2021 年の人工知能のトップ 10 トレンド

コロナウイルスのパンデミック以前、AI業界は2020年に大きな成長を遂げると予想されていました。 2019年9月、調査会社IDCは、2023年までに人工知能技術への世界的な支出が2.5倍以上増加し、市場収益が979億米ドルに達すると予測しました。パンデミックをきっかけに、AI の導入により組織にとっての潜在的な価値が高まりました。調査会社マッキンゼーが2020年11月に発表した「人工知能開発の現状」調査レポートによると、回答者の半数が、自社の少なくとも1つの機能部門で人工知能を導入していると回答した。

[[360913]]

世界的な技術調査・コンサルティング会社ISGの自動化部門責任者ウェイン・バターフィールド氏は、「進行中のパンデミックが組織の運営能力に影響を及ぼし続ける中、組織がパンデミックの影響を受けたデータセットを理解し、日常的なタスクの自動化を継続しようとする中で、AIは多くの分野でますます重要になるだろう」と述べた。

さらに、多くの従業員が自宅からリモートワークするようになったことで、IT 運用チームは 2020 年に多くの課題とプレッシャーに直面しましたが、この状況は 2021 年も続くと予想され、ここで人工知能が役割を果たすことになります。 「企業がこれまで以上にデジタルでつながるようになると、AIテクノロジーによって業務の継続が保証されるようになる」と、キャップジェミニの北米AIおよびアナリティクス担当副社長ダン・シミオン氏は語る。

2021年のAIトレンド: 企業で何が起こっているか

ただし、AI アプリケーションの焦点は、運用効率や有効性の向上だけではありません。 「パンデミックにより、ステークホルダーの体験を向上させるためにAIを活用する方向にシフトしている」と、経営コンサルティング・調査会社エベレスト・グループの企業実務責任者、アリーシャ・ミッタル氏は語る。

2021 年に IT リーダーが注目すべき AI トレンドには、次のようなものがあります。

1. AI専門家は引き続き不足する
ミタル氏は、2021年にAIの導入が加速するにつれ、人材の確保が重要な問題になるだろうと述べた。 「組織は、AI専門家の継続的な不足に対処するためにAIを民主化することの重要性を認識し始めています。」と彼は述べた。

CIO が非技術者がデータにアクセスできるように努めるのと同様に、AI テクノロジーをより幅広いユーザーがアクセスできるようにする必要があります。 「AI の民主化を成功させるには、分散型ガバナンス モデルに支えられたデータ、テクノロジー、学習戦略の重要な側面に重点を置く必要があります」とミタル氏は語ります。「組織はコンテキスト、変更管理、ガバナンスにも重点を置く必要があります。」

2. AIが自律型ITを推進
Capgemini の Simion 氏は、2021 年までに、一般的な IT の問題を独自に検出して修正できる AI ソリューションがさらに増えると予測しています。 「これらのソリューションは、あらゆる障害や問題をプロアクティブに自己修正および自己修復し、システムや重要なアプリケーションのダウンタイムを削減します」とシミオン氏は述べました。「これにより、チームは、集中すべき複雑で優先度の高いプロジェクトにリソースを割り当てることができます。」

3. 人工知能が非構造化データを構造化する
ISGのバターフィールド氏は、今後1年間で、組織はマシンビジョンと自然言語処理（NLP）を活用して、画像や電子メールなどの非構造化データの構造化を促進するだろうと述べた。目標は、ロボティック プロセス オートメーション (RPA) テクノロジーをより簡単に使用して組織のトランザクション アクティビティを自動化できるようにデータを作成することです。

「過去 24 か月間で最も急速にソフトウェア導入が進んだ分野である RPA アプリケーションの成長が見られました」とバターフィールド氏は説明します。「しかし、RPA には限界があり、主に構造化データしか処理できないという点が挙げられます。AI を使用して非構造化データを理解し、顧客の意図などの定義された出力を提供するという複雑なタスクを実行することで、RPA はまさにそれが可能になります。」

