2021年の人工知能業界の予測

[[375635]]

2020 年は激動の年であり、組織は数多くの課題に直面しました。 2021年に入り、人工知能業界は急速に発展するでしょう。 2021 年の重要な新しいトレンドを把握するために、業界メディアは業界全体のメーカーの幹部にインタビューを行い、彼らの考えや洞察、そして今後起こることの予測を聞きました。

2021年の人工知能に関する業界予測

テラデータのエグゼクティブ・バイスプレジデント兼最高製品責任者のヒラリー・アシュトン氏は、組織が事業再開と十分な収入源の確保を目指すには、それを可能にする重要な洞察をリアルタイムで収集するためにAI技術を活用する必要があると述べた。人工知能 (AI) テクノロジーを導入することで、組織は、成長を促進し続けながら顧客と従業員の安全を守るための戦略が効果的であるかどうかを理解できるようになります。組織が、組織のポリシー管理とコンプライアンス、セキュリティの確保、顧客エクスペリエンスの向上に役立つ AI 独自の能力を認識するにつれて、業界全体で AI の採用が増加するでしょう。

JitterbitのCTOであるマノジ・チョードリー氏は、2021年には人工知能、機械学習、モノのインターネットが人々の生活や行動を定義し、形作るようになるだろうと述べ、この現象は今後何年も続くだろうと語った。こうした進歩は、人々の働き方、生活、買い物、支出、そしてあらゆることのやり方に影響を与えるでしょう。ただし、多くの組織はクラウド コンピューティングやエッジ コンピューティングなどのテクノロジを採用するでしょう。これらのテクノロジは、人工知能、機械学習、IoT テクノロジに提供されるすべての必要なデータを処理および管理できるため、今後も主流となるでしょう。 iPaaS、APIM、RPA などのテクノロジーをサポートします。これらのテクノロジーは、人間主導のビジネスから、最終的には AI と IoT の力を活用できるデジタル ビジネスへと進化する中で、ビジネスのデジタル変革をリードし続けるでしょう。

カリプソのジョージ・ヤング社長は、たとえ新型コロナウイルスに対する効果的なワクチンが開発されたとしても、人々の働き方や交流の仕方は根本的に変わるだろうと語った。新年もリモートワークは継続され、社会的距離の確保の要件は維持され、サプライチェーンは引き続き混乱に直面するでしょう。この新しい生活様式では、組織は製品から工場、そしてエンドユーザーに至るまで、バリューチェーン全体にわたって効率的に事業を継続するための新しい方法を採用する必要があります。これらの課題に対処するには、人工知能の使用が標準となるでしょう。しかし、人間がこれらの新しい自律システムとどのように対話し、活用するかを考慮しなければ、AI の応用は失敗します。

2021 年には、組織は AI イニシアチブに対して人間中心のアプローチを採用し、ユーザーのニーズと価値を理解し、それに応じて AI の設計とモデルを調整することで、導入を拡大するでしょう。 AI が成功するには、組織はテクノロジーそのものと同じくらい人材と文化に重点を置く必要があります。組織変更管理 (OCM) チームは、人々を変革の旅に連れて行き、測定可能な成果が得られるように組織を整えることで、デジタル変革と AI を推進する上で非常に重要です。適切な変更管理は、あらゆるデジタル変革イニシアチブにおいて最も重要ですが、見落とされがちな側面です。

グラメナーのアナリティクス責任者であるサンディープ・レディマル氏は、2021年には組織がAIシステムを活用して、永続的で有意義なビジネス価値に重点を置くようになるだろうと語った。この変更により、組織内でのデータ リテラシーの取り組みがさらに強化されます。これには、人々が新しいスキルを学び、新しい方法で行動することが必要になります。

