AIがIT運用に大きな影響を与える仕組み

AIがIT運用に大きな影響を与える仕組み

AI が IT 運用に直接影響を与えることができる分野を考えるとき、他のアプリケーションよりも際立っているのが、インテリジェントなハイパースケール自動化です。

[[359740]]

人工知能 (AI) は、恐ろしいスキルギャップの解消、生産性の向上、サイバーセキュリティの保護、競争力の維持など、あらゆる IT 問題に対する解決策として高く評価されてきました。その可能性は無限に思え、誰も取り残されたくない。

しかし、AI をめぐる誇大宣伝サイクルは継続しており、おおむね正当なものですが、ビジネス リーダーは雑音を排除して、AI を自社のビジネスにどのように適用すべきか、来年や 10 年後ではなく現在、どの AI アプリケーションが最も有望であるかを理解する必要があります。

AI が IT 運用に大きな影響を与える可能性がある分野を考えるとき、現在、効率性と生産性の大幅な向上を推進している機能を提供するという点で、他のアプリケーションをはるかに上回る 1 つのアプリケーションがあります。それは、インテリジェントなハイパースケール自動化です。

仕組み

まず、ハイパースケール自動化とは何か、どのように機能するか、そして組織にどのような影響を与えるかについて詳しく見ていきましょう。ハイパースケールの自動化は、プロセス自動化ソフトウェアと人工知能を組み合わせてビジネス プロセスに認知機能を追加し、さらに、未知である可能性のあるビジネス プロセスを発見して表面化させることを目的とした「プロセス マイニング」と呼ばれる 3 番目のテクノロジを組み合わせることで実現されます。実装されると、ビジネス プロセスの包括的な検出、マッピング、測定が可能になり、その後、短期間では実現できない大規模な自動化が可能になります。

このテクノロジーの実際的な影響は、企業が業務の効率と容量を最大限に高め、他の方法では不可能だった市場で差別化された機能を提供できることです。適切に適用されれば、ハイパーオートメーションと AI を通じて人間の能力を強化し、各従業員が達​​成できる限界を根本的に変えることで、ビジネス成果に指数関数的な影響を与えることもできます。

ハイパースケールの自動化が人間の能力を効果的に強化する方法の代表的な例は、迅速に試行錯誤し、最終的にエラーを修正する能力です。たとえば、特定の手動ビジネス プロセスを完了する場合、人間は 1 時間に 1 ~ 2 回のミスを犯し、ワークフローに遅延が生じ、不必要な結果を引き起こす可能性があります。対照的に、ハイパースケールの自動化では、同じプロセスの間違いを数秒で実行し、より迅速に修正し、間違った決定を再評価して、同じ間違いが繰り返されないようにすることができます。

その結果、自動化により、エラー、修正、学習が数秒で行われるようになり、人材はより複雑なタスクに集中できるようになります。

市場で

さらに、大規模な自動化は効率性を向上させるだけでなく、変革的な予測機能も提供します。良い例としては、当社のパートナーである Intel が再生可能エネルギー企業と共同で実装したソリューションが挙げられます。

米国では、企業が送電線にどれだけのエネルギーを流すかを高い精度で予測できる場合、買い戻しエネルギー市場は最も利益を上げます。従来のエネルギー生産者にとって、この作業は単純だ。石炭生産者なら、火にかける石炭の量を見積もる必要があるが、原子力生産者なら、原子炉に入れるウラン棒の数を知る必要がある。送電線にどれだけのエネルギーを流せるかを正確に把握することで、可能な限り最高レベルで運用できるようになります。

再生可能エネルギー源、特に風力タービンの場合、エネルギーは動的な条件下で生成されるため、送電線にどれだけのエネルギーを流す必要があるかを予測することは困難です。その結果、企業は出力に関して非常に慎重になることになります。なぜなら、約束したのと同じ量のエネルギーを送電線に供給できなかった場合、操業許可の剥奪など、深刻な結果を招く可能性があるからです。

