大作では、人工知能は常に、将来の人類の生存を脅かす自己認識機械として定義されています...

Golang AI開発: アプリケーションにAIを統合する

[[442273]]みなさんこんにちは。プログラマーのファントムです。将来の世代のために素晴らしいア...

6つの興味深い画像グレースケール変換アルゴリズム

[楊静卓のブログより引用]序文白黒写真の時代は過ぎ去りましたが、今、昔の写真を見ると、昔に戻ったよう...