人工知能の利点をどう生かすか

人工知能の利点をどう生かすか

企業で人工知能が応用され、開発されるにつれて、ビジネスリーダーは市場競争力を向上させるためにクラウドベースの人工知能と最新のデータ構造に重点を置く必要があります。

[[353626]]

AI テクノロジーは、職場の効率性を向上させるために物理的およびデジタルの両方の形式で使用されており、日常業務で使用されるほぼすべてのソフトウェア プラットフォームに AI が浸透することになります。これは、コンサルティング会社デロイトが世界中の 2,700 人の IT およびビジネス エグゼクティブを対象に調査を行い、最近発表したレポートで説明されている現実です。 AI 導入企業の 4 分の 3 は、今後 3 年以内に AI テクノロジーがすべてのエンタープライズ アプリケーションに統合されると予想しています。

回答者の 73% は、テクノロジー エコシステムに AI を導入することが、現在、自社のビジネスにとって「非常に重要」または「不可欠」であると考えています。 AI を導入する企業が増えるにつれ、AI テクノロジーによってもたらされる競争上の優位性を維持することがますます困難になります。

しかし、AI がその潜在能力ともたらす利点を完全に実現するには、まだ初期段階にあると考える人もいます。今年発生した感染症の流行は企業の変革を加速させましたが、人工知能が企業の競争力向上に役立つかどうかは、その技術がどのように応用され、企業がそれをビジネス目標とどの程度一致させるかにかかっています。

クラウド コンピューティング AI 戦略を活用し、データ システムの準備を改善することは、企業が競争力を獲得するための最重要分野です。クラウド コンピューティングは AI が主流に躍進する上で大きな役割を果たしており、導入企業の 93% がテクノロジー スタックの一部としてクラウドベースの AI を使用しています。

デロイトのCEO兼AI共同責任者であるニティン・ミッタル氏は、企業がコスト圧力に対処し、デジタル変革を加速させる最善の方法を再評価する上で、AIが重要な役割を果たしていると述べた。

「本質的に、これはクラウドコンピューティングインフラ上でAIと機械学習を近代化するための大きな一歩だ」とミタル氏は語った。

人工知能の優位性を維持する

企業における AI の導入を推進するには、テクノロジー リーダーが AI テクノロジーの真の価値を理解する必要があります。

新型コロナウイルス感染症の流行を受け、企業の顧客サービス部門は業務過多に陥っている。ビジネスリーダーは、チームが危機を乗り越えるために AI を活用することを期待しています。デロイトによれば、今後 3 年間で、顧客関係管理 (CRM) システムからエンタープライズ リソース プランニング (ERP) まで、企業が依存するテクノロジー システムに人工知能が普及することになります。

同社が2018年に発表した調査レポートによると、回答者の57%が、人工知能技術が今後3年間で自社の事業展開を変えるだろうと答えています。現在、採用者の 75% が同じように感じています。

デロイトのテクノロジー、メディア、通信センターのエグゼクティブディレクター、ジェフ・ルークス氏は、AIの導入が進むにつれて、AIがもたらす競争上の優位性は失われつつあると語った。

「AIの変革の可能性に対する信頼は高まっているが、同時に、競合他社も同様に迅速にその優位性を獲得できるという感覚もある」と同氏は語った。

AI 導入で競争力を維持するために、企業の CIO は次のことを行う必要があります。

  • AI をサポートするデータ インフラストラクチャの最新化は、AI 導入の一般的な障壁です。
  • 組織が利用可能な最高の AI テクノロジーにアクセスできるように支援します。
  • クラウドベースの人工知能の効率性を活用します。

しかし、AIが臨界質量に達したかどうかは、テクノロジーの可能性を判断する理想的な基準ではないと、ルシッドワークスのAIおよびクラウド担当ディレクター、ラドゥ・ミクラウス氏は述べた。 AI 導入の文化的な影響と、組織が内部のサイロを効果的に破壊できるかどうかは、AI 導入の結果にとって重要です。

「AI で何ができるかという点では、まだ初期段階にあると思います」とミクラウス氏は言う。「これは万能のアプローチではありません。小さく始めて大きく考えることができます。データやプロセスをさらに追加することもできます。知識は常に進化し、向上しています。」

AIテクノロジーが提供できるもの

企業が効率を最大化する必要がある場合、人工知能を導入する必要があります。今年発生した感染症の流行はデジタル変革を推進しており、人工知能はその中核となる要素の一つです。

CIO の観点から見ると、パンデミックの間、データ分野における意思決定はより大きなプレッシャーに直面することになります。需要の増加に直面して、一部の企業は拡大を必要としています。旅行やエンターテイメントなどの他の分野では、組織の CIO はコストを削減する必要があります。

