AIモデルとプラットフォーム
AI 成熟度への道 – 2023 LXT リポート
Unite.AI を Google の優先ソースに追加
今日、イノベーションを牽引する企業は、AI 成熟度の旅を進めるために、AI システムに大量のリソースを投資しています。IDC によると、世界的な AI セントリック システムの支出は 2026 年までに 300 億ドルを超えることが予想されています。これは、2022 年の 118 億ドルと比較したものです。
過去、AI システムはプロセス成熟度の欠如により、頻繁に失敗しました。約 60-80% の AI プロジェクト は、計画の不備、専門知識の不足、データ管理の不備、または倫理と公平性の問題により失敗しました。しかし、毎年、この数字は改善されています。
今日、平均して、AI プロジェクトの失敗率は 46% に低下しました。LXT の最新のレポートによると、企業が AI 成熟度の旅を進めるにつれて、AI の失敗の可能性は 36% に低下します。
さらに、組織の AI 成熟度への道、採用できるさまざまなモデルとフレームワーク、そして効果的な AI 戦略 を構築するための主要なビジネス ドライバーを探ってみましょう。
AI 成熟度とは何か
AI 成熟度とは、企業が AI 機能を搭載したテクノロジーを採用、実装、拡大してビジネス プロセス、製品、またはサービスを改善するために達成した進歩と洗練のレベルです。
LXT AI 成熟度レポート 2023 によると、米国の中規模から大規模な組織の 48% が、より高い AI 成熟度 (以下で説明する) に達しており、前年の調査結果から 8% 増加しています。一方、52% の組織は AI を積極的に実験しています。
レポートによると、最も有望な成果は、自然言語処理 (NLP) と 音声認識 ドメイン – AI のサブカテゴリ – で達成されています。なぜなら、これらのドメインには、業界横断的に展開されたソリューションが最も多かったからです。
さらに、製造およびサプライ チェーン業界は AI プロジェクトの失敗率が最も低い (29%) 一方、 小売および電子商取引業界は最も高い (52%) です。
さまざまな AI 成熟度モデルを探る
通常、AI ドリブンの組織は、ビジネス ニーズに合わせたカスタマイズされた AI 成熟度モデルを開発します。ただし、成熟度の基本概念は、最適なビジネス パフォーマンスを達成するために AI 関連の機能を開発することに焦点を当てて、モデル間で一貫しています。
ガートナー、IBM、Microsoft (MSFT ) などの著名な成熟度モデルがあります。これらは、組織が AI 採用の旅を進めるための指針として機能できます。
ガートナーと IBM の AI 成熟度モデルを簡単に紹介します。
ガートナー AI 成熟度モデル
ガートナーには、企業が成熟度レベルを評価するために使用できる 5 つのレベルの AI 成熟度モデルがあります。以下でそれらについて説明します。
ガートナー AI 成熟度モデル図。出典: LXT レポート 2023
- レベル 1 – 認識: 企業はこのレベルで可能な AI ソリューションについて議論を始めます。しかし、このレベルでは、これらのソリューションの実現可能性をテストするためのパイロット プロジェクトや実験は進行していません。
- レベル 2 – 活動的: 企業は AI の実験とパイロット プロジェクトの初期段階にあります。
- レベル 3 – 運用的: 企業はこのレベルで、少なくとも 1 つの AI プロジェクトを生産に移行することを含む、AI 採用に向けた具体的なステップを踏み出しています。
- レベル 4 – システマティック: 企業はこのレベルで、AI を使用してデジタル プロセスのほとんどを実行しています。また、AI パワード アプリケーションは、組織内外での生産的なやり取りを促進します。
- レベル 5 – 変革的: 企業は AI をビジネス ワークフローに組み込んだものとして採用しています。
このモデルによると、企業はレベル 3 から AI 成熟度を達成し始めます。
IBM AI 成熟度フレームワーク
IBM には、AI ソリューションの成熟度を評価するための独自の用語と基準があります。IBM の AI 成熟度フレームワークには、以下の 3 つのフェーズがあります。