4. ITが人工知能の大規模開発を推進
「2021年までに、IT組織でAIが大規模に導入されるようになるでしょう」とシミオン氏は述べた。「2021年には、組織がAIや機械学習モデルを実行するメリットを実感し始め、実稼働に導入するだけでなく、規模を拡大していくことを期待しています」。シミオン氏は、AIのメリットの1つは、投資収益率（ROI）をリアルタイムで達成できることであり、多くの組織が今年、AI分野での取り組みが成果を上げ始める可能性があると指摘した。

5. AIが説明可能になる
ブラックボックス AI 技術と比較すると、モデルの検出がより透明になります。 「説明可能性にさらに重点が置かれるようになるでしょう」と、Tealium のシニア プロダクト ディレクターである Dave Lucas 氏は言います。「個々の機能やデータ ポイントがモデルの最終的な予測や結果にどのように貢献したかを、一般の人にも明確に説明できることです。導入されるデータ ルールが増えるにつれて、AI の信頼性が重要になります。」

6. AIOpsの拡大
過去数年間で、IT システムの複雑さは飛躍的に増大しました。調査会社 Forrester は最近、ベンダーがインフラストラクチャ、アプリケーション、ネットワークなど、かつてはサイロ化されていた監視分野の一部を組み合わせたプラットフォーム ソリューションを提供していることを指摘しました。 AIOps ソリューションにより、IT 運用チームやその他のチームは、データの量と種類に関する分析を改善し、主要なプロセス、タスク、意思決定を改善できるようになります。

Forrester は、IT リーダーに対して、データの相関関係を通じてチーム間のコラボレーションを可能にし、エンドツーエンドのデジタル エクスペリエンスを提供し、それらを IT 運用管理ツール チェーン全体にシームレスに統合できる AIOps プロバイダーを探すようアドバイスしています。

7. プロセスの自動化を強化する
データと AI は競争上の優位性を獲得するための鍵であり、プロセスの自動化とイノベーションに向けたより大規模な戦略の一部となります。 Globant のビッグデータ エンジニアである Ana Maloberti 氏は、次のように述べています。「この戦略では、データ エコシステムは拡張可能で、管理しやすく、無駄がなく、異種ソースからタイムリーなデータを提供することができますが、同時に、イノベーションを促進するための場を提供し、迅速に適応する必要があります。組織は、ビジネスおよび開発プロセスの最適化をさらに進めています。」

コーディング ツールの拡張は Globant の主な焦点であり、コラボレーションとより広範な集合知の向上を目標に、人工知能を使用してソフトウェア開発プロセスを最適化します。マロベルティ氏は、「このテクノロジーを最大限に活用する上での主な課題は文化的なものであり、データ主導の組織的マインドセットの開発から始まり、AI の実験段階から脱却して持続可能で堅牢な配信モデルを作成することです」と述べています。

8. 音声と言語による知能が発達する
ISG のバターフィールド氏は、リモートワークの増加により、特に顧客コンタクト センターにおいて、自然言語処理 (NLP) 機能と自動音声認識 (ASR) 機能が広く採用されるようになると予測しています。 「これまで、品質とエージェントのフィードバックを定期的にチェックしている顧客は 5% 未満でした」とバターフィールド氏は言います。「サポートを受ける際に 1 対 1 のガイダンスがなければ、組織は AI を使用してエージェントの品質、顧客の意図の理解をチェックし、継続的なコンプライアンスを確保する必要があります。」

9. 人工知能とクラウドコンピューティングの共生

「AIはクラウドコンピューティングソリューションの普及に大きな役割を果たすだろう」と、法律サービスプロバイダーであるExigentのクライアントイノベーション担当ディレクター、リコ・バーネット氏は語る。「クラウドコンピューティングリソースと、生成される膨大な量のデータの監視と管理は、AIの導入によって強化されるだろう。」

10. AIの倫理と基準が焦点に
AIバンキングプラットフォームFinn-AIの共同創設者兼COOであるナタリー・カートライト氏は、次のように述べています。「2020年、AIに関するグローバルパートナーシップのような国際的なパートナーシップは、アイデアから現実のものとなりました。2021年には、主要な世界的課題に対処するためにAIがどのように使用されるかに関する専門知識が提供されます。包摂性と多様性の確保、一貫したアルゴリズムの公平性とデータの透明性は、AI倫理があらゆる業界の組織にとってますます重要になる中で、焦点となる問題の2つにすぎません。」