研究機関が新しいレポートでAIの売り手側と買い手側の成功への道筋を定義

研究機関が新しいレポートでAIの売り手側と買い手側の成功への道筋を定義

調査会社ストラテジー・アナリティクスは新たな報告書の中で、人工知能製品のベンダーとそのユーザーの両方が、顧客の行動を「徹底的に理解」することで成功できると述べた。

[[387233]]

「AI バイヤーズ ジャーニーの定義」レポートは、選択から採用、実装までのバイヤーズ ジャーニーの「誰が、何を、なぜ、どのくらいの期間」を包括的に理解することを目的としています。

目標は、あらゆる「AI クレンジング」を可能な限り回避することです。これはベンダー側(製品における人工知能または ML という用語の誤解を招く使用)で発生する可能性があり、ユーザー側では、望ましいビジネス機能の誤解が生じる可能性があります。 「ラベルの裏側にある、関与する活動の本質を見ることが重要だ」とストラテジーは指摘した。

したがって、このレポートでは次の 3 つの質問を検討します。

  • 利害関係者または潜在的顧客は誰ですか? (事業部門、組織内の機能、IT など)
  • 何を購入すべきか – 特定のアプリケーションか、それとも AI プラットフォームか?
  • 機能またはアプリケーション ソフトウェアを購入する理由は何ですか?

デューデリジェンスを実施する際には、すべての明白な調査項目で問題ないと考える人もいるかもしれませんが、バイヤージャーニーのさまざまな段階にある組織では優先順位が矛盾している可能性があります。

Strategy Analytics の分析によると、AI ソリューションを積極的に検討している企業のうち、3 分の 1 未満 (30%) が「早期導入企業」のカテゴリに分類され、残りの 30% が「有望な AI 見込み企業」と定義されています。早期導入者のうち​​、3分の2はアプリケーション開発プラットフォームを導入しており、3分の1は専門的なソフトウェアを探しています。

最初の旅は通常、同様の方法で進行します。当然のことながら、実際の問題を解決し、ビジネスケースを定義することは、購入者の旅における「最初のマイルストーン」となることが多く、最初の関心は約 6 か月後に導入的な露出へと移行します。その後、予算が一時的に確保されたことで、採用者の約 30% が潜在的なアプリケーションと開発アプローチに関する決定を開始します。

これは早期導入者の平均ですが、他の企業はそれほど戦略に固執しないということに注意することが重要です。レポートでは、導入の原動力や、特定の企業における導入までの道のりは大きく異なることも指摘されています。

ただし、このレポートは、購入者のジャーニーと採用経路に関する方向性の洞察を提供する方法として捉えることができ、AI アプリケーションの採用とビジネス開発の推進要因についても取り上げています。

「AIは新興市場ではありませんが、これまで以上に大きな可能性を秘めており、それが驚異的な成長につながっています」と、ストラテジー・アナリティクスの社長でレポートの著者であるハーベイ・コーエン氏は語ります。「広範囲にわたるプロジェクト作業と調査に基づいて、目標とそれを達成するための枠組みを確立することが、成功の鍵となります。」

<<:  Facebook エンジニアがまとめた 14 種類のアルゴリズム面接モード

>>:  機械学習のテストセットをスケールアップする方法

ブログ    
ブログ    
ブログ    

推薦する

マイクロソフトはAIの助けを借りてWindows全体をクラウドに移行する

Microsoft は、Windows 365 を通じて、ますます多くの Windows 機能とコン...

...

機械学習の運用はサイバーセキュリティに革命をもたらす可能性がある

機械学習運用 (MLOps) とは、運用環境での機械学習モデルの展開、管理、監視を簡素化するために使...

せっかちなGoogleのハードウェアから、中国と米国がAI商業化の問題をそれぞれどのように解決できるかまで

建国記念日の休日中は家にいて、Google カンファレンスを視聴しました。これらの製品のいくつかを見...

建設現場での死傷者を減らすには? 10のAI手法をご紹介します

この記事の結論から始めましょう。AI と機械学習は、ビデオ信号を 24 時間 365 日リアルタイム...

2017年人工知能に関する消費者意識調査

[[192924]] Pegasystems の調査によると、消費者は人工知能が人間の顧客サービスと...

ToTを超えて、ETHチューリッヒは新世代のマインドマップGoTをリリース:推論品質は62%向上し、コストは31%削減

大規模言語モデルは推論能力がまだ弱く、推論プロセスの改善を支援するためにさまざまな思考ツールに頼る必...

2020 年の優れた産業用人工知能アプリケーション

人工知能技術は今、世界を変えつつあります。多くの業界はすでに、ビジネス プロセスを改善するために A...

Hugging FaceはLLM向けの新しいGitHubです

翻訳者 |李睿レビュー | Chonglou大規模言語モデル(LLM)は近年テクノロジー業界に旋風を...

このCVデータセットジェネレーターは人気があり、DeepMindなどが作成した13種類のCVタスクをサポートしています。

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...

言語間、人間の声と犬の鳴き声の相互変換をサポートし、最も近いものだけを使用するシンプルな音声変換モデルはどれほど素晴らしいか

AIが関わる音声の世界はまさに魔法のようです。ある人の声を別の人の声に置き換えるだけでなく、動物と声...

Baidu がカスタマイズされたトレーニングおよびサービス プラットフォーム EasyDL を全面公開: 誰もが AI を使えるように

百度は昨年7月にAIプラットフォームをオープンして以来、開発者にAIオープンテクノロジーの能力を継続...

中小企業はデータセンターの自動化によってもたらされる課題にどのように対処するのでしょうか?

デジタル変革の時代において、データセンターは現代の企業のバックボーンを支える上で重要な役割を果たしま...

企業が機械学習を導入する際に直面する課題

機械学習は非常に重要な技術です。現在、50%以上の企業が機械学習の導入を検討または計画しており、企業...

10x Nvidia GPU: Google TPUスタートアップチームによる、モデル固有の大型チップが一夜にして有名に

モデルが GPT-3.5 のように数千億の規模に達すると、トレーニングと推論のための計算能力は一般的...