何が企業を悩ませる?
AI導入を阻む3つの壁
AIの活用が叫ばれ、多数の成功事例が登場している。にもかかわらず自社のAI導入が進展しないのはなぜか。あなたの会社は3つの壁に行き当たっているのかもしれない。
Gartnerは、2020年までに世界のCIO(最高情報責任者)の48%が人工知能(AI)を自社に導入すると予測している。だが導入は増加しているものの、障壁も幾つか残っている。今でもAIのメリットとビジネスへの影響に疑問を抱く企業もある。重要なのはAIに可能なことと不可能なことを理解することだ。
最初に障壁となるのがスキルだ。事業部門とIT部門どちらの責任者も、AIを仕事に利用すると、結果として求められるスキルが変わることを認識している。例えば、AIは人間の放射線科医と同じようにエックス線画像を診断できるようになっている。
AIによるエックス線画像の診断が研究段階から実用段階へと進化するにつれ、放射線科医は仕事の重点を移さなければならない。例えば、診断と治療についての医師との情報交換、治療、画像を参考にした医療介入、治療と結果について患者と話し合うことなどが中心になるだろう。
未知に対する恐れによってAIの導入が進まないこともある。Gartnerによる調査「2019 CIO Agenda」(2019年度CIOの課題)によると、回答者の42%が職場にAIを導入するメリットを完全には理解していないという。
事業部門とIT部門の責任者の大きな課題は、AIを導入するメリットを数値化することだ。収益増加や時間短縮などは明確な数値にできるが、カスタマーエクスペリエンス(CX)などの概念的なものを正確に数値化したり定義したりするのは難しい。
AIの成功は、目に見えるメリットと見えないメリットの両方を考慮に入れなければ判断できない。2024年までに、AIへの投資の50%が投資対効果を測定するために数値化され、主要業績評価指標(KPI)と関連付けられるようになるだろう。
AI導入における3つ目の重要な障壁は、データの全スコープ、つまりAIから得られるデータの品質だ。AI戦略の成功には大量のデータが必要だ。そのデータから特定の状況への最善の対応について洞察と情報が引き出される。データが不十分な場合、発生した状況が過去のデータと一致しない場合はAIが不安定になることが分かっている。その状況が複雑なほど、AIが学習した既存のデータと一致する可能性は低くなり、AIの失敗につながることも認識されている。
ただし、データ量は考慮すべき唯一の要因でも最も重要な要因でもない。多くのユースケースは、データセットの品質が満足できる(多様かつ完全で正規化されている)ものであれば、適切な量のデータを使えば成功を収めることができる。量の不足はプロジェクトの規模を縮小することで補えるが、データの品質不足は必ず概念実証(PoC)の失敗につながるだろう。
「適切な量のデータ」はAI技術によって異なることを覚えておくことが重要だ。機械学習などの確率的推論技術の場合、推論結果はデータに大きく依存する。そのためデータの品質が最も重大になる。自然言語処理(NLP)システムでも同じことが当てはまる。
データの品質と完全性以外にも、CIOはデータの持続可能性について理解しなければならない。データのソースは裏付けのないものなのか、体系立てられたものなのか。データが取得されるのは瞬時なのか、日単位なのか、週単位なのか。こうしたことがPoCの潜在的なスケーラビリティにとって重要な検討事項になる。
AIを導入する企業が増えるにつれ、多くの仕事が生まれるだろう。そうした仕事は2つのカテゴリーに分類される。AIの導入と開発に直接関係する仕事と、AIがもたらす規模拡大によって生まれる仕事だ。
総合的に見て、AIによって仕事がなくなることはない。AIによって180万の雇用がなくなるとしても、230万の雇用が生み出される。そのため2020年までの雇用にとってAIは良い刺激になるだろう。既存の障壁を乗り越え、AIの導入を成功へと導くのであれば、AIがもたらす機会と課題を認識しておく必要がある。
Copyright © ITmedia, Inc. All Rights Reserved.
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
-
プレミアムコンテンツ
[アイティメディア株式会社] AI活用を成功に導く「オブジェクトストレージ」 NAS/SANの限界を突破するには -
プレミアムコンテンツ
[アイティメディア株式会社] 「性能ならSSD」「大容量ならHDD」はもう古い? 変わるストレージの常識 -
プレミアムコンテンツ
[アイティメディア株式会社] 「オンプレミス回帰」がまさかの失敗に クラウドをやめずに安くする最適化手法 -
事例
[発注ナビ株式会社] AI活用を成功させる企業とそうでない企業の違いとは? -
製品レビュー
[発注ナビ株式会社] システム開発「はじめの一歩」 押さえておきたい基礎知識と失敗を防ぐ方法
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
SAP移行で1900億円の赤字 「ベンダー任せ」が招くERP崩壊と回避策
-
2
「VMware vCenter」でゼロデイ悪用、PHPも修正――今朝の情シスニュース
-
3
「Copilot利用率99%」デンソー驚異の定着術 3万人を動かした“社長賞”の舞台裏
-
4
「GPT-6.1 Terra」は半額 それでもなぜ企業はAIモデルを選べないのか?
-
5
「nginx」のHTTP/2脆弱性(CVSS 9.2)、パッチ適用までの緊急チェックリスト
-
6
積水化学工業が「SAP S/4HANA Cloud」の“全グループ導入”に踏み切った訳
-
7
AIに長文を入力する際の「コンテキストウィンドウ」の適切な扱い方はどれ?
-
8
“アジャイルの壁”に挑むオリックス生命がIBMの開発管理ツールを選んだ理由
-
9
「Chrome」「Edge」「Firefox」のメモリ使用量はどれだけ違う? 測定してみた
-
10
「Active Directory」復旧で“詰む”企業が続出 ランサムウェアに備える4対策
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
Microsoft 365 Copilotを安全&効果的に活用するために必要な「2つの準備」
-
4
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
5
パスワード管理だけで十分? 特権アクセスを脅かす暗号鍵の放置リスクとは
-
6
すぐ分かる「AWS WAF」ガイド:特徴・運用課題・メリットを解説
-
7
マンガで解説:情シスの負担を減らす「MDRサービスのインシデント対応」の中身
-
8
「Copilot Cowork」でこう変わる AIエージェント時代の新たな働き方とは
-
9
AI活用で激化する外部・内部リスク、取引先へ波及する脅威から守る対策とは?
-
10
Microsoft 365 Copilotで実際何ができる? 回答の精度を高めるRAGとは?
TechTargetジャパン SNS
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