データ管理はAI革命の最大の課題となるでしょうか？

最新のデータへの投資は人工知能の拡張を成功させる上で重要ですが、調査によると、企業の半数がコストの障壁に直面しています。長期的には、今データ管理に投資できる企業が AI のリーダーになるでしょう。

回答者の 69% が少なくとも 1 つの AI プロジェクトを運用しており、そのうちの 28% のプロジェクトがエンタープライズ規模に達しています。新たな価値提案の創出を目指す企業や研究機関の間で AI の導入が加速している一方で、データ インフラストラクチャと AI の持続可能性の課題が大規模な AI 実装の成功の障壁となっていることが調査で明らかになりました。このレポートでは、2023 年を通じて企業内で生成 AI が急速に発展することで、これらの課題がどのように増加するかを強調しています。

データ管理はAI革命の最大の課題となるでしょうか？

AI の導入は増加し続けていますが、企業規模の拡大は依然として課題となっています。 WEKA はスタンダード・アンド・プアーズと提携し、世界中の AI 意思決定者 1,500 人を対象に調査を実施し、その結果を発表しました。このレポートでは、企業が AI 導入の過程で遭遇する機会と障壁、および世界中の業界における AI 導入の独自の推進要因を特定します。また、AI を効果的に活用するために企業が将来実行する必要がある手順についての洞察も提供します。

回答者の 32% は、データ管理が AI/ML 導入の技術的障壁であると述べています。さらに、セキュリティ (26%) とコンピューティング パフォーマンス (20%) の課題が競合を上回っており、多くの組織の現在のデータ アーキテクチャが AI 革命のサポートに適していないことが示されています。

回答者の 77% は、レガシー アーキテクチャとデータ インフラストラクチャが持続可能性のパフォーマンスに影響を与えると考えており、74% は持続可能性が、より多くのワークロードをパブリック クラウドに移行するための重要な、または主要な推進力であると述べています。

回答者の 68% は、AI/機械学習が自社のエネルギー使用量と二酸化炭素排出量に与える影響についても懸念していると述べています。

AI イニシアチブがさらに進化するにつれて、ワークロードの需要をサポートするためにハイブリッド アプローチと複数の展開場所が必要になります。従来のデータ インフラストラクチャは、最新のパフォーマンス集約型ワークロードやハイブリッド クラウドおよびエッジ モデルを考慮して開発されていないため、大規模に AI を効率的かつ持続的に使用する能力に直接的な悪影響を及ぼします。

1990 年代に開発されたバッテリー技術が、テスラのような最先端の電気自動車に動力を与えることは期待できないのと同様に、前世紀のデータ課題に対応するために設計されたデータ管理アプローチが、生成 AI のような次世代アプリケーションをサポートすることは期待できません。

エッジからコア、クラウドまでシームレスに広がる AI ワークロードの需要をサポートするように設計された最新のデータ スタックを構築する企業が、将来のリーダーおよび破壊者となるでしょう。