Mikhail Taverは、デラウェア州を拠点とするTaver Capitalの創設者およびマネージング・パートナーです。同社は、世界のAI企業への投資に焦点を当てた国際的なベンチャーキャピタル・ファンドです。20年にわたる主要金融グループおよび産業会社でのトップエグゼクティブ役職において、Mikhailは250以上のM&Aおよびプライベート・エクイティ・ディールを遂行しました。彼はCFA、ACMA、CGMAの資格を保持しています。
人工知能があらゆる業界を変革していることは明らかです。これには、SaaS、FinTech、ヘルステック、旅行などの注目を集めた分野だけでなく、伝統的な重工業も含まれます。AIに特化した投資家として、私は多くの企業が自動化とデータ駆動型の意思決定を採用する方法を見てきました。また、企業のニーズや利用可能なリソースに基づいて、そのアプローチがどのように異なるかも見てきました。この記事では、企業がビジネスプロセスにAI搭載技術を統合するためのさまざまな選択肢を説明し、それぞれの長所と短所を強調します。1. 内部の研究開発部門を設立するいくつかの企業は、AI技術を開発するための内部研究開発部門を設立しています。たとえば、シーメンスは、AIラボを通じて、産業用AIのさまざまな潜在的な応用を先駆けています。シーメンスは、ハードウェアの新規導入なしに生産時間を短縮するなど、いくつかのブレークスルーに達しました。しかし、ほとんどの企業にとって、内部部門から得られる利益は限られているという現実があります。スタートアップとは異なり、企業の世界では処理時間が遅く、エラーへの耐性が低く、プロジェクトをその全潜在力を発揮する前に殺す可能性のある高い期待があります。スタートアップは、ピボットすることに慣れており、特にAIのような「常に学習モード」でなければならない技術を開発するには、いくつかのイテレーションが必要であることを知っています。これは、私の視点から見ると、企業がこのアプローチを選択する場合、内部部門に自主性を与える必要があることを意味します。そうしないと、企業が従来採用している遅いペースが、AI技術の開発を妨げる可能性があります。2. AIに焦点を当てた企業ベンチャーファンド（CVF）またはアクセラレーターを設立するトヨタやクアルコムなどの大企業は、AI、ロボティクス、フロンティアテクノロジーなどの分野で約束のあるスタートアップに数百万ドルを投資しています。一方、富士通やフォルクスワーゲンなどの企業は、フロンティアテクノロジーに焦点を当てた独自のアクセラレーション・プログラムを設立しています。これらのプログラムは、企業がスタートアップと共同でプロジェクトを立ち上げ、スタートアップの成功を支援するのに役立ちます。しかし、このアプローチにも限界があります。ベンチャーファンドやアクセラレーターの設立は、企業の根底にある文化を変えるものではありません。さらに、企業の従来のプロセスは、AI技術の開発に必要なものと衝突する可能性があります。3. チーフデジタルオフィサー（CDO）を雇用するこのステップでは、企業のデジタル化を担当する個人または部門を雇用します。この責任には、AIの採用戦略の開発とスタートアップとの連携が含まれます。CDOは、デジタル化を通じて企業の効率性、競争力、成長を高めることに焦点を当てます。この内部アプローチの潜在的な欠点は、スタートアップが企業の従業員とコミュニケーションをとるのが難しい可能性があることです。さらに、CDOは、既存のネットワークを通じて潜在的なパートナーシップを探す可能性があり、効果的なコラボレーションの範囲を制限する可能性があります。もう1つの考慮事項は、CDOが企業の全体的なビジョンと一致している必要があることです。たとえば、CDOが迅速な変革を推進したいと考えている場合、企業がそのペースで進む準備ができていない場合、プロジェクトは停滞し、さらに挫折する可能性があります。一般に、このモデルは、企業がベンチャーキャピタルファンドと連携する場合に機能しやすいです。ベンチャーキャピタリストは、ポートフォリオ会社の中から、特定のニーズや問題を解決するために最も適した会社を迅速に理解できます。4. AIテーマのハッカソンを組織する定期的なハッカソンは、新しいアイデアやソリューションを生み出すための強力な方法です。現在、この戦略は企業だけでなく、スタートアップやファンドでも採用されています。私はこのアプローチを使用していますが、ポートフォリオの1社は定期的にハッカソンを開催しています。ハッカソンは、人々が創造的に考え、箱の外で考えられる素晴らしいプラットフォームを提供します。歴史的に、ハッカソンで開発された製品は大きな成功を収めてきました。たとえば、シュナイダー・エレクトリックが開催したイベントでは、参加者はAI搭載のエネルギー管理システムを最適化するソリューションを開発しました。