ChatGPTのサプライチェーンへの応用の可能性

ChatGPTのサプライチェーンへの応用の可能性

IT ソリューション プロバイダーの Manhattan Associates のマネージング ディレクターである Craig Summers 氏は、企業の CIO と CISO が ChatGPT のサプライ チェーン改善の可能性をどのように捉えるべきかを分析し、議論しました。

ChatGPTは、この人工知能技術が人々の仕事や生活の中でどのような役割を果たすのか世界が興味を持ち、不確実性もあるため、2023年にさまざまな業界で最もホットな話題の1つになりました。

ChatGPTは、2015年にイーロン・マスク氏を含む技術リーダーのグループによって設立された人工知能研究機関OpenAIによってトレーニングされた、いわゆる「大規模言語モデル」であり、機械学習アルゴリズムを使用して質問やプロンプトを理解し、人間のような応答を生成します。

サプライチェーンにおけるChatGPTの応用見通しが不透明なため、業界メディアがクレイグ・サマーズ氏にインタビューしました。 ChatGPT がサプライチェーン分野に与える影響について、彼は次のように考えています。

ChatGPT はサプライチェーンにどのように適用されますか?

サマーズ: ChatGPT はなぜサプライ チェーンにとってそれほど重要なのでしょうか。チャットボット自体にこの質問をすると、「ChatGPT はサプライ チェーンの便利なツールとなり、プロセスの自動化、洞察の提供、さまざまな関係者間のコミュニケーションとコラボレーションの促進に役立ちます」と答えます。基本的に、それで何も悪いことはありません。

ガートナーのアナリストは、このタイプの AI アプリケーションは自己学習を使用するため、サプライ チェーンへの応用にはまだ時間がかかると考えています。

ChatGPT には、トレーニング用にインターネットのあらゆる場所から収集された 570 GB を超えるデータと 3,000 億語を超える単語があり、学習するための巨大なデータ レイクがありますが、単一のサプライ チェーンに関しては必ずしもそうとは限りません。

サプライチェーン モデルは非常に複雑で、各企業に固有のものであるため、生成 AI が主流のサプライチェーンに導入されるまでにはさらに 10 年かかる可能性があります。

サプライチェーンのリーダーは ChatGPT についてどのように考えるべきでしょうか?

サマーズ氏:10 年というのは、特にテクノロジーの分野では長い時間ですが、今差し迫った問題は、サプライ チェーンのリーダーたちが、生成 AI が消えていくのか、あるいは衰退していくのかをただ座って見守ることができるのか、あるいは理解できるのかということです。

サプライチェーンやその他の業界における生成 AI を取り巻く技術的な問題以外にも、法的および倫理的な問題もあります。

たとえば、チャットボットによって生成されたコンテンツに対して、企業はクレジットを獲得できるでしょうか? あるいは、AI によって生成された作品を人々はどのように共有すべきでしょうか?

倫理的な問題はさておき、アナリストはこれらのテクノロジーが 2030 年より前に実用化される可能性は低いと予測しているため、多くの CIO や CTO が自問する質問の 1 つは、「自社はこの種のテクノロジーに投資すべきか」です。

生成 AI に関して、重要なサプライ チェーンが直面する問題は何ですか?

サマーズ: 問題はこれだと思います。なぜ人々は生成 AI アプリケーションを研究しないのでしょうか?

ChatGPT は、企業と消費者にまったく異なるカテゴリのツールを導入し、AI のパワーと可能性をすべての人に民主化します。

生成 AI の適用方法についてアプリケーション開発チームに考えてもらうことに失敗したテクノロジー リーダーは、長期的には自社を不利な立場に置くことになる可能性が高いでしょう。

これは、ChatGPT がサプライチェーンだけでなく、あらゆる規模の企業にとって真に革新的なものとなる品質である可能性があります。

これは必ずしも生成 AI の現在の応用に関するものではなく、将来何が起こるかについての人々の考え方を根本的に変えることができるかどうかに関するものです。

人々はメニュー駆動型のポイントアンドクリック インターフェースから、より自然な会話型インターフェースへと移行しつつあります。

<<: 

>>: 

ブログ    

推薦する

機械学習とビッグデータを学ぶための必読書6選!

機械学習とデータサイエンスは複雑で相互に関連した概念です。技術トレンドに遅れないようにするには、知識...

AIは、群衆の中でディープフェイクされたのはあなただけだと認識します

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

機械学習の4つの異なるカテゴリの概要

[[420892]]学習の実行方法に基づいて、アルゴリズムをさまざまなカテゴリに分類できます。教師あ...

AIドクターは正式に勤務中ですか? AIと医療の融合が爆発点に到達!

近年、医療分野における人工知能の応用が非常にホットな話題となっています。 「ニューイングランド・ジャ...

選択ガイド:機械学習をサポートする8つのデータベースの詳細解説

プラットフォームを選択するための第一の原則は、「データに近い」ことです。コードをデータの近くに保つこ...

機械学習と従来のプログラミングの違いについて話す

[[264779]] AI と ML は誇張されすぎていて、if 文を書いたりプログラミングに関係す...

エンティティ認識と関係抽出におけるディープラーニングの応用に関する簡単な分析

1. 固有表現認識名前付きエンティティ認識 (NER) は、次の図に示すように、自然言語テキストから...

業界の未来を牽引する8つのデジタル変革トレンド

さらに、2024 年までに、産業企業は自己管理テクノロジーと再設計された運用プロセスを組み合わせるこ...

...

...

2020 年の最もクールな機械学習スタートアップ 12 社

人工知能は近年注目されている技術分野です。機械学習は人工知能のサブセットであり、人工知能分野全体の中...

CIOがAIのビジネスケースを作成する方法

近年、AI プロジェクトに対する組織の関心は着実に高まっています。調査会社ガートナーの調査によると、...

...