こんな企業は失敗する

多くの企業でAIプロジェクトが失敗してしまう根本的な要因と勘違い

AIを導入しようとする企業の多くが活用に失敗している。それはAIの活用に不可欠な要素が欠落しているからだ。データに対する勘違いもAI活用を阻害している。

公開 2022年02月15日 08時00分

著者

Aaron Tan

[Computer Weekly]

印刷する連載新着通知を受け取る Googleで優先するソースとして追加

　多くの経営幹部はAIを活用して他社をリードし、事業を成長させる必要があると考えている。だがAIプロジェクトを全社に拡大できない企業は多いとAccentureの専門家は言う。

　Accentureのリー・ジュン・ソン氏（ASIAM：ANZ［Australia、New Zealand］、Southeast Asia、India、Africa and Middle East応用インテリジェンス担当マネージングディレクター）は、世界の経営幹部の88％は自社が生き残るためにAIが必要だと考えている一方、同じ割合の経営幹部がパイロット段階以上にAIプロジェクトを拡大するのに苦戦していると指摘する。

　「多くの人々がAIの可能性を理解し、AIプロジェクトに着手している。だが、その可能性を完全に実現している人はあまりいない」

iStock.com/PhonlamaiPhoto

　リー氏によると、データと分析の最高責任者がAIを構築しても、事業部門は「通常通りに事業に取り掛かる」ことを選択する可能性があるという。

　AIプロジェクトの拡大には人材の確保も重要だ。「AIをあまり理解していない事業部門の担当者をデータサイエンティストやエンジニアの一団の中に配置しても、何も起こらない」

　問題の核心は「仲介役の不在」だ。分析能力を備え、業務チームとデータサイエンスチームの橋渡しができる人材が不足している。

データ基盤の構築

　AIプロジェクトでは「データが成長を加速する燃料」になるため、強力なデータ基盤を用意する必要がある。大規模なデータはクラウドで管理しなければならないとリー氏は指摘する。

　必要なデータ量を把握していない企業も多い。一般的にデータ量は多いほど良いと考えられているが、必ずしもそうとは限らない。「データの品質などにも問題を抱えている。信頼できる唯一のソースがなく、人によってやや異なるバージョンのデータを使っている」（リー氏）

　こうした課題は短期間で簡単に解決できるものではない。AIのユースケースに戦略レベルで優先順位を付け、具体的なユースケースを適切にサポートできるデータセットを確保することから始めるべきだ。

AIを民主化する

　AIプロジェクトを拡大するもう一つの方法は、AIとデータサイエンスの機能を民主化してシチズンデータサイエンティストがその機能を利用する道を開くことだ。

　シチズンデータサイエンティストはAIの専門家ではないかもしれない。だが「シチズンデータサイエンティストはツールを使ってAIソリューションを開発する可能性を持っている」とリー氏は言う。

　クラウドベースのAI APIによって、コーディングスキルがなくてもAIを簡単に構築できるようになっている。

　「博士号を持つAIスペシャリストが必要なことは変わらない。だが多数のシチズンデータサイエンティストも必要になる」とリー氏は補足する。

印刷する

Computer Weekly日本語版

連載新着通知を受け取る

この連載の記事をもっと見る

この記事の著者

Aaron Tan

多くの企業でAIプロジェクトが失敗してしまう根本的な要因と勘違い

関連記事

データ基盤の構築

AIを民主化する

Computer Weekly日本語版

この記事の著者

関連記事

新着ホワイトペーパー PR

瞬時にM365が乗っ取られる――全社員に周知すべき“新フィッシング”の教訓

多くの企業でAIプロジェクトが失敗してしまう根本的な要因と勘違い

関連記事

データ基盤の構築

AIを民主化する

Computer Weekly日本語版

この記事の著者

関連記事

AI導入成功企業の共通点は「AIかどうかを選定理由にしない」こと

米国にまん延する「AIでセキュリティの課題は解決」論の危険性

AIによるプログラミングの限界と想定される危険性

AIを導入するのは「より安く・速く」するためではない

新着ホワイトペーパー PR

瞬時にM365が乗っ取られる――全社員に周知すべき“新フィッシング”の教訓