- シルバー: 企業はこのレベルの AI 能力で、AI 採用の準備として関連ツールとテクノロジーを探索します。これには、ビジネスへの AI の影響、データの準備、その他の AI 関連のビジネス要因の理解も含まれます。
- ゴールド: 企業はこのレベルで、データによって裏付けられた推奨と説明を提供する AI を使用して、競争上の優位性を獲得します。この AI 能力は、ライン オブ ビジネス ユーザーによって使用でき、データ ハイジーンと自動化が良好です。
- プラチナ: この洗練された AI 能力は、ミッション クリティカル ワークフローに適しています。它は、受信ユーザー データに適応し、AI の結果に対する明確な説明を提供します。また、自動化された意思決定をサポートする強力なデータ管理とガバナンス対策もあります。
AI 成熟度への道にある主要な障害
企業は成熟度に達するまでにいくつかの課題に直面します。 LXT 2023 レポート は、以下のグラフに示すように、11 の障害を特定しています。以下でいくつかについて説明します。
AI 成熟度の課題グラフ。出典: LXT レポート 2023
1. 既存のテクノロジーとの AI の統合
約 54% の企業は、AI システムへの既存のテクノロジーの統合という課題に直面しています。これが、成熟度に達するための最大の障害となっています。
2. データの品質
高品質のトレーニング データは、正確な AI システムを構築するために不可欠です。しかし、高品質のデータを収集することは、成熟度に達する上で大きな課題です。レポートによると、87% の企業は、高品質のトレーニング データを取得するために多くのお金を支払う用意があります。
3. スキルのギャップ
適切なスキルとリソースがなければ、企業は成功した AI のユースケースを構築するのに苦労します。実際、31% の企業は AI 導入と成熟度に達するために必要な熟練した人材が不足しています。
4. 弱い AI 戦略
観察される AI のほとんどは、狭いまたは弱い AI として分類できます。これは、特定のタスクに限定されたトレーニングを受けた AI です。約 20% の企業には、包括的な AI 戦略がありません。
この課題を克服するには、企業は明確に AI の目的を定義し、ドキュメント化し、高品質のデータに投資し、各タスクに適したモデルを選択する必要があります。
AI 戦略を進めるための主要なビジネス ドライバー
LXT 成熟度レポート は、AI の 10 個の主要なビジネス ドライバーを特定しています。以下のグラフに示すように、これらについて説明します。
AI の主要なビジネス ドライバーの図。出典: LXT レポート 2023
1. ビジネス アジリティ
ビジネス アジリティとは、企業がデジタル トレンドや機会に迅速に適応できる能力です。約 49% の企業にとって、AI 戦略のトップ ドライバーとなっています。
AI は、迅速で正確な意思決定を可能にし、繰り返しのタスクを自動化し、運用上の効率性を向上させることで、企業がビジネス アジリティを達成するのに役立ちます。
2. 顧客ニーズの予測
約 46% の企業は、顧客ニーズの予測を AI 戦略の主要なビジネス ドライバーの 1 つとして考えています。AI を使用して顧客データを分析することで、企業は顧客の行動、好み、ニーズについての洞察を得ることができ、顧客の期待に応えるために製品やサービスをカスタマイズできます。
3. 競争上の優位性
競争上の優位性は、企業が競争他社と差別化し、市場で優位性を獲得できるようにします。約 41% の企業にとって、AI 戦略の主要なビジネス ドライバーとなっています。
4.意思決定の合理化
AI ベースの自動化された意思決定は、重要なデータに基づいた意思決定に必要な時間を大幅に削減できます。約 42% の企業は、意思決定の合理化を AI 戦略の主要なビジネス ドライバーとして考えています。
5. 製品開発
2021 年には AI 戦略のトップ ビジネス ドライバーとして認識されていた革新的な製品開発は、2023 年には 7 番目の位置に下がり、39% の企業がビジネス ドライバーとして考えています。
これは、ビジネス プロセスにおける AI の適用が、製品の品質のみに依存していないことを示しています。他のビジネス側面、たとえば高い回復力、持続可能性、迅速な市場投入は、ビジネス上の成功に重要です。
人工知能の最新のトレンドやテクノロジーについてさらに詳しく知りたい場合は、unite.ai を訪問してください。
