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
[サイボウズ株式会社] DXに必要な「Dスキル」「Xスキル」を持った人材を育成するには？ -
市場調査・トレンド
[サイボウズ株式会社] データで見る、DXが「順調に進む企業」と「つまずく企業」の違い -
製品資料
[サイボウズ株式会社] 賛否が割れがちな「Notesからの移行」 新環境への移行を納得してもらうには？ -
事例
[ServiceNow Japan合同会社] 農林中金に学ぶ内製開発 処理効率を約2倍に高めAI活用も加速させた方法とは？ -
事例
[ServiceNow Japan合同会社] NTTグループのデジタル変革術、17万人が利用する決裁プロセス刷新の全貌
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
【基本情報技術者試験】「デュプレックスシステム」と「デュアルシステム」の違いは？
-
2
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
3
MS月例パッチが1000件突破 人手不足の情シスを襲う「月1回メンテ」の崩壊
-
4
サーバ約70台をAWSへ ヤナセが移行前にやった「通信要件の可視化」
-
5
脱VMwareの真実：データセンター大手がNutanixを選んだ「コスト以上の理由」
-
6
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
7
AIインフラの理想形？ 「5層のケーキ」を垂直統合するための近道とは
-
8
「VMware離れ」は本当か 3000社がVCF 9にかじを切った現実的な理由
-
9
「データストレージの活用方法」に関するアンケート
-
10
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
ホワイトペーパーランキング PR
-
1
生成AIのハルシネーションを防止 回答精度を高めるセマンティックレイヤーとは
-
2
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
3
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
-
4
AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
-
5
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？
-
6
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
7
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
-
8
マンガで解説：「ゼロトラスト」「SASE」の必要性とメリット
-
9
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
10
情報セキュリティ対策早分かりガイド：25の自社診断で弱点と解決策を理解
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