レポートレビュー：Appenの年次AIレポート

Appen Limitedは、グローバルAIリーダーであり、大規模なデータソーシング、データ準備、人間によるモデル評価を提供する会社で、非常に期待されていた年次「AIおよびマシンラーニングレポート」を発表しました。

AIおよびマシンラーニングレポートは、すべてのサイズの企業がAIの成熟度を高めるために実施する戦略に焦点を当てた年次レポートです。最新のエディションは、Appenによってリリースされた8回目のレポートであり、データ管理とセキュリティ、責任あるAI、外部データプロバイダーとその進歩における役割に関するトップアプローチを強調しています。

レポートの主な調査結果

レポートの主なまとめは、ソーシング、品質、評価、採用、倫理に関するものでした。

レポートの主な調査結果の1つは、51%の参加者がデータの精度が彼らのAIのユースケースに重要であると同意していることです。正確で高品質のデータがAIモデルの成功に不可欠であることはよく知られていますが、多くのビジネスリーダーは理想と現実の間にあるデータの精度の達成において大きなギャップを持っていることがレポートによって明らかになりました。

もう1つの重要なまとめは、企業が責任あるAIに焦点を移し、戦略を成熟させていることです。責任あるAIを推進するために、多くのビジネスリーダーとテクノロジストがAIプロジェクトを推進するデータ品質の向上に取り組んでいます。これは、包括的なデータセットと偏りのないモデルを促進しています。レポートによると、80%の回答者がデータの多様性は「非常に重要」または「重要」であると考えています。また、95%の回答者が合成データは包括的なデータセットを作成するための重要なプレーヤーになることを同意しています。

Mark Brayanは、AppenのCEOです。

「今年のState of AIレポートでは、93%の回答者が責任あるAIはすべてのAIプロジェクトの基盤であると考えています」とBrayanは述べました。「問題は、多くの企業が優れたAIを構築しようとしているが、貧弱なデータセットで作られているため、目標を達成する上で大きな障害となっていることです」。

レポートの他の重要なまとめは以下のとおりです：

• ソーシング：42%のテクノロジストがAIライフサイクルのデータソーシング段階は非常に課題であると述べています。一方、ビジネスリーダーはデータソーシングを非常に課題であると報告する可能性は低かった（24%）。
• 品質：回答者の半数以上が、データの精度はAIの成功に重要であると述べています。しかし、6%のみが90%以上のデータの精度を達成したと報告しています。
• 評価：ヒューマンインザループマシンラーニングの重要性については、強いコンセンサスがあり、81%が非常に重要または重要であると述べています。97%が人間による評価は正確なモデルパフォーマンスに重要であると報告しています。
• 採用：テクノロジストは、組織が業界でAIを採用する際に先行しているか、同等であるかについて意見が分かれています。米国への回答者は、欧州への回答者に比べて、組織が業界でAIを採用する際に先行していると言うことが多くなります。
• 倫理：93%の回答者が、責任あるAIは組織内のすべてのAIプロジェクトの基盤であると同意しています。

Sujatha Sagirajuは、Appenのチーフプロダクトオフィサーです。

「AIの取り組みのほとんどは、AIライフサイクルに対するデータの管理に費やされており、これはAIリーダーが単独で扱うには非常に大きな取り組みです。また、多くの人が苦労している分野です」とSagirajuは述べました。「高品質のデータをソーシングすることは、AIソリューションの成功に不可欠であり、組織がデータの精度の重要性を強調していることを目撃しています」。

Wilson Pangは、AppenのCTOです。

「データの精度は、AIおよびマシンラーニングモデルの成功に不可欠です。質的豊かなデータは、より良いモデル出力と一貫した処理および意思決定をもたらします。良い結果を得るためには、データセットは正確で、包括的で、スケーラブルである必要があります」とPangは述べました。

完全なAIおよびマシンラーニングレポートはこちらで見つけることができます。