ペガのマーケティングAIおよび意思決定向け製品戦略担当シニアディレクターのヴィンス・ジェフス氏は、ほとんどの消費者は今後もAIに対して懐疑的であり続けるだろうと語った。ほとんどの人は依然として AI を信頼していません。それは、AI を理解していないか、毎日 AI を使用していることにすら気づいていないからです。消費者は、多くの AI ベースのサービス (Facebook、Google、TikTok など) を無料で利用できるため、その見返りとして何にお金を払っているのか (つまり、個人データを提供しているのか) を理解していません。人々がこのように考える限り、市場が顧客への教育を強化したり、顧客を保護するための規制を実施したりしない限り、AI がもたらす危険性を予測したり、自分自身を守る方法を予測したりすることはできないでしょう。それでも、業界関係者が AI の信頼性を逆転させつつあるという証拠はあります。 Pega の調査では、ビジネス リーダーの 81% が、AI が自分たちの生活にどのような影響を与えるかを認識し、場合によっては AI を愛するようになる人が増えるにつれて、より難しい問題に直面し続け、AI への信頼がさらに損なわれ、組織は人々の要求に応えざるを得なくなるだろうと回答しています。

ブループリズムのAIおよび研究担当ディレクターのエリック・タイリー氏は、AIベースのデジタルワーカーは組織が長期的に戦略的な発展を維持するのに役立つだろうと語った。多くの人は、AI と自動化が組織の将来の存続にとって重要になると考えています。しかし、調査によると、ほとんどの組織は AI と自動化への投資のメリットをまだ十分に実現していないことがわかりました。デジタル ワークフォースを通じて強力な AI 機能をビジネス プロセスに接続することで、大規模な AI 駆動型自動化を実装する組織が増えるでしょう。 AI を活用した自動化テクノロジーは、顧客重視、収益増加、資本配分、サプライ チェーン管理、リスク管理、コストと運用の効率性の向上など、中核となる戦略的取り組みにますます結びつくようになります。 AI 駆動型デジタルワーカーは、組織戦略の実行と企業規模のリスク管理のための主要なツールとして使用されます。自動化を迅速かつ効果的に導入することは、市場で競争力を維持するための重要な要素としてますます認識されるようになるでしょう。

DataikuのCEO兼共同創設者であるフロリ・ドゥエトージュ氏は、AI実験はより戦略的なものになるだろうと語った。モデル開発プロセス全体を通じて実験を実施します。通常、すべての重要な決定や仮説には、それらの決定を正当化するための少なくともいくつかの実験や過去の研究が伴います。実験には、本格的な予測機械学習モデルの構築から統計テストの実行やデータのプロットまで、さまざまな形があります。ハイパーパラメータ、機能操作などのあらゆる組み合わせを試すと、すぐに追跡不可能になります。その結果、組織が実験の時間や計算予算、およびモデルの有用性の許容しきい値を定義するようになるでしょう。

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、2021年には人工知能が主流になるだろうと語った。新型コロナウイルス感染症のパンデミックにより、多くの組織は新たな常態の中で生き残るためにデジタル変革を余儀なくされています。調査によると、デジタル化の加速は新年も止まる気配がなく、現在86%の組織がAIによる顧客体験の向上を実感しており、今後もその傾向が続く見込みです。この流行により、AI投資のビジネス焦点も変化しました。たとえば、組織は自動化などの単純なタスクから、人材計画やシミュレーション モデリングに重点を置くように移行しています。組織が複雑なプロセスへのデジタル投資から利益を得続けるにつれて、AI の使用は 2021 年にさらに広まるでしょう。

MachEye の最高製品責任者兼カスタマーサクセス責任者である Dhiren Patel 氏は、AI とビジネスインテリジェンスの融合により、データの洞察力が向上すると述べています。 AIは過去5年間、業界団体の間で議論されてきました。しかし、高度な AI の洞察のプロセスを労働者の大部分に民主化するという課題が残っています。新しい AI ベースのビジネス インテリジェンス製品が登場するにつれて、サイロが解体され、すべてのユーザーがデータ分析を活用して簡単に洞察を見つけることができるようになります。シンプルなインターフェース、パーソナライズされた洞察、魅力的なデータ エクスペリエンスは、2021 年以降のデータ分析の特徴となるでしょう。

