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    

推薦する

モノのインターネットにおける人工知能の主要技術と手法

人工知能は、IoT の機能を実現する上で重要な役割を果たします。 AI と IoT の融合を推進し、...

韓国が世界初の常温超伝導体を開発? 127度での超伝導、再現できればノーベル賞確実

常温・常圧超伝導が再び突破された?今回は韓国の科学者たちです。彼らは、世界初の常温常圧超伝導体、すな...

Google の最も強力な NLP モデル BERT はなぜこれほどクールで強力なのでしょうか?テンセントのプログラマーが最初から教えてくれる

1. 背景検索シナリオでは、ユーザーの検索クエリと思い出された記事のタイトルとの関連性は、ユーザーの...

Oracle データベース初期化パラメータの分析: システム構成を最適化するための究極のガイド!

Oracle データベースでは、初期化パラメータは非常に重要な構成項目であり、データベースのパフォ...

「一歩ずつ考えよう」というマントラよりも効果的で、プロジェクトが改善されていることを示す

大規模言語モデル (LLM) は、適切なプロンプトがあれば、多くの自然言語処理タスクにとって強力なツ...

...

トリガーフリーのバックドアがAIモデルを欺くことに成功し、敵対的機械学習に新たな方向性を与える

過去数年間、研究者たちは人工知能システムの安全性にますます関心を寄せてきました。 AI 機能のサブセ...

...

画像認識がより正確になりました!楊有氏のチームの最新研究:新しい適応型コンピューティングモデル「AdaTape」

適応型計算とは、環境の変化に応じて ML システムの動作を調整する能力を指します。従来のニューラル ...

GraphSAGEグラフニューラルネットワークアルゴリズムの詳細な説明

GraphSAGE は 2017 年の論文ですが、その名前に含まれる 2 つのキーワード「帰納的」と...

2018 年に人工知能を変える 5 つのビッグデータ トレンド

ビッグデータや人工知能の広範な導入を通じて、これらの新興技術の大きな影響が世界経済に浸透するにつれ、...

6つのトラックと10のテクノロジー: インテリジェントボディと3D生成がAIを活性化し、空間コンピューティングがターミナル変革を切り開く

2000年前に生きていた古代人が1000年前に戻ったとしても、適応できるものは多くないかもしれません...

中国、米国、欧州における人工知能開発の現状の比較分析

1. 背景と比較方法[[393581]]人工知能は、経済、安全保障、社会の発展を促進する基礎技術です...

GPT-2を使ってGPT-4を監督し、AIが人類を滅ぼすのを防ぐ?OpenAI Ilya Super Alignmentチームの最初の論文が発表される

たった今、OpenAI のチーフサイエンティスト Ilya が率いるスーパーアライメントチームが設立...

...