シュナイダー・エレクトリックはこのプロトタイプをさらに開発し、より効率的なエネルギー使用を実現し、最終的に顧客にコスト削減を提供しました。同様に、GEが開催したハッカソンは、運用データを分析し、制御設定を自動的に調整して風力タービンの効率を向上させるAIアプリケーションの開発を促しました。GEはこのテクノロジーを拡大し、現在、GEの再生可能エネルギー部門の風力農場運用を最適化しています。これは、ハッカソンで開発されたGEが最終的に実装したいくつかのソリューションの1つです。ボッシュの「コネクテッドエクスペリエンス」ハッカソンは、AIとIoTのイノベーションに焦点を当てたもう1つの例です。ボッシュの製造および自動車部門での変革を加速する創造物が生まれることが期待されています。ハッカソンの成功の秘訣は、参加者に創造的に考えられる自由を与えること、および生成されたアイデアを体系化することの両方にあります。一方では、ハッカソンの本質は新しいアイデアを探すことにあるため、参加者に創造的に考えられる自由を与えることが重要です。他方では、結果を体系化することも必要です。このバランスをマスターすることで、ハッカソンは企業にとって新しいテクノロジー、または才能の源となります。ハッカソンは、新しいテクノロジーを発見するプラットフォームであるだけでなく、企業内でこれらのテクノロジーを開発できる人材を発見するプラットフォームでもあります。最終的な考えこれら4つのアプローチは、企業がAI技術をプロセスに統合し、結果を改善するための潜在的に成功した戦略であると言えるでしょう。しかし、共通の糸は、2つの根本的に異なる働き方の間のコミュニケーションと理解の重要性にあると言えます。AIスタートアップやイノベーターは、企業の従業員とコミュニケーションをとるのが難しいことがあります。したがって、これは教えられるスキルであり、効果的なコミュニケーションは成功への道を開くことができます。したがって、企業に対する最終的な推奨事項は、スタートアップと協力し、コミュニケーションのギャップを埋める方法を教えることができる従業員を雇用することです。Googleは良い例です。私は、企業売上に関与していたが、大企業とスタートアップの間で共通点を見つけることを教える調停者であるGoogleの人物に会いました。これは重要です。今日の産業をAIの力で変革するには、違いを乗り越えて協力する必要があり、協力する方法を知らない人々は後れを取る可能性があります。
ChatGPTの登場は世界を騒然とさせた。発売から5日間で100万人のユーザーを獲得し、2ヶ月でレコードを樹立した。ティックトックには9ヶ月、インスタグラムには2.5年かかった。ChatGPTのリリース以来、ジェネレーティブAIはほぼすべての分野、金融を含めて、熱を帯びてきました。BloombergGPTは3月末に発表され、その機能にはセンチメント分析、リスク評価、不正検出、文書分類など、金融NLPタスクが含まれています。パンドラの箱が開けられたので、戻ることはできません。ジェネレーティブAIとLLMが金融部門でより重要な役割を果たすことになるでしょう。投資の専門家は、新しいポジションに移り、プロンプトエンジニアリングとコンテキスト分析に重点を置くことになるでしょう。変化は避けられないので、次の論理的なステップは、システムをデバッグすることです。つまり、潜在的なリスクを考慮し、軽減する方法を検討することです。リスク：確認バイアスとマシンの「専門知識」への過度の依存現在、金融市場は大きな変動を経験しています。ここで、AIに大きく依存する金融アドバイザーが大量に登場した場合に何が起こるか考えてみましょう。私たち 모두が知っているように、AIはバイアスに敏感です。人間の性質は、特に高度に知能を持つように見えるマシンに過度に信頼する傾向があります。このバイアスは「マシンヘューリスティック」と呼ばれますが、AIの予測に対してプロが十分な注意を払わない場合、制御不能な状態になる可能性があります。現在のChatGPTは基本的にあなたが何を言っても同意します。したがって、不明確な、部分的な、または誤った情報に基づいてChatGPTに金融市場について尋ねる場合、間違ったアイデアを確認する答えが返ってきます。人間のバイアスや怠慢な事実確認が加わると、災害につながる可能性があります。リワード：効率性、生産性、リスク管理、顧客満足度の向上ヘッジファンドのシタデルやモルガンスタンレーのような銀行巨大企業は、知識リソースとしてこのテクノロジーを採用しています。データの整理やリスク評価などのルーティンワークを完了する能力が優れているからです。投資プロフェッショナルのツールボックスに組み込まれると、金融マネージャーがより良い決定を短時間で下せるようになり、専門知識に基づく仕事に集中できるようになります。