多くのAI駆動型顔認識アルゴリズムにおける人種的偏見は過去1年間大きな議論の的となっており、2020年の社会不安によりピークに達したと、オンフィドの研究担当副社長モハン・マハデヴァン氏は述べた。この調査では、有色人種は白人よりも人種差別に直面する可能性がはるかに高いという広範な証拠が発見された。 2021 年には、AI や顔認識技術を活用するあらゆる組織にとって、AI バイアスの修正が大きなテーマとなるでしょう。政府発行の文書を使用すると、文書上の顔写真を分析し、それをシステムにアクセスしようとしている人の顔写真と比較することで、ID の所有権を迅速かつ簡単に証明できます。 2021年はAIの偏見が明らかになり、組織がソフトウェアにおける人種的偏見を排除するための根本的な変更を実施し始める年となるでしょう。これには、意図的に公平性に焦点を当て、企業の機械学習システムをトレーニングして認識エラーを減らすことなどが含まれます。

キャパシティーの創設者兼CEOであるデビッド・カランディッシュ氏は、2021年はAIの気軽な導入から真剣な関係へと移行する年になるだろうと語った。 AI はもはや研究開発プロジェクトだけのものではなく、自動化が必要なこれらのソリューションの適応に取り組むべき時が来ています。

キャパシティー社の最高データ責任者デイブ・コステナロ氏は、コンピューティング能力、インターネット規模のデータ、最新の機械学習アルゴリズムが融合し、過去数年間で人工知能に目覚ましい進歩が見られたと語った。今後数年間は、既存の製品やサービスを強化したり、まったく新しいものを作成したりするために、より多くのビジネスユースケースがプロトタイプ化、パッケージ化、生産される拡大の時代が到来するでしょう。

6senseの最高技術責任者であるバイラル・バジャリア氏は、AIの成功は汎用市場からニッチ市場へと移行していると語った。組織の AI への投資が拡大するにつれ、特定の AI に対応するためにテクノロジー スタックの再評価も行われています。また、特定の問題を解決する確立されたユースケースでは、すべてを実行する自動化よりも予算が優先されます。

ラマソフトのグローバルインパクト担当ディレクター、アンディ・フォックス氏は、AIはつい最近まで、自動運転車や画像認識など、現在では人工知能として知られているものだったと述べた。しかし、人間の意思決定プロセスを再現しようとする新しいカテゴリの狭義の AI が登場しています。サプライ チェーンの観点から見ると、この新しい AI は、「車に燃料を補給するにはどうすればよいか」という観点から、サプライ チェーン全体の意思決定をより適切に導くのに役立ちます。または「製品を時間どおりに受け取るにはどうすればよいですか？」 2021 年には、戦術的かつ小規模な決定に代わって、こうした限定的なソリューションを増やす予定です。 ”

アトスの北米AI研究所のアーキテクチャ責任者、ジョナス・ブル氏は、政府が人々を追跡しようとしたり、組織が人々を操作したり行動に関する洞察を得ようとしたりする中で、エッジでは追跡を阻止する方法が登場すると予想されると述べた。さまざまなグループが顔認識防止ツールに取り組んでいるのとは異なり、AI による人々の監視と理解の方法に打撃を与えるハイテクとローテクの両方の技術が見られるようになるでしょう。

セレブライトのデジタルインテリジェンス担当シニアディレクター、ヘザー・マハリック氏は、より多くの機関がAIや機械学習ベースのソリューションを導入し始めるにつれて、法執行機関は倫理的なポリシーを遵守し、そのようなツールの偏見を排除する責任があると述べた。したがって、各省庁は独自のポリシーを策定し、関係機関と協力して、関係チームや業務機能に対する適切なトレーニングや、データ主導で責任ある意思決定の精神を持った環境の構築など、責任ある倫理的な方法で AI を使用するよう取り組み始めることになります。法執行機関は、AI システムが偏見のない状態にあることを保証するために、引き続き AI システムを精査し、必要に応じて修正していきます。彼らは、これらのツールの使用に関する透明性を高めるために一般の人々とコミュニケーションをとる予定です。

Ahana の共同創設者兼最高製品責任者 (CPO) である Dipti Borkar 氏は、2021 年には、より多くのデータ駆動型組織が分析にオープンソース テクノロジーを活用し、AI テクノロジーを使用するようになるだろうと述べています。Presto などのオープンソース分析テクノロジーや、Apache Spark などの強力な AI プラットフォームは、統合データ ストレージに依存する従来のエンタープライズ データ ウェアハウスよりも柔軟性とコスト効率に優れています。統合データ ストレージは、時間とコストのかかる作業で、ベンダー ロックインが必要になることがよくあります。 2021年にはPrestoなどの分析エンジンの利用が増加するでしょう。

