AI パイロットプロジェクトを本番環境に移行する

AI パイロットプロジェクトを本番環境に移行する

by Joe Rodriguez
この記事は、2024/9/10に公開された「Moving Your AI Pilot Projects to Production」の翻訳です。

人工知能 (AI) がビジネスに革命を起こしているのは間違いありません。オーストラリアを例にあげると AI 支出は2026年までに64億ドルに達すると予想されています。しかし、「The State of Enterprise AI and Modern Data Architecture」レポートによると、88%の企業が AI を導入しているものの、多くの企業はそのメリットを十分に享受するためのデータインフラやスキルがまだ不足しています。実際、回答者の25%以上が、AI を効果的に活用するために必要なデータインフラを持っていないと回答しています。また、回答者の39%以上が、現在 AI を使用している従業員はほとんどいないと答えています。 

興味深いことに、ガートナーは、2025年末までに少なくとも30%の生成 AI プロジェクトが概念実証後に放棄されると予測しています。AI が組織にもたらす価値までの時間が見えない場合、どのようにテクノロジーやプロジェクトを受け入れるべきでしょうか?

AI の可能性を測定可能なビジネスインパクトに変換する

成熟したエンタープライズデータ戦略が、収益拡大やコスト削減という形で、より優れたビジネス成果を生み出すことは否定できません。また、顧客体験、業務効率、サプライチェーンの最適化も改善されます。 

しかし、AI の利点とその価値を十分に認識するためには、組織は AI 目標を社内で使用される主要なビジネス指標と照らし合わせて測定する必要があります。このような整合性は、プロジェクトの進行にとって極めて重要です。また、継続的な資金調達と財政投資を確保するために、社内の関係者に伝えるものの基礎にもなります。さらに、共通のビジネス指標を採用することで、これらの投資による実装と価値実現を成功させる可能性も高まります。

例えば、OCBC 銀行における AI 導入は、収益創出とリスク管理の向上に効果的な影響を与えました。また、開発者の効率も20%向上しました

意図を持って AI の信頼性を確保する

AI プロジェクトは信頼なくしては始まりません。AI を信頼することは、AI が使用するデータを信頼することです。正確で、一貫性があり、偏りのないデータであることが必須です。倫理的な AI は信頼できるデータに依存し、それは企業の原則を反映した公平な結果を保証します。

これは、データの完全性へのアクセスが重要であることを意味します。しかしそれは困難なことで「企業の全データにアクセスすることは歯の根管治療よりも困難である」と回答した組織が55%でした。

AI の信頼性を確保するには、データを理解し、組織内のデータソース、品質、アクセス、保管について精査する必要があります。AI の意思決定の意図、潜在的なバイアス、影響を考慮するのです。倫理的な実践を導くために、データ使用に関する顧客の視点に立つべきです。そして、データの使用方法に同意できない場合は、アプローチを再考すべきです。

AI の取り組みをスタートする

では、AI プロジェクトをコンセプトから本番環境に移行し、そのメリットを得るためにはどうすればよいのでしょうか?ここでは、倫理的な AI の取り組みに出発する組織のためのヒントをいくつか紹介します。

  • データ戦略の策定:これはビジネス価値に始まり、ビジネス価値に終わります。組織のミッション、ビジョン、主要な目標に目を向け、データ資産を活用し、ビジネス目標をサポートする能力とユースケースを開発するために、人、プロセス、テクノロジーを含む全体的なアプローチを開発します。 
  • データを知り、意図を知る:システムに統合されたデータは信頼できるのか、そのデータを使用する組織の意図は信頼できるのか考えてみてください。組織の理念や原則を反映し、公正で偏りのない結果を得るためには、意図的で思慮深い AI システムの設計が不可欠です。AI がもたらす利益を逃したり、評判や顧客の信頼を損なったりすることのないよう、組織は AI によって何を達成するのか、明確なビジョンを持つ必要があります。
  • データライフサイクルを統合する最新のデータプラットフォームを活用する:データプラットフォームは、セキュリティとガバナンスを基盤として、データメッシュ、ファブリック、オープン・データ・レイクハウスといった最新のデータアーキテクチャの実装を容易にするものでなければなりません。このプラットフォームは、さまざまな機能間で日々発生する複雑なデータ課題に対応し、ワークロードをリファクタリングすることなく、オンプレミスとクラウド (またはマルチクラウド) 間でワークロードをシームレスに展開できるようにする必要があります。最も重要なことは、データのトレーサビリティを維持し、環境間で厳格なセキュリティポリシーとアクセス制御を維持することです。 

AI アシスタント、ユーザーのための AI の民主化

今日のトレンドが明日も同じである保証はありません。次の破壊的なテクノロジーが登場する前に、パブリック LLM がすぐに過去のものになる可能性もあります。データへのアクセスが困難であったり、生成 AI 機能を構築・展開する技術的スキルが社内にない場合もあるでしょう。

幸いなことに、AI アシスタントを備えた最新のデータプラットフォームは、組織全体への AI 導入を促進し、データアナリストが「会話型 AI」機能にアクセスできるようにし、日常的に使うすべてのユーザーがデータドリブンな洞察に迅速にアクセスできるようにします。 

Clouderaがどのように企業の AI 導入を加速させることができるかは、サイトをご覧ください。 

Cloudera Japan Marketing
この著者の他の記事

コメントする

あなたのメールアドレスは公開されません。また、コメントにリンクを貼ることはできません。