2020年以降のAIとデータのトレンド

2019 年は、データ、分析、機械学習、人工知能の市場において継続的な発展が見られた年でした。 Salesforce による Tableau の買収、Google による Looker の買収、Qlik による Attunity の買収など、一部の大企業は多数の合併や買収を実施しています。

[[312697]]

2019 年の初めには、企業における機械学習の応用はますます困難になっていると多くの人が考えていましたが、2019 年には実際にはそうはなりませんでした。ガートナーが実施した CIO 調査では、企業は機械学習やその他の種類の人工知能などの高度な分析技術を本番環境に導入するプロセスほど急速には成長していないことが示されました。

この機会を認識し、SAS や IBM などの長年の分析ベンダーは、自社の製品とサービスを、AI を本番環境に導入しようとして失敗したユーザーを導く道とフレームワークとして位置付けています。同社は、モデルを管理し、組織全体に AI を展開するための整然とした体系的なプログラムを作成できるプラットフォームとして位置付けています。彼らの戦略は成功するだろうか？それは2020年になっても分からない。

一方、アナリスト会社ガートナーは、オープンソースではなく商用プラットフォームが企業組織における機械学習と人工知能のフレームワークになる可能性が高いと述べた。一部の企業ではオープンソースベースの実験を開始しているかもしれませんが、これらはスケーラブルなプラットフォームではありません。ガートナーは、Amazon、Google、Microsoftなどのパブリッククラウド大手がこのビジネスに注力すると予想している。

2019 年に多くの変化が起こったため、2020 年は再評価の年になるかもしれません。 2020 年のデータおよび分析市場で何が期待できるかを知るために、Thoughtspot は Tableau、Qlik、Microsoft とともに、ガートナーの 2019 年分析およびビジネス分野のマジック クアドラントに掲載された 4 社のうちの 1 社でした。

Thoughtspot は 2019 年に大規模な合併契約を結ばなかった数少ない企業の 1 つであり、CEO の Sudheesh Nair 氏は 2019 年に何が起こったかについて独自の見解を持っています。したがって、2020 年の見通しをさらに詳しくご説明できます。

「2019年は、2つの異なる分野で誇大宣伝と期待が実現しなかった年だったと思います。AIとHadoopです。1つはClouderaの財務損失によるもので、もう1つはHPによる買収前のMapRのほぼ沈黙によるものです」と同氏は述べた。「ロボティックプロセスオートメーション（RPA）企業も同様の問題を抱えており、この技術の導入は誇大宣伝に応えられませんでした。IPOに失敗し、多額の負債を抱えたWeWorkは、2019年の象徴的な存在でした。これらの企業はやや期待外れでした。」

「今日、2つの神話があります。企業がシリコンバレーのバブルの傲慢さに巻き込まれるのは簡単だということ、そして企業がシリコンバレーのバブルの傲慢さに巻き込まれるのもまた簡単だということです。そして...

ナイア氏は、2020年以降、多くのAIおよび自動化企業が人間の体験をより重視し、AIおよび自動化技術をどのように活用して人間の体験を向上できるかを検討するようになるだろうと予測しています。

さらに、彼は、今日のテクノロジーは5〜6年で時代遅れになるため、世界には多くの楽観主義があると考えています。しかし、従来の技術の導入によるコスト削減をまだ達成していない発展途上国では、新しい技術の助けを借りて競合他社を飛び越えることができます。

たとえば、クラウドベースのデータ ウェアハウスなど、まったく新しいものを実装することもできます。

2020 年も続くもう一つのメガトレンドは、AI によって実現される仲介排除とハイパーパーソナライゼーションです。消費者は、AI のこれら 2 つの利点が提供するサービスを期待するようになりました。 Uber や Lyft などのカーシェアリング サービスを利用するときに見られます。銀行や航空会社に電話をかけても、彼らが現れる可能性は低いです。これは、2020 年および今後 10 年間における他の新興サービス産業にとっての発展の機会となります。

「ユナイテッド航空が顧客にその体験を提供する方法を見つけ出さなければ、それは他の企業にとってのチャンスとなるだろう」とナイア氏は語った。「他の誰かがそのデータをどのように使用し、処理するかを見つけるだろう。保険会社や航空会社は、個人情報を収集し、サービスを提供するためにあらゆる手段を講じている。」

ナイア氏は、ハイパーパーソナライゼーションが、ユーザーがデータを活用して、消費者が理解され、評価されていることを示すサービスを提供できるようにすることで、この問題を解決する鍵となると述べた。機械学習は、大規模なハイパーパーソナライゼーションを可能にするため、この点で大きな役割を果たすでしょう。

ナイア氏は、アルゴリズムによる偏見は存在し、反発も起きるだろうから、企業がアルゴリズムによる偏見にもっと注意を払うよう望んでいると述べた。

「我々は偏見と戦わなければならない。これは多くの取り組みが必要な分野だ」と彼は語った。