Finn AIの共同創設者兼CEOのジェイク・タイラー氏は、業界はIBM WatsonやAmazon Lexなどの従来のAIプラットフォームから、ドメイン固有のAI駆動型製品やマネージドサービスモデルへと移行するだろうと語った。汎用プラットフォームは、トレーニング データやデータ モデル構造がなければソリューションにはなりません。このモデルを構築し、運用環境で最適化することは、ほとんどの組織の能力を超えた、専門知識とリソースを大量に消費するタスクです。 2021 年には、特定の業界で機能するようにトレーニングされ、実証されたドメインベースの AI 駆動型製品の採用により、初期のイノベーター市場からマス市場への移行が促進されます。

スピーチマティクスの副社長イアン・ファース氏は、2021年には人工知能が人間の能力の範囲にまで達することはないだろうと語った。たとえば、AI はアルゴリズムを使ってチェスのゲームで誰にも勝つことができますが、お茶を淹れることはできません。コンピューター プログラムは人間の何百万倍も速く計算できますが、次のワールド カップでどのチームが優勝する可能性が高いかと尋ねられても、その質問を理解することさえできません。 AI の機能は普遍的ではありませんが、人々はアルゴリズムの力を過大評価したり、過小評価したりする可能性があります。できれば、エンジニアはアルゴリズムを人間の能力の範囲に当てはめようとしないことで、AI とアルゴリズムのエラーを回避できるでしょう。音声認識などの AI 技術を使用して人間の能力を強化し、顧客体験や Web 会議などの実際の使用例で AI 自動化と人間の知識の適切なバランスを見つけることで、将来 AI を効果的に適用する方法が決まります。

Gianomのアナリスト、Yiannis Antoniou氏は、人工知能/機械学習がクラウドコンピューティング業界で最もホットな話題になるだろうと語った。社会が不公平や偏見と闘うことにますます重点を置くようになり、機械学習モデルの説明可能性の向上に対する関心が高まっていることから、クラウド コンピューティング プロバイダーは、規制当局やモデラーを満足させるように設計された責任ある AI/ML 機能のフルセットを提供するために、機械学習サービスに投資して強化するでしょう。同時に、AI/ML 機能は業界全体で爆発的な成長と利用が続くでしょう。使いやすさとユーザー エクスペリエンスが大幅に向上し、責任ある AI/ML 機能フレームワークと組み合わされて、業界の次の成長を促進します。

ジュニパーネットワークスの CTO であるボブ・フライデー氏は、ネットワーク向け AIOps が主流となり、多くの組織で理論から実践へと移行するだろうと述べました。リモートワーカーが増加し、自宅が新たなマイクロブランチオフィスになるにつれて、AI はリモート従業員の IT サポートコストを抑えながら、クラウドユーザーに優れた顧客エクスペリエンスを提供できるようになります。 IT チームは、運用を拡張および自動化するために AIOps を導入する必要があり、それによって顧客サポート モデルが破壊されることになります。 IT 部門にチケットを発行する代わりに、AI は接続の問題や経験をしているユーザーを積極的に特定します。

クラウドリーフのCEOであるマヘシュ・ヴェリーナ氏は、人工知能と機械学習はサプライチェーン戦略においてこれまで以上に重要な役割を果たすだろうと述べた。 2021 年には、特にパンデミックによる購買行動の急激な変化により、サプライ チェーン組織が業務の見直しを余儀なくされるため、サプライ チェーン全体にわたるリアルタイムの洞察に対する需要が高まり続けるでしょう。この需要を満たすには、サプライチェーン組織は、現在の記述的分析からアップグレードして、人工知能 (AI) と機械学習 (ML) をサポートするテクノロジーを探す必要があります。多くの場合、組織は、異なるシステムを持つ大企業に買収された結果、混乱と断片化を経験します。サプライチェーンの関係者は、可視性を高め、組織の既存のシステムと新しいテクノロジー間の同期を確保するために、2021 年にすべてのモジュールにデジタル ツイン テクノロジーを導入することを目指します。