ニタル氏は、AI の利用は業界によって異なると述べた。

  • 生命科学の分野では、人工知能が診断テスト設計の最前線にあります。
  • ヘルスケア分野では、AI を活用した接触追跡、バーチャルケア、AI ベースの患者トリアージが、業界が危機を乗り越えるのに役立っています。
  • 銀行業界では、AI が仮想エージェントを通じて顧客とのやり取りを可能にすることで、非接触型取引への移行をサポートしています。

ニタル氏は、業界全体で、AIが企業の主流へと移行する兆候は、「スーパーチーム」、つまりAI対応の作業ユニットが業務を変革するにつれて変化しつつあると述べた。スーパーチームは、アルゴリズムが人間の判断を支援することで、仕事の未来を根本的に再定義するでしょう。

不確実な経済に対処するため、ビジネスリーダーは AI イニシアチブによってビジネス価値を生み出そうと努めるでしょう。

PwCのグローバル人工知能リーダーであるアナンド・ラオ氏は、パンデミック中の消費者行動について最近誰も語っていないため、AIが結果を予測する可能性は魅力的になっていると述べた。 AIを効果的に導入した企業は、競争上の優位性を失うところまではまだ至っていません。

IBM が今年初めに実施した調査によると、従業員 1,000 人以上の企業の 45% で、人工知能はすでにテクノロジー スタックの一部となっています。そして多くのリーダーは、AI テクノロジーの導入が十分な速さで進んでいないと述べています。

PROSの企業戦略担当副社長ジェフ・ウェッブ氏は、AIが自社のビジネスをどの程度再定義できるかを測定する際、ビジネスリーダーはAIを均質な技術として見るべきではないと述べた。

「AI が驚くほどの勢いで導入されていることはわかっています」とウェッブ氏は語ります。「導入は加速しています。しかし、企業にとっての AI の価値は、まだ一定の水準に達していません。むしろ、AI が企業の運営方法をどのように変えられるか、単に業務を継続させるだけでなく、それを実現する方法を見出すのは、依然として困難な道のりです。」

使用される AI の種類、その適用方法、活用されるデータは、企業が AI から価値を引き出す方法に大きな影響を与えます。

<<:  アルバータ大学のチームのプロジェクトは、しかめ面の細部まで完璧に再現した超リアルな肖像画を制作する

>>:  消費者がリアルなAIを信頼しない理由

ブログ    
ブログ    

推薦する

データが「生産手段」となるとき、透かし技術を使ってAIトレーニングデータの著作権を保護する方法をまとめた3つの論文

1. はじめに - AI トレーニング データに透かしを追加する理由ディープ ニューラル ネットワー...

7,000万以上の店舗と10億以上の商品を持つWeidianは、どのようにAIシステムを構築しているのでしょうか。

[51CTO.com からのオリジナル記事] AI テクノロジーは電子商取引にとって不可欠ですが、...

Meta主任AI研究者ヤン・リクン氏:今日のAIは愚かであり、規制当局は我々に干渉すべきではない

ソーシャルメディアFacebookの親会社Metaの主任人工知能研究者ヤン・ルカン氏は10月20日、...

人工知能はどれくらい怖いのでしょうか?アメリカはAI兵器を開発し、イランの科学者は死亡した

[[358758]]人工知能はかつてはSF映画にしか登場しない言葉でした。しかし、通信、ビッグデータ...

AI: 世界の終わりか、それとも新しい時代か?

[[273786]] [51CTO.com クイック翻訳] 1980年代のインターネットの出現から...

人工知能がオンライン上の虚偽情報や誤情報に与える影響について

アメリカは、いまだに人工知能技術の最先端にいます。アメリカが警戒すればするほど、私たちはアメリカのや...

2020 年以降のソフトウェア開発のトレンド

今後8年間の8つの重要なトレンドを予測[[322666]] UnsplashのHarpal Sing...

2Dラベルのみを使用してマルチビュー3D占有モデルをトレーニングするための新しいパラダイム

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

2019年には疑似AIはすべて排除されるのでしょうか?

2017年以降、ディープラーニングの概念が再び浮上し、AIは世界で最もホットな産業となりました。起...

...

RPA の収益は 2021 年に 18 億 9,000 万米ドルに達する見込みです。AI は RPA をどのように再定義するのでしょうか?

市場調査会社ガートナーは、ロボティック・プロセス・オートメーション(RPA)を世界のエンタープライズ...

一般的な顔認識システムの端末設置と配線の包括的なレビュー

顔認識端末は人事管理や出勤簿、人通りの多いセキュリティチェックポイントなどで広く利用されている。今年...

UniVision: BEV 検出と Occ、デュアル SOTA の統合フレームワーク!

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

Keras によるステートフル LSTM リカレント ニューラル ネットワークの理解

[[327815]]この記事を読むと、次のことがわかります。 1. シーケンス予測問題のための単純な...

自然言語処理シーケンスモデル——HMM隠れマルコフモデル

前回の記事では、主にテキストコーパスの抽出と前処理のプロセスについて説明しました。次のステップは、コ...