人工知能がエンタープライズ ソフトウェアを変える 10 の方法

人工知能の応用は、予想外の場所に現れるかもしれません。人工知能ソフトウェアの市場にいる場合、自社製品に人工知能 (AI) 機能があると主張するベンダーに必ず出会うことになります。もちろん、これらの主張のいくつかは、単なるマーケティング対策に過ぎません。しかし、多くの場合、ソフトウェア メーカーは、分析、ビジョン、自然言語、またはその他の関連分野に AI というラベルに値する新しい機能を組み込んでいます。

[[335316]]

調査会社IDCの市場調査員は、人工知能は人々の仕事や生活に欠かせない技術だとさえ主張している。同社は、2025年までに新しいエンタープライズアプリケーションの少なくとも90％にAI機能が組み込まれると述べた。

同様に、Omdia と Tractica は、ディープラーニング技術の進歩に大きく牽引され、世界の AI ソフトウェア収益が 2018 年の 101 億ドルから 2025 年には 1,260 億ドルに増加すると予測しています。そして、世界市場は、人工知能が品質、効率、スピードの向上を推進する重要な技術として見られる新しい時代に入ったと主張している。

IDC の Frank Gens 氏も、調査レポートの中で同じ考えをより強く表明しました。 「今後数十年にわたり、AI テクノロジーが企業に与える、新しい製品やサービス、新しい顧客体験、新しいビジネスのやり方を生み出す上での重要性と影響は、いくら強調してもし過ぎることはありません」と同氏は述べた。「2025 年までに、企業は AI や AI 主導のアプリケーションを使用して、応答時間の短縮、製品イノベーションの成功率の向上、顧客満足度の向上を通じて競争上の優位性を獲得するようになるものと予想されます。」

AI の重要性が認識されたことで、多くのエンタープライズ ソフトウェア購入者が AI を搭載したアプリケーションを求めるようになりました。もちろん、サプライヤーもそのような製品やサービスを迅速に提供します。

場合によっては、ベンダーがすでに機械学習ベースの機能を既存のソフトウェアに組み込んでいることもあります。他のケースでは、スタートアップ企業は「AIファースト」のアプローチを採用し、AIテクノロジーを使用してまったく新しいソフトウェアを開発しています。どちらの場合も、AI 機能により、企業は新しい方法で新しいことを行うことができます。

以下では、AI が現在エンタープライズ ソフトウェアを変革している 10 の方法と、企業にとって AI が今後向かう方向について説明します。

1. データ準備を簡素化

AI および分析プロジェクトにはすべて共通点が 1 つあります。それは、より多くのデータを求めることです。このデータを処理してクリーンアップし、分析や AI システムに供給できるようにするのは膨大な作業ですが、AI によってそれが容易になります。 Unifi Software (現在は Boomi が所有)、Paxata (現在は DataRobot が所有)、Alation、Trifacta、Io Tahoe などのベンダーは、機械学習に依存し、それをサポートするデータ準備およびデータカタログ作成ツールを提供しています。このようなツールは、多くの場合、ビジネスの他の領域に AI を実装するための第一歩となります。

2. 企業ネットワークの保護

サイバー攻撃者と企業のセキュリティチームは、常に互いを出し抜くための新しい方法を模索しています。企業の武器庫にある新しいツールの中には、機械学習機能を組み込んでまったく新しいタイプの脅威をリアルタイムで検出するアプリケーションがあります。サプライヤーには、Darktrace、BlackBerry Cylance、Tessian などの企業が含まれます。これらのツールの多くは、機械学習技術を使用して、ネットワーク トラフィック、電子メール、またはユーザー アクティビティの異常を検出します。その結果、サイバー攻撃がいつ発生しているかを特定し、たとえそれがこれまでに見たことのないようなものであったとしても、それを防止または軽減することが可能になります。

3. AIOpsによるIT運用の変革

多くの人が DevOps について知っており、DevSecOps、NoOps、NetOps、DataOps などのバリエーションについても知っているかもしれません。 AIOps は DevOps テーマの最新バリエーションの 1 つであり、これまでで最も変革をもたらす可能性を秘めています。

DevOps は IT 運用の効率化を支援する自動化をサポートしますが、AIOps はそれをさらに一歩進めます。 IT 運用データに対して機械学習アルゴリズムを実行し、それらの運用を最適化および強化できる洞察を明らかにします。場合によっては、これらの洞察に基づいて自動的にアクションを実行することもできるため、IT スタッフは、他の方法では不可能なほど大規模な IT 環境を監視できるようになります。 AIOps ソリューションを販売している企業には、BMC、Splunk、IBM、Broadcom などがあります。