アペンの最高技術責任者ウィルソン・パン氏は、AIにおける偏見は、採用プロセスに影響を及ぼす性別による固定観念の強化から、信用評価や融資における人種差別まで、多大な害をもたらすと述べた。組織は、多様な労働力を雇用することで AI モデルに一定の現実性を提供できることを認識しており、トレーニング データはアルゴリズムの品質と精度に影響を与えるため、バイアスがないか常に監視する必要があることも認識しています。彼らはまた、AI における偏見を真に緩和するための倫理に基づく指標が現在存在しないことも知っています。 2021 年には、組織が AI の偏見を認識して懸念するだけでなく、それに対処するためにさらに重要な行動を取り始めるようになるでしょう。組織は、データに内在する偏りからデータ トレーナーの公正な扱いに至るまで、責任ある AI に関わるあらゆる問題に対処する計画を立てるために、特定のチームを結成します。責任ある AI プログラムの確立は、一部の組織では経営幹部レベルの義務となるだけでなく、パートナーや顧客からも求められるようになります。

BMC Software の最高製品責任者である Ali Siddiqui 氏は、AIOps は顧客エクスペリエンスの向上とアプリケーションの保証および最適化を可能にするために勢いを増し続けるだろうと述べています。今後の予測不可能な状況に直面する中、人工知能、機械学習、予測分析を使用してこれらの予期しない状況に対処し、予測する AIOps の需要は引き続き高まっていくでしょう。ハイブリッドオンプレミスとクラウドインフラストラクチャにまたがるデジタルエンタープライズアプリケーションの複雑さが増し、コンテナ化などの最新のアプリケーションアーキテクチャが採用されることにより、データの量と複雑さがかつてないほど増大します。現代のデジタル環境では、データの過負荷により修復が遅れ、ITOps チームの対応が困難になる可能性がありますが、よりスマートなポリシーと集中型の AIOps システムにより、組織は顧客エクスペリエンスを向上させ、最新のアプリケーションの保証と最適化を提供し、これをインテリジェントな自動化と組み合わせて、自律的なデジタル企業へと進化することができます。実際、IT 運用に対する従来のアプローチはもはや実行可能ではない可能性があります。組織がリソースを拡張し、最新の環境を効果的に管理できるようにするために、AIOps を採用することは避けられません。

AIOps が成熟するにつれ、ベンダーがリスク評価機能を改善し、システム内の他のものを混乱させることなく、顧客がほぼ確実に問題を解決できるようにする機会が生まれると、New Relic の製品マーケティング ディレクターの Michael Olson 氏は述べています。 2021 年には、より信頼性の高い依存関係マッピングを実現する側面として、ベンダーとユーザーの間で注目が高まり、エンジニアがパッチ適用プロセス中またはソフトウェア変更のビルド変更サイクル中にリスクを正確に評価し、環境の一部の変更によって他のシステムが破損しないようにできるようになります。

QeexoのCEOであるSang Won Lee氏は、2021年までにエッジでの機械学習がAI/機械学習業界の主​​要な焦点の1つになるだろうと語った。自動車、スマート ファクトリー、スマート ホーム業界では、インテリジェント エッジ アプリケーションの需要が急速に高まっています。効率的なエッジ機械学習開発ツールが広く利用可能になり、半導体企業が機械学習機能を備えた新しい MCU を発売するにつれて、エッジ機械学習アプリケーションの採用が大きなトレンドになるでしょう。

NVIDIA のヘルスケア事業担当副社長兼ゼネラルマネージャーのキンバリー・パウエル氏は、臨床コミュニティでは、さまざまな機関、地域、患者の人口統計、医療用スキャナーにわたって AI モデルを構築するために、フェデレーテッド ラーニング アプローチの使用を増やすだろうと述べました。トレーニングするデータが大量にある場合でも、これらのモデルは単一の機関によって構築された AI モデルよりも感度が高く、選択性も高くなります。さらに、研究者は患者の機密情報を共有することなく、AI モデルの作成に協力することができます。フェデレーテッド ラーニングは、小児科や希少疾患など、データが不足している分野の AI モデルの構築にも役立ちます。

