2020年AIの現状調査：25%の企業がAI導入により大幅な収益増加を達成

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式サイトにアクセスして許可を申請してください。

最近、マッキンゼーは AI の現状に関する世界的な調査レポートを発表しました。このレポートの発表は 3 年連続となります。経営幹部へのインタビューや実務者への調査により、AIを導入している企業と導入していない企業の間の格差は拡大する可能性が高いことが判明した。

[[354938]]

調査レポートによると、AI の導入は他の業界よりもテクノロジーおよび通信部門でより一般的であり、次いで自動車および製造業となっています。回答者の3分の2以上が、AIの導入により収益が増加したと回答しましたが、大きな影響があったと回答したのは4分の1未満でした。

McKinsey State of AI レポートでは、AI の採用と実装に関する質問とともに、AI の採用によって 2019 年に EBIT (利子および税引前利益) が 20% 以上増加した企業を調査しました。これらの企業は、上級管理職を非常に効果的であると評価し、他の企業よりもデータ サイエンティストを雇用する可能性が高いです。

また、高業績企業は、他の企業と比較して、戦略的なビジョンと AI ロードマップを策定し、AI モデルの展開を活用し、データ不足に直面したときに合成データを使用する傾向が強く、これらの比率は 20% ～ 30% 以上異なっています。これらの結果は、マイクロソフトが 2019 年初頭に実施した Altimeter Group の調査と一致しているようです。この調査では、急成長している企業の半数が来年中に AI を実装する予定であることがわかりました。

このレポートで驚くべき点があるとすれば、自社のディープラーニング プロジェクトが実験段階を超えて進んでいると答えた回答者はわずか 16% だったことです。 (マッキンゼーがディープラーニングの導入に注力するのは今年が初めてです。)

同様に驚くべきことに、レポートでは、企業が AI 導入に関連するリスクへの対応においてほとんど進歩を遂げていないことが示されています。昨年提出された回答と比較すると、国家安全保障や人間の安全から規制遵守や公平性に至るまで、10 種類のリスクについて、こうしたリスクを軽減するための措置を講じている企業の報告が平均 3% 増加しました。

回答者の大多数が自社が対処に取り組んでいると答えた唯一のリスクはサイバーセキュリティでした。自社に関連する AI リスクの認識が低下している分野は複数あり、その中には公平性と公正性の分野も含まれ、2019 年の 26% から 2020 年には 24% に減少しました。

「身体の安全など一部のリスクは特定の業界にのみ当てはまるが、回答者の多くが広範囲にわたるリスクを認識していないのは理解しがたい」とマッキンゼーのパートナー、ロジャー・バークハート氏は報告書で述べた。「人種的偏見や、ソーシャルメディアの求人広告における年齢に基づくターゲティングなど、その他の差別的扱いの例に対する懸念を考えると、このリスクの軽減や改善がほとんど見られないことは特に驚くべきことだ」

当然のことながら、調査ではパンデミック中に一部の業界で自動化レベルが上昇したことが判明しました。 VentureBeat は、農業、建設、食肉加工、輸送などの業界でこれが当てはまることを発見しました。

「優れた業績を挙げた回答者の大多数は、パンデミックに対応して組織があらゆる主要なビジネス機能にわたってAIへの投資を増やしたと回答したが、他の回答者で同じ回答をした人は30％未満だった」と報告書には記されている。

マッキンゼーの2020年AIの現状に関する世界調査は、6月9日から6月19日までオンラインで実施され、約2,400件の回答が寄せられ、回答者の48%が自社で何らかの形でAIを使用していると回答した。 2019年にマッキンゼーがほぼ同数のビジネスリーダーを対象に実施した調査では、企業の約3分の2がAIの活用により収益が増加したと報告している一方で、多くの企業がAIの活用拡大に苦労していることが判明した。

AIのもう一つの状態

マッキンゼーがビジネス調査を発表する1か月前に、エアストリートキャピタルは今年で3年目となるAIの現状に関するレポートを発表しました。ロンドンを拠点とするベンチャーキャピタル会社は、AI分野が企業資金の面で人気があることを発見したが、その報告書ではAIの才能と計算の集中を「大きな問題」と呼んでいる。

エア・ストリート・キャピタルが特定したその他の深刻な問題としては、学界から産業界への人材流出の継続や、中小企業が作成したモデルの再現性に関する問題などがある。また、Google の研究者 40 名からなるチームも最近、仕様不足が機械学習の大きな障害になっていることを発見しました。

報告書の結論の多くは、大手テクノロジー企業、業界リーダー、エリート大学の間でディープラーニング活動がますます集中し、不平等が悪化しているという最近の AI 研究論文の分析と一致しています。分析を行ったチームは、拡大する「コンピューティング格差」は、国家研究クラウドの導入によってある程度解決できる可能性があると述べている。

年末が近づくにつれ、機械学習の現状に関する報告が増えることが期待できます。過去 2 か月間に発表された AI の現状に関するレポートでは、さまざまな課題が示されていますが、AI は企業がコストを節約し、収益を生み出し、実証済みのベスト プラクティスに従って成功するために役立つとされています。同時に、研究者たちは AI の導入に関連するさまざまな大きな機会に対処しようとしています。