Intelygenz の再生可能エネルギー顧客は、同社の技術でネットワークがどれだけの電力を生成するかを事前に予測できるかどうかを尋ねます。ハイパースケールの自動化により、気象データを含む現場の各風力タービンとパートナーからのすべてのデータを取得できるため、出力電力を事前に正確に予測でき、約束された電力供給計画と電力の供給に対する自信が高まります。

導入の課題

前述したように、ハイパースケール自動化は AI の強力なアプリケーションであり、ビジネス プロセスの変革、新しい機能の有効化、競争上の優位性の創出に使用できます。ただし、これを導入する際に組織が克服する必要がある主な課題は、技術的な課題ではなく、人的な課題です。

ハイパースケール自動化を導入する上で最大の障壁となるのは、組織内の文化的抵抗であり、一部の従業員はこの強力な AI を自分たちの生活に対する脅威とみなしていることが、私たちが何度も目にしてきました。しかし、ハイパースケールの自動化は、雇用を置き換えるものではなく、才能を拡大するものである。これは人間に取って代わるものではなく、最も効果的に導入するには人間の知性と連携して機能する必要があり、このダイナミクスを内部化できる組織がこのテクノロジーの主な受益者となるでしょう。

本当の結果は今

AI は今後数年間で確実に大きな進歩を遂げますが、プロセスの自動化や人材の増強という点で、すでにさまざまな業界の企業や組織に変革的な影響を及ぼしています。デジタル変革を目指す企業にとって、AI の実現はもはや 1 年先の話ではありません。今ここにあり、実際の成果を生み出しています。

<<:  年末総括: 2021 年の人工知能 (AI) と機械学習 (ML) の 5 つの主要な開発トレンド

>>:  AIとスマート信号機が通勤を変えるかもしれない

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

データセットに適したクラスタリングアルゴリズムを選択する方法

クラスタリング アルゴリズムを適用するのは、最適なアルゴリズムを選択するよりもはるかに簡単です。 そ...

大学生が、1時間で600本の鉄筋を結束できる鉄筋結束ロボットを発明。建設労働者は再び失業することになるのだろうか?

人工知能の発展により、肉体労働のみに頼っている労働者の中には、徐々に失業に直面している者もいる。例え...

IBMはGPUを使用して機械学習の効率を10倍向上させる

[[212269]] IBM は、EPFL の研究者と共同で、機械学習アルゴリズムをトレーニングする...

スタンフォード大学がAI法の講座を開設。人工知能は法律の対象になり得るか?

昨年3月、アリゾナ州でウーバーの自動運転車が歩行者をはねて死亡させた。米国の検察当局が「ウーバーに責...

人工知能認識により、物流会社はダブルイレブンの注文に簡単に対応できます。

2018年のダブルイレブンは、「富豪」に対する私の認識を新たにしました。その前に、アリババの張勇は...

Google、ブラウザで動作するプログラミング不要のAIトレーニングツールをアップデート

Google は人工知能トレーニング ツール「Teachable Machine」をアップグレードし...

3D生成の中核理論の再構築:VAST、香港大学、清華大学が「ゼロ」のトレーニングデータで3Dモデルを生成

トレーニング データは必要ありません。「宿題をしているバナナマン」などの文をモデルに説明するだけです...

人工知能、機械学習、ディープラーニングの違いと関連性

最近では、新しいデータ処理技術に関して、さまざまな用語が飛び交っています。ある人は機械学習を使用して...

...

...

...

70%は輸入品。中国の産業用ロボットはチップのような悲劇をどう回避できるのか?

ロボットは産業の魂です。 [[386663]]しかし、私たちの身近な国である日本が、20年もの間、世...

...

グーグル元会長「人工知能だけでは市場を創出できない」

[[321190]]販売員からトラック運転手、医師に至るまで、経済全体の多くの仕事や役割が人工知能...

DALL·Eの超進化により、写真の品質と芸術性が大幅に向上し、写真をシームレスに修正することもできるようになりました。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...