NVIDIA の DGX Systems 事業の副社長兼ゼネラルマネージャーであるチャーリー・ボイル氏は、過去 10 年間、多くの組織がデータ サイエンティストの採用に躍起になっているが、サポート インフラストラクチャの不足により、生産性が予想よりも低いと述べています。より多くの組織が、スーパーコンピューティング規模の集中型共有インフラストラクチャを構築することで、AI への投資収益率を加速するでしょう。これにより、データサイエンスの人材の育成と拡大、ベストプラクティスの共有が促進され、複雑な AI 問題の解決が加速されます。

Planful の CTO である Sanjay Vyas 氏は、AI によってシームレスなユーザー エクスペリエンスの範囲が狭まると述べています。「AI の歴史を振り返ると、アルゴリズムが最も重要で、ユーザー エクスペリエンスは二の次です。」しかし、2021 年に向けて、AI 対応アプリケーションはますます使いやすさに重点を置くようになります。 AI の最高の表現は、ユーザーにとってシームレスであり、バックグラウンドで邪魔にならずに動作します。 AI/ML を活用したプラットフォームは、ユーザーをより良い結論と解決策に導く新しい方法を見つけます。これは、大量のデータをクエリし、異常、洞察、傾向を探し、結果を適切なビジネス コンテキストで提示することによって実現されます。真に摩擦のない AI/ML は、すべてのビジネス プラットフォームの究極の目標であるべきです。各ユーザーが実行しようとしているタスクを認識し、迅速な対応に使用できる洞察を自動的に提供できる、より洗練された AI アプリケーションが登場すると予想されます。この使いやすさは、幅広い技術系ユーザーと非技術系ユーザーにとって非常に価値のあるものとなるでしょう。

TalendのCTOであるカリシュナ・タマナ氏は、倫理的なAIが2021年の製品開発において重要な役割を果たすだろうと述べた。倫理的なAIは重要な問題になりつつあるが、解決は難しい。組織はデータと AI を使用して、差別、監視、透明性、プライバシー、安全性、表現の自由、労働の権利、公共サービスへのアクセスに関する人権規制を回避できるソリューションを作成しています。評判、規制、法的リスクを回避するには、倫理的な AI を遵守する必要があり、最終的には AI ポリシーに従うことになります。 AI ポリシーは、高い透明性と人々の保護の基準を確保します。データの分野では、組織の CEO や CTO は、慎重な分析、レビュー、プログラミングを通じてアルゴリズムからバイアスを取り除く方法を見つける必要があります。

Nuance Communications の CTO である Joe Petro 氏は、企業が真の投資収益率 (ROI) を実現できる AI ソリューションの導入と開発に注力するようになるだろうと述べています。組織は実証可能な進捗と測定可能な結果に重点を置くため、特定の問題に対処するソリューションに投資することになります。顧客が解決を望む複雑さと課題を深く理解し、ソリューションに研究開発費を投資する意欲のある企業こそが、成功する組織です。

KPMGのデータおよび分析リーダーであるTraci Gusher氏は、AIスキルのギャップは今後も存在し続け、組織は適応するための新たな方法を検討するだろうと述べた。また、AIを導入してそのメリットをすべて享受するために必要な人材を採用することは困難であり、業界関係者の半数がこれを課題として挙げています。また、多くの組織が数か月または数年にわたってデジタル変革の取り組みを加速させていますが、これらの取り組みをサポートするために利用できる人材とトレーニングの機会には格差があります。需要の増加により、組織は従業員が組織のあらゆるレベルで新しいスキルを習得し、データと AI のリテラシーを構築できるように、より多くのスキルアップ プログラムとインセンティブを提供することが期待されています。パンデミックは、組織がこれらのアクションを優先し、リモートワークへの急速な移行中に従業員が新しいスキルを習得できるように支援する機会を提供します。

