AIプロジェクトの難易度を図表で理解、企業が考えるべきその優先度とは：Gartnerのアナリストが提言（1/2 ページ）

Gartnerのバーン・エリオット氏がAIへのアプローチとしてCIOに推奨するやり方は、AIプロジェクトを投資ポートフォリオのように扱い、ハイリスクとローリスクの複数のプロジェクトを同時に進めるというものだ。

[Nicole Laskowski，TechTarget]

　エンタープライズAI（人工知能）プロジェクトを立ち上げるには目的とユースケースが不可欠だが、これに加え現実を十分に認識することも重要になる。こう語るのは、Gartnerのアナリスト、バーン・エリオット氏だ。

　どのようなAIプロジェクトでも、CIOは以下のことを行う必要がある。

• 投資に見合う利益を得るのに必要な基盤テクノロジーを緻密に計画する
• データの品質を評価し、機能モデルを生成できるほどクリーンかどうかを判断する
• AIプロジェクトを立ち上げるのに必要な技術スキルが組織に備わっているかどうか判断する

併せて読みたいお薦め記事

AIの企業導入は進む

• IT、金融、そしてマーケティング――各分野の人工知能（AI）活用最前線
• 大手部品メーカーで増加する製造工程でのAI活用
• 「モバイルAI（人工知能）」が実現する“SF超え”の生産性

AIテクノロジーの最前線

• 徹底比較：AIに本気なAWS、Azure、Google、IBM　各社の違いとは？
• AWS、Microsoft、Google、IBMがのめり込むクラウドAI、勝利の作戦は？

　これが全てではない。AIプロジェクトを早急に進める準備が整っていないのであれば、CIOは金融アドバイザーのように思考する必要があるとエリオット氏は提案する。AIからメリットを得るには、CIOは1つのAIプロジェクトに全てを懸けてはいけない。複数のプロジェクトに投資するのが望ましい。ローリスクローリターンのプロジェクトとハイリスクハイリターンのプロジェクトを同時進行する必要がある。

　全てのAIプロジェクトが同じ価値で作成されるわけではない。仮想アシスタントを使ってカスタマーサービスをサポートするなど、段階的に品質を向上させるプロジェクトもある。こうしたAIアプリケーションは競合他社との差別化をもたらすわけではないが、AIプロジェクトの着手には適している。エリオット氏は2017年5月にGartnerが公開した、企業にAIを導入するためのオンラインセミナーでそう語っている。

　一方、より戦略的な性質を持ち、企業が競争上の優位性を求めるAIプロジェクトもある。エリオット氏によると、こうしたプロジェクトには「企業がアクセスできるデータ」や「運営特有のデータ」がかかわることが多いという。こうした戦略的AIプロジェクトの例には、治療を強化するために医療機関が導入する対話型患者アシスタントなどがある。こうしたプロジェクトは段階的に品質を上げていくAIプロジェクトに比べて多くの時間、スキル、実験を必要とする。

AIの難易度を示すバリューチェーンとは

　エリオット氏は、AIプロジェクトの難易度を目に見える形にする方法の1つとしてGartnerの「AIバリューチェーン」を紹介する。これは、AIプロジェクトの目的を「複雑性」「必要な専門知識」「プロジェクト例」「テクノロジー」別に分類した図表になっている。