CIOが知っておくべき市場動向
マッキンゼー流ビジネスAIの進め方、「必要なのは二刀流プレイヤー」
人工知能（AI）が人々の生活をどのように変えていくかという議論が盛んだ。人の代わりに車を運転したり、仕事をしたりするかもしれない。一方で、企業向けAIはどのように企業活動を変えていくのだろうか。
2017年、McKinsey & Companyは3000人の幹部職員を対象に企業向けAIに関する調査を実施した。この調査によると、中核事業にAIを導入している企業や、AIを大規模に導入している企業はわずか数パーセントにすぎなかった。大半の回答（80％）が、AIの導入を検討中か、試行中だった。検討中にせよ試行中にせよ、企業はAIのユースケースや、AIへの投資から価値を得るために必要な人材とテクノロジーを依然模索している状態だ。
McKinsey Global Instituteのパートナーで、主任研究員を務めるマイケル・チュイ氏は、経営幹部のAIプロジェクトへの取り組みを、「上っ面をなでているだけ」と表現している。企業向けAIを成功に導くには、真剣に全力で取り組む姿勢が必要になる。
『Strata Data Conference』のプレゼンテーションでチュイ氏は「企業に大きな変化をもたらすには、実際の取り組みが必要だと考えている」と語った。
企業向けAIを進展させるCIOの役割
CIOは何もしないで傍観していてはいけない。チュイ氏によれば、「成果の規模と実現の難易度」の両方を基に、将来性のある分野や企業が優先すべき分野を把握すれば、企業向けAIの土台を築くことができるという。分かりきった忠告のように思えるかもしれないが、「実際に行動に移している企業は少ない。多くの企業は、来社したセールスマンが薦めるサービスを購入しているだけだ」とチュイ氏は述べる。
CIOはデジタル化への取り組みを進化させ続けることができる。チュイ氏は次のように話す。「導入された技術資産を見ると、実際に最もデジタル化を進めた企業が最もAIを活用できているのが分かる。別の言い方をすれば、近道はないということだ。AIへの取り組みを続けるなら、同時にデジタル化も進める必要がある」
データエコシステムを理解し、インフラをデジタル化し、トレーニングデータを蓄積し、データの取得を容易にすることが、企業向けAIの基盤になる。
AIを早期導入した企業は実験段階を終え、中核プロセスにAIを組み込み、企業全体にAIを広げる方法を見つけている。McKinsey & Companyの調査によると、企業向けAIにとっての最大の障壁は技術ではなく、人材と企業体質にあるとCIOは考えるべきだという。このことはAI以前の最先端テクノロジーと変わらない。
「素晴らしい洞察力と優れた予測能力を持ち合わせていても、企業の運用方法を変えなければ大きな変化をもたらすことはできない。つまり、二刀流のプレイヤーが必要になる」と同氏は述べ、技術的課題を解決すると同時に企業を前進させることのできる従業員の必要性に言及した。
AI市場の動向
チュイ氏のここまでアドバイスはよく耳にすることかもしれないが、AIテクノロジー導入に関する全てが通常のパターンに従っているわけではない。
通常と大きく異なるのは、AI市場の動向だ。新たに登場するテクノロジーは、ベンチャーキャピタルが新興企業に多額の投資をして主導権を握るのが一般的だ。だが、企業向けAI事業への投資は大手企業が主導権を握っている。実際、同社の調査によると、大手企業が自社のAI研究開発に投資している額は、ベンチャーキャピタルが新興企業に投資している額の3～4倍になるという。
「このような状況がテクノロジー開発の初期段階で起こると必ずしも考えているわけではない。ベンチャーキャピタルが小規模企業に出資し、その企業が大企業に成長することは多いと考えることも多い。ただ、そうした大企業になるまでには時間がかかる」（チュイ氏）
それでも、ベンチャーキャピタルにとってAI市場は資金流入の点から伸び率が非常に高い分野の1つだ。ベンチャーキャピタルは、少なくとも2016年には機械学習に大きく賭けていた。
チュイ氏は「Strata Data Conference」の聴衆に向けて、同氏が示すデータをうのみにしないよう忠告した。AIの場合、外部投資に分類するのは難しい投資もあり、内部投資はあまり報道されないので追跡が難しいためだ。
「だが、初期段階において大手企業が既に自社の研究開発部門に多くの投資をしていることは興味深い」（チュイ氏）
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[NTTPCコミュニケーションズ株式会社] 「回線速度不足」だけが原因ではない？ Web会議の遅延を解決する方法とは -
製品資料
[東京エレクトロン デバイス株式会社] 工場の可用性向上に重要な「7つの領域」と対策 OTセキュリティ強化の基礎知識 -
製品資料
[リコージャパン株式会社] 問い合わせ対応で本来の業務が進まない、総務や情シスの負担をどう減らす？ -
製品資料
[リコージャパン株式会社] 自社データから高精度な回答を生成、簡単に生成AIチャットボットを構築する方法 -
技術文書・技術解説
[アトラシアン株式会社] IT運用や従業員サポートは生成AIでどう変わる？ 使い方や導入の流れは？
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
全社標準Copilotに絶望？ MS Copilotで問い合わせ6割減できた企業は何が違った
-
2
「Copilot」はなぜ放置される？ “議事録要約止まり”を脱する処方箋
-
3
生成AIで開発工数を圧縮 「工数150分の1」を叩き出した実例
-
4
「AI活用を前提とした業務PCへの移行」に関するアンケート
-
5
「データストレージの活用方法」に関するアンケート
-
6
「ITインフラとデータ保護・バックアップ対策」に関するアンケート
-
7
「座学AI研修」はもう限界 過半数が不満を抱く実務とのギャップ
-
8
「最大の脆弱性は従業員」が8割 AI活用で深まるCISOの孤立と苦悩
-
9
AI丸投げで「現場のスキル」が消える？ DHLが実践する空洞化防止策
-
10
AIエージェント導入を急ぐな 先行企業が「データ基盤」を優先する理由
ホワイトペーパーランキング PR
-
1
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
2
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
3
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
4
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
5
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
6
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは？
-
7
「スクラム」と「カンバン」の違いとは？ アジャイル型開発手法を徹底比較
-
8
AI時代に成功するための「ナレッジマネジメント」ベストプラクティス
-
9
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
10
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー