人工知能を始めるには

業界の専門家によると、人工知能を使用していない多くの企業がこの新興技術を急いで導入し始めている一方で、競合他社の多くはすでに競争上の優位性を高めるために人工知能を使用しているという。

AI テクノロジーは、ほとんどの企業が社内で構築するには明らかに複雑すぎます。 AI ソリューションをアウトソーシングするには、AI プロバイダーの支援を受ける必要があります。プロセス自体は複雑です。では、どこから始めればよいでしょうか? ベンダーはどのように選択すればよいでしょうか? AI は急速に変化しているため、特定の AI テクノロジー プロバイダーと連携することが数年後にも良い選択であるとどのように判断できるでしょうか?

[[319831]]

要するに、企業が AI の取り組みをより効果的に始めるにはどうすればよいのでしょうか? AI の第一人者であり、IBM のデータおよび AI 開発担当副社長、IBM Silicon Valley Lab のサイト ディレクターを務める Dinesh Nirmal 氏が、この点についてアドバイスを提供します。

ニルマル氏は、最近の調査報告によると、実際に人工知能技術を導入し、人工知能分野で開発を開始した企業はわずか4％であると述べた。企業が人工知能を正しく捉えるならば、人工知能を受け入れる企業にならなければなりません。これは、特に熾烈な市場競争の中で、企業が将来生き残り、発展していくための重要な方法であると考えられています。したがって、人工知能の導入は企業にとって非常に重要です。多くの企業が AI に注目していますが、実際に AI を導入したり展開したりしているわけではありません。

AI の開発はモデルの開発から始まり、データ サイエンス チームがそれを実行できます。しかし、一部の企業にとって、アプリケーションは 1960 年代または 1970 年代に作成されたものであり、使用するサードパーティ ソフトウェアも同様であるため、AI の導入は困難になります。そこに人工知能をどのように導入するかは、企業にとって確かに課題です。これは多くの企業や顧客が直面している課題です。モデルの開発は容易になりましたが、導入となると非常に困難になります。

そこで彼は、人工知能の応用プロセスを、データ、モデルの開発、展開という 3 つの D にまとめました。人工知能の観点から見ると、この3つの段階になります。最初の D (データ) と最後の D (デプロイメント) は重要です。つまり、データをどのように取得し、データを信頼し、データをどのようにクリーンアップするかということです。

どうすればデータ サイエンティストがより迅速にアクセスできるようになるでしょうか? 開発中の製品はますますコモディティ化しており、これらのモデルを構築するために利用できるオープン ソース ツールが多数あります。しかし、最後の D (導入) も非常に重要になります。なぜなら、企業内で AI を導入したり、それらのモデルを構築したりするプロセスが非常に複雑になり、サードパーティのソフトウェアが関係し、企業にはアクセス権がなく、スキルもないなど、さまざまな問題があるため、非常に困難になるからです。

企業がAIを導入する方法

ニルマル氏は、「企業はどのようにして AI 中心になるのでしょうか。企業は私たちが「AI ラダー」と呼んでいるものを採用する必要があります」と述べました。

AI ラダーには、まず、データをどのように収集または接続するかが含まれます。これは、すでに存在する既存のデータ ソースである可能性があるためです。第二に、企業はこのデータをどのように整理するのでしょうか。どのデータが機密で、どのデータが機密ではないかなど、データの整理は非常に重要になります。したがって、データを使用可能にするには、データを整理するか、データの周りに何らかのガバナンスを追加する必要があります。 3 番目はデータを分析することです。つまり、データをどのように分析するかということです。データを分析するために必要なツールは何ですか? 4 番目は、データを挿入するか、構築したモデルを展開することです。したがって、AI ラダーはこれら 4 つのステップを通じて構築されます。

企業はモデルを構築するために大量のデータを必要とし、そのデータを使用してモデルをトレーニングする必要がありますが、ほとんどの企業は機密性の高いデータをパブリック クラウド プラットフォームに移行することを望まない可能性があります。したがって、ハイブリッド クラウド アプローチになり、企業はファイアウォールの背後ですべてのトレーニングを実行し、モデルを展開する準備ができたらパブリック クラウドに展開できます。 ”

AI導入時に企業が直面する課題

ニルマル氏は、「企業が AI を受け入れる意志がなければ、競争上の優位性を失うことになると確信しています。AI のユースケースはますます増えています。チャットボットを例に挙げてみましょう。簡単な質問にしか答えられなくても、顧客はチャットボットに非常に興味を持ちます。では、チャットを通じて顧客満足度を高めるにはどうすればよいのでしょうか?」と述べています。

チャットボットのおかげで、顧客は即座に回答を得ることができ、ニーズを即座に満たすことができます。顧客は電話をかけて、誰かが質問に答えてくれるまで長時間待つ必要がなくなります。そのため、今後数年間で AI の導入は 4% から 40% または 50% に加速する可能性があります。これはあらゆる企業にとって重要です。

現在、いくつかの場所で AI アプリケーションがますます増えており、たとえば、顧客サービス、自然言語処理 (NLP)、感情分析などの業界分野での採用が増えています。

たとえば、「テクノロジーは AI の最大の利点の 1 つだと考えています」と言うクライアントに会ったことがあります。 「例えば、30年間の知識と経験を持つ会社の従業員が退職した場合、彼の知識とスキルはもはや適用できなくなります。しかし、AIモデルをトレーニングすれば、継続的に知識や技術を学習することができ、AI技術が引退したり、去ったりすることはありません。

AIは学習を続け、知識とスキルの保持が重要になります。したがって、企業が AI を導入することは、競合他社との差別化を図り、生き残りと成長を確実にするために非常に重要だと私は考えています。もう 1 つの例として、製造会社の場合、製品を顧客に出荷する前に製品の欠陥をどのように検出できるでしょうか。欠陥が発生する前に発見して修正できれば、毎年数百万ドルを節約できます。

パターン検出のようなものです。この業界は AI アプリケーションの観点から見る必要があると思います。人工知能技術を採用する業界はますます増え、さまざまな業界での応用が加速されるでしょう。 ”