ジュミオのロバート・プリッジ最高経営責任者（CEO）は、人工知能アルゴリズムの偏見に対処することが優先事項であり、それが人種をターゲットにした機械学習を活用した顔認識ガイドラインの導入につながる可能性があると述べた。組織は、AI アルゴリズムの人口統計的偏り (人種、年齢、性別) とそれが自社のブランドに与える影響、および法的問題の可能性について、ますます懸念を強めています。 2021 年に ID 証明ソリューションを選択する場合、ベンダーが人口統計的バイアスにどのように対処するかを評価することが最優先事項になります。

組織は、ベンダーの AI の「ブラック ボックス」がどのように構築されているか、データの出所はどこか、トレーニング データがサービスを提供する幅広い人口層をどの程度代表しているかを理解したいと思っている人々に対して、明確な回答をますます要求するようになるでしょう。組織が身元認証に生体認証ベースの顔認識技術を採用し続けるにつれて、業界はシステムに内在する偏見に対処する必要があります。 AI、データ、人種という話題は目新しいものではないが、2021年にピークを迎えるだろう。顔認識技術の開発に使用された画像データセットを分析したMITの研究者によると、画像の77%は男性で、83%は白人であり、顔認識技術における体系的な偏見の主な理由の1つを示している。 2021 年には、この体系的な偏見に対抗するためのガイドラインが採用される予定です。それまでは、顔認識技術を使用している組織は、技術プロバイダーにアルゴリズムのトレーニング方法を尋ね、ベンダーが購入したデータセットでアルゴリズムをトレーニングしていないことを確認する必要があります。

ラトガース大学のインフラ研究者トビアス・コミシュケ博士は、人工知能は人々の生活のより多くの分野に徐々に導入されるだろうと述べた。 2021年には、パンデミックによって生成されたデータがモデルのトレーニングに使用されたデータと大きく異なっていたため、多くの機械学習モデルが多大なストレステストを受けました。 2021 年には、AI が仕事や生活のより多くの分野に段階的かつ継続的に導入され、具体的な価値を発揮できるようになるでしょう。

Workday の CTO である Jim Stratton 氏は、説明可能な AI/ML が増加しており、開発者やビジネス ユーザーが AI と ML のアルゴリズムとその適用方法についてより深く理解し、推論できるようになることが期待されると述べています。これらのソリューションは、基礎となるテクノロジーに対する人々の信頼が構築された後に広く採用されるようになりますが、これは特定の予測の要因がエンドユーザーに説明されている場合にのみ実現できます。たとえば、採用活動に機械学習を使用するという文脈では、特定の候補者が特定の職種に推薦された理由を知ることで、採用マネージャーが十分な情報に基づいた決定を下せるようになると同時に、採用活動における意図しない（または悪意のある）偏見の危険な慣行を明らかにすることができます。

Laserfiche の CIO である Thomas Phelps 氏は、人工知能は組織の日常業務のあらゆるステップに統合されるだろうと述べています。2021 年には、組織の運営方法のあらゆる側面に人工知能 (AI) が組み込まれているのをようやく目にすることになるでしょう。AI は、組織が競争上の優位性を生み出し、新しい製品やサービスを提供し、バックオフィスを変革し、顧客体験を向上させる手段となるでしょう。これには、サプライチェーンの問題を予測し、代替サプライヤーを提案するなど、リスクを軽減しコストを最適化するために AI を使用することが含まれます。セキュリティ技術では AI がますます使用されるようになり、ランサムウェア対策や機密データの流出など、脅威アクターによる活動や攻撃を防ぐために AI がより頻繁に使用されるようになります。監視システムの AI 顔認識技術は、キーカード システム、センサー デバイス、建物の地図と組み合わせることで、建物への侵入者を迅速に特定するために使用されます。

DrFirstの製品イノベーションおよび相互運用性担当上級副社長クナル・アガルワル氏は、2020年のコロナウイルスのパンデミックにより、ヘルスケアのデジタル変革が前例のないペースで加速したと語った。遠隔医療は2021年も引き続き主流となるでしょうが、その潜在能力を最大限に引き出すには、人工知能（AI）と分析機能の向上、そして実用的な相互運用性が必要になります。たとえば、ディープラーニングを搭載した AI は、遠隔医療セッション中に患者が携帯電話から送信した画像からでも、潜在的な問題を正確に分析して検出できます。