また、金融データをリアルタイムで分析し、不正な取引を特定し、損失を防ぐための即時措置を講じることができます。これらの不正パターンを伝統的な方法で検出することは難しいか、または不可能です。米国のみで、金融機関は2022年に$4.5億の損失を出しています。したがって、これは銀行にとって大きなリワードです。さらに、ジェネレーティブAIは、24時間365日、パーソナライズされた効率的な顧客サービスを提供するスマートなバーチャルアシスタントを可能にします。例えば、インドのタタ・ミューチュアル・ファンドは、会話AIプラットフォームのHaptikと提携して、顧客が基本的な口座に関する質問を行うためのチャットボットを作成し、金融アドバイスを提供しました。結果として、電話のボリュームは70%減少し、顧客満足度が向上しました。リスク：不十分なコンプライアンス規制GPTの驚くべき力はまだ相対的に幼少期にあります。将来、現在想像できないほど高度な能力を持つバージョンが登場するでしょう。したがって、世界的なコミュニティは、公平で倫理的な使用を確保するための包括的な規制フレームワークを確立する必要があります。そうでない場合、偏ったデータの結果として差別的な慣行が生じる可能性があります。現在、一貫したコントロールは不足しており、企業や国は、このテクノロジーをどのように扱い、どの程度の制限を設けるべきかを決めるために苦労しています。例えば、金融、ヘルスケア、政府などの機密性の高いデータを扱う分野では、多くの組織がChatGPTの使用を禁止しています。なぜなら、彼らはデータのセキュリティを確保できないからです。アマゾン、バーゼルセル、JPMorgan Chase、アクセンチュア、ゴールドマンサックスはすべて、この広範囲にわたる禁止の例です。より広範な規模では、国も同様の規制の迷い込みを経験しています。ドイツやイタリアのように、GDPR違反を確実にしないように一時的な禁止を課しています。EU加盟国全体にとって、これは深刻な懸念事項です。特に、すでにデータ漏洩が報告されているOpenAIの場合には尚更です。不幸なことに、規制当局はまだこのテクノロジーに対する堅固な法的フレームワークの開発において、後れを取っています。ただし、規制が整うと、GPTが全分野で普及することが期待できます。リワード：規制の改善はより速い採用につながるGPTテクノロジーに対する規制の欠如は、より広範な採用のための大きなボトルネックです。現在、GPTは流行りの新奇なものですが、包括的なルールとガイドラインがない限り、長期的な企業戦略の一部として真剣に考えられません。世界的なコミュニティが適切なフレームワークを開発して実施すると、企業はこのテクノロジーに投資することをより安心して行うことができ、サイバーセキュリティに重点を置く分野であるヘルスケアや政府でも、新しいユースケースが開拓されるでしょう。リスク：アマチュアが金融市場を氾濫させる先ほど述べたように、ジェネレーティブAIは入力に基づいて出力しか生成できないという問題があります。この問題は、プロフェッショナルの怠慢さを許すことよりも広範な影響を及ぼします。少なくとも業界のベテランは、与えられたデータを文脈化するためのバックグラウンドとスキルを持っていますが、アマチュアはそうではありません。DIY投資家であることは悪いことではありません。特に金融市場を探索し、リスクを自らの責任で実験することを楽しむ場合です。問題は、これらの比較的無経験で、少しのお金と多くの自由時間を持つ人々が、AIの使用によりプロフェッショナルであると思い込んで、ブランド化することです。彼らの実際の経験と正式なトレーニングの欠如は、短期的な混乱を引き起こし、実際のプロフェッショナルに余分なストレスを与えるでしょう。リワード：ChatGPTはプロフェッショナルの長期的な評判を高め、金融アドバイスを民主化するここでの良いニュースは、実際のプロフェッショナルが一時的に混乱した市場を乗り切ることができれば、人々が一般的なアドバイスに飽き、プロフェッショナルのみが残り、顧客を獲得できることを実感するでしょう。反対に、ChatGPTは金融リテラシーのギャップを埋め、プロフェッショナルのアドバイスを受けることができない人々に基本的な戦略を教える役割を果たすことができます。投資アドバイスを生成する能力により、金融教育をよりアクセスしやすくすることが可能になります。現在、世界的なコミュニティでは、たった3人に1人の成人しか金融リテラシーを持っていません。金融の安定性を向上させるための障壁を低減することは、このテクノロジーの非常に重要な利点です。金融教育をよりアクセスしやすくすることは、以前はプロフェッショナルの金融サービスを支払うことができなかった人々にとっても重要です。金融の安定性を向上させるための障壁を低減することは、このテクノロジーの非常に重要な利点です。