4. 非常に複雑な文書の取り扱い

何十年もの間、企業は光学文字認識 (OCR) システムを使用して、テンプレート化されたドキュメントからデータを抽出してきました。これまで、これらの対策は厳格な形式に従った文書に対してのみ利用可能でした。今日では、より高度な AI システムは、あらゆる文書を調べて、その中の重要な情報を見つけることができます。たとえば、企業はさまざまなサプライヤーからの、レイアウトが異なる請求書をこれらの AI システムに入力することができ、AI は請求書の発行元、支払い金額、支払期日などを判断できます。この分野で製品を提供している企業には、Element AI、Google Cloud、UiPath などがあります。

5. 会話の中で自然な言語を理解する

皆さんの多くはチャットボットについて聞いたことがある（そしておそらくチャットボットとやり取りしたことがある）ので、自然言語処理（NLP）機能は目新しいものではないと思われるかもしれません。ただし、ベンダーは自然言語処理 (NLP) 機能の改善を続けており、企業が顧客サービスを改善できる新しいユースケースにそれを適用しています。たとえば、通信ソフトウェアプロバイダーの Twilio には、AI を使用して顧客サービスコールをリアルタイムで分析する Media Streams というアプリケーションがあります。通話を書き起こすだけでなく、自然言語処理 (NLP) を使用して通話の内容を理解し、エージェントが問題を解決するのに役立つ可能性のある関連するナレッジベースの記事を表示します。音声に基づいて顧客を認証し、感情状態を分析することもできます。

6. 事前トレーニング済みモデルを使用してビジネスを分析する

AI 批評家は、AI プロジェクトは複雑であり、ビジネス リーダーが期待する即時の成果が得られないことが多いと指摘しています。機械学習の本質は、モデルを構築し、そのモデルを大量のデータでトレーニングすることです。企業がこのプロセスで成功したいのであれば、明確に定義された目標、経験豊富なデータ サイエンティスト、大量のデータ、そして十分な時間と忍耐が必要です。

このプロセスを高速化し、AI ベースの分析を簡素化する 1 つの方法は、事前トレーニング済みのモデルと AI アクセラレーション ツールを使用することです。特定の業界やユースケースに特化した製品を提供するベンダーが増えています。

7. UI/UXを評価する

一部のアナリストは、AI ベースのテストの分野が近い将来に繁栄すると考えています。すでに市販されているツールの 1 つが Applitools です。これにより、企業はスクリプトを記述することなくユーザー インターフェイス コンポーネントのテストを効率化でき、場合によってはテスト時間を 75% 短縮できます。コンピューター ビジョン ツールを使用すると、インターフェース バージョン間の違いを簡単に検出できます。機械学習やその他の AI 機能を活用したテスト ツールを提供する他のベンダーには、Tricentis、Cigniti、Sealights、Test.ai などがあります。多くはクラウド コンピューティング テクノロジーをベースとしており、既存の DevOps またはアジャイル ワークフローに統合されています。

8. サプライチェーンの最適化

2020 年のパンデミックに伴う影響により、サプライ チェーン管理の重要性がこれまで以上に認識されるようになりました。納期遵守の改善、コストの削減、潜在的な問題の予測、混乱からの回復に役立つ AI 機能を備えたサプライ チェーン管理アプリケーションに投資する企業が増えています。調査会社マッキンゼーの調査によると、サプライチェーン管理に人工知能を使用している企業の61％がコストを削減し、63％が収益が増加したと回答した。 Oracle や SAP などの従来のテクノロジー大手は、AI と機械学習を自社のアプリケーションに統合し始めており、一部の企業も同様の目的で AI 機能を備えたビジネス インテリジェンス プラットフォームや分析プラットフォームを使用しています。

9. 迅速なイノベーションを可能にする

新型コロナウイルス感染症のパンデミックは、サプライチェーンの混乱に加え、企業に新たな働き方に適応し、新たな規制に適応し、新たな機会を活用するための急速な革新を迫っている。たとえば、企業にキャッシュフロー ソリューションを提供するフィンテック プロバイダーの Kabbage は、AI を使用して給与保護プログラム (PPP) が提供する機会を活用しました。給与保護プログラム（PPP）が実施されていた3か月間で、Kabbageの自動化システムにより同社は209,000件の融資を処理および承認し、PPP融資業者として3番目に大きい企業となった。この措置が取られたのは、同社の人工知能システムにより、人間の介入なしに融資申請の75％を処理できたためである。

10. コンピュータビジョンの新たな問題への応用

医療画像分析や自動運転車など、コンピュータービジョン研究の多くの分野はメディアで大きく取り上げられていますが、スタートアップ企業は、企業が考慮していなかったタスクにもコンピュータービジョンを適用しています。たとえば、ベンダーの Tractable は、保険代理店が車両、住宅、企業への損害を評価するのに役立つ AI ベースのツールを提供しています。請求プロセスをレビューし、ベストプラクティスに沿っていないと思われる評価にフラグを立て、損失見積りプロセス全体を自動化して、より迅速な顧客サービスを提供することもできます。

AI テクノロジーが発展し、改善し続けるにつれて、AI 機能を統合するために、より多くの異なるタイプのエンタープライズ ソフトウェアを導入する必要性が高まります。