パンデミックにより、AI のステータスは「欲しいもの」から「必須のもの」に変化したのでしょうか?

パンデミック以前は、AIの導入は世間の関心を集めていたものの、人々はまだAIの長所と短所、ビジネスへの影響、AI導入の初期コストを検討している最中だった。しかし、COVID-19とその余波の影響を受けた世界では、AIの導入が主流になりつつあります。医療、教育、小売、製造など、ますます多くの業界が前例のない速度で AI の実験と導入を行っています。

最近のマッキンゼーの調査によると、ロボットによるプロセス自動化、コンピュータービジョン、機械学習は、企業に最も一般的に導入されている AI の側面です。 AI のさまざまな機能は、基本機能に分解され、マイクロサービスとして活用できます。一例として、データをプロファイルして統計を生成するデータ クレンジング サービスが挙げられます。 AI/

COVID-19が流行する前

「あったらいいな」というフレーズは、パンデミック以前にほとんどの組織が AI を導入した際の理念を完璧に定義しています。この技術は比較的新しいものですが、すでに AI による投資収益が見られ、実感されています。業務の効率化、電子的損失の削減、医療や組織のセキュリティのための AI を活用したコンピューター ビジョンなど、AI はあらゆる分野で注目を集めています。しかし、この採用プロセスには何ヶ月も、場合によっては何年もかかりました。

テクノロジーの採用における重要な要素の 1 つは、実績のある KPI を持つ業界におけるその魅力と適応性です。もう一つの要因は投資収益率の指標です。これは業界ではまだ認識されていませんが、着実に達成されつつあります。昨年から今年にかけて、AI 実装のリスクがよりよく理解されるようになっただけでなく、リスクが一定のまま残っていることに人々は気づきました。もはや雇用を奪うアメニティとはみなされておらず、パンデミックが発生する前から着実に必需品となっていた。

変身伝説

COVID-19 が世界的パンデミックと宣言され、各国が全国的なロックダウンを実施し始めたとき、事業継続はすべての組織にとって最優先の目標となりました。リソース、設備、スタッフが限られているため、効率性と生産性に重点が置かれなくなります。

企業は、製造、生産、流通、サプライ チェーン、小売、ワークスペースなど、あらゆる面で AI テクノロジーを導入し始めています。 R&DやITだけでなく、AI統合の範囲も拡大しています。顧客サービス、マーケティング、運営、財務などの既存の枠組み内での合併は、特に興味深い側面です。

世界各地でロックダウンが発生しており、必需品の入手が大きな課題となっている。ロックダウンと社会的距離の確保が徹底される中、電子商取引の急成長は顧客サービスに大きな亀裂を残した。しかし、消費者の高まる需要に応えることが彼らの本質となります。電子商取引組織は、顧客に対してより迅速でより良いサービスを提供するために AI の使用を増やしています。 AI チャットボットは、顧客中心の検索と推奨を通じてより良いエクスペリエンスを提供し、アラートとチェックポイントを作成して需要と供給のギャップを解消し、問題や苦情をリアルタイムで解決するのに役立ちます。

コンピュータビジョン人工知能

COVID-19 パンデミック以降、コンピューター ビジョン AI と組織の健康と安全におけるその応用が増加しています。 AI ソリューションの使用により、従業員の安全が確保され、安全性とコンプライアンスの監視が必須のものになります。社会的距離の確保、マスクの着用、体温検査、グループ形成、集会の制限などのユースケースは、組織が安全に再開し、従業員の安全を守るのに役立ちます。

ほとんどの組織は、COVID-19 の安全性とコンプライアンスのソリューションを実装しながら、COVID-19 後の世界に向けた計画も立てています。 COVID-19 後の AI ユースケースとアプリケーションが設計されており、2 ～ 3 年のプロジェクト ロードマップが計画されており、その間に新しい AI ユースケースが追加されます。

しかし、成長への道は困難に満ちています。まず、デジタル化は AI テクノロジーを最適に活用するための重要な前提条件です。一部の組織では、コアビジネスプロセスに変化をもたらす可能性があります。組織内に強力なデジタル バックボーンがなければ、AI システムには、より優れたモデルを構築するために必要なトレーニング データと、優れた AI の洞察を大規模な行動の変化に変換する能力が欠けていることに注意することが重要です。

AI の導入は急速に進んでいるものの、多くの組織では、経営幹部による支援、AI 機会ポートフォリオの全社的な視点の開発、高度なデータ戦略の実装など、中核となる推進要因が欠けていることが調査で明らかになりました。大規模に AI から価値を引き出すだけでなく、AI プログラムやアジェンダに関する戦略的思考も必要です。ビジネスリーダーとテクノロジーリーダーは、主要な AI イネーブラーを迅速に確立する必要があります。そうしないと、現在および将来の AI の機会を逃すリスクがあります。

結論は

一部の製品の使用事例はまだ原始的であるように見えますが、AI の実践は成熟しつつあります。 AI を導入する企業は、最も一般的なリスク要因を制御するための措置も講じています。彼らは最新のテクノロジーを試して、独自の AI 製品とサービスを構築しています。採用者はさまざまな ML および AI ツールを使用して、独自の AI 製品とサービスを作成しています。しかし、AIが普及するまでには、まだ長い道のりが残っています。データガバナンスや規制などの深刻な問題に対処する一方で、AI の拡大と業界横断的な応用は避けられません。