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。
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。
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
-
事例
[フォーティネットジャパン合同会社] 複雑化しがちな「SASE運用」 IT・医療・金融などの事例に見る導入成功の秘訣 -
製品資料
[フォーティネットジャパン合同会社] 「SD-WAN」導入で失敗しないための5つの重要事項 -
技術文書・技術解説
[フォーティネットジャパン合同会社] VPNの代替候補「ZTNA」を理解できるようになる“3大要素”とは？ -
事例
[フォーティネットジャパン合同会社] すぐ分かる「SD-WAN」選定のポイント 成功企業はどんな成果を出した？ -
製品資料
[SCSK株式会社] 「Dropbox」管理・運用の困りごと解決ガイド
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
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
2
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
3
みずほ証券が「液冷サーバ」を採用 1日3.6億件の計算を支えるための要件
-
4
SAP導入後も残る“Excel依存” 京急電鉄は「kintone」でどう解消した？
-
5
「有線LAN環境」に関するアンケート
-
6
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
7
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
-
8
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
9
RAGで「データをAIに送る」運用が限界を迎えている理由
-
10
IT製品の導入に関するアンケート「セキュリティ」編
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
3
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
4
「IT史に名を残すシステム障害」8選
-
5
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
6
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
7
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
9
「標的型攻撃メール」事例・サンプル集
-
10
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
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