ガートナー、2024年以降のIT組織とユーザーに関する重要な予測を発表

ガートナー、2024年以降のIT組織とユーザーに関する重要な予測を発表

ガートナーは、2024 年以降のトップ 10 の戦略予測を発表しました。ガートナーは、生成型人工知能 (AI) がさまざまな業界の経営幹部の考え方をどのように変えているのか、また、AI によって組織がより機敏で適応性が高く、将来に向けてより適切に準備できるようになるのかを探ります。

「ジェネレーティブ AI は新たな可能性を切り開き、これまで不可能だったことを人間が行えるように支援します」と、ガートナーの著名なリサーチ担当副社長であるダリル・プラマー氏は述べています。「CIO や経営幹部は、前例のないメリットを得るために、ジェネレーティブ AI の使用に伴うリスクを受け入れるでしょう。」

「今年、ジェネレーティブ AI は戦略的意思決定の中核要素となり、他のすべてのテクノロジー主導のイノベーションを凌駕するでしょう。ジェネレーティブ AI はルールを打ち破り、新たな爆発点を生み出し続けます。」

以下は、ガートナーが発表したトップ 10 の戦略予測です。

  • 2027年までに、AIを活用した生産性向上は、国力を示す主要な経済指標の一つとして認知されるようになるでしょう。

世界中の政府は、AI を民間部門と公共部門全体にわたる主要な戦略と計画の実施をサポートする主要な実現技術として活用し、AI の開発に全力で取り組んでいます。関係部門は、国の長期計画に AI を組み込むだけでなく、AI イニシアチブの推進を支援するために、関連する法律や規制を積極的に実施しています。

「国家的な取り組みにより、AIは生産性の向上とデジタル経済の発展の促進においてより大きな役割を果たすことができるようになる」とプラマー氏は述べた。「大規模なAIイニシアチブの成功には、さまざまな関係者間の支援と協力が必要であり、これは国のリソースを統合し調整する能力を示すものでもある。」

  • 2027 年までに、生成 AI ツールを使用してレガシー ビジネス アプリケーションを解釈し、適切な代替アプリケーションを作成することで、近代化アップグレードのコストが 70% 削減されます。

「CIO は、大規模言語モデル (LLM) の成熟度が高まっていることから生まれるチャンスを捉え、コスト効率よくビジネス アプリケーションを最新化するための信頼できる期待されるメカニズムを構築する必要があります」とプラマーは述べています。「CIO は、生成 AI 大規模言語モデルの出力をテストするための専用のテスト部門を設立し、変更管理とスキル向上のプロセスを確立して、最新化サイクル全体を通じて従業員の生産性を最大限に高めることができます。」

  • 2028 年までに、企業は悪意のあるコンテンツに対抗するために 300 億ドル以上を費やし、複数の脅威に対処するためにマーケティングおよびサイバーセキュリティ予算の 10% が必要になるでしょう。

最も効果的な悪意のある情報は、人間と機械の意思決定メカニズムに影響を及ぼし、検出してブロックすることが極めて困難です。悪意のある情報は、サイバーセキュリティ、マーケティング、AI という 3 つの異なる機能領域に脅威をもたらします。

「生成型 AI の急速な台頭により、規制当局は神経をとがらせています」とプラマー氏は語ります。「規制当局は、生成型 AI がより強力かつ普及するにつれて、悪意のあるコンテンツの拡散などを通じて、悪意のある人物によってこの技術が悪用されるリスクも高まることを認識しています。悪意のある人物、規制当局、悪意のあるコンテンツに対抗できるツールや技術の提供者を注意深く監視できる企業は、競合他社に対して大きな優位性を獲得できる可能性があります。」

  • 2027 年までに、規制圧力の高まりと攻撃対象領域の拡大により、最高情報セキュリティ責任者 (CISO) の 45% がサイバーセキュリティ以外の分野にも責任を拡大することになります。

現在、セキュリティ管理とデジタル資産の責任は複数の部門とチームで共有されており、最高情報セキュリティ責任者 (CISO) がデジタル資産ポートフォリオ全体の監督を担当しています。その結果、規制開示のサポート、デジタル セキュリティの確保、セキュリティ インシデントの効果的な管理において組織間で一貫性がなくなり、全体的なパフォーマンスが低下します。

CISO の責任範囲を拡大することで、企業や組織のセキュリティ管理業務を統一し、統合されたセキュリティ インシデント管理プロセスを監督できるようになります。

  • 2028 年までに、生成 AI の導入が進むと、知識労働者の労働組合組織率は 1,000% 増加するでしょう。

企業の幹部たちは、AI がレイオフの要因になっていることに急速に気づき始めています。 そのため、経営者は従業員に対して社内に AI を導入する意図を明確に説明する必要があります。そうすることで、従業員の AI に対する不安から生じる意図しない結果を回避することができます。組織が生成 AI を導入しても、知識労働者のこうした不安を効果的に解消できない場合、従業員の離職率は 20% 増加します。

「組織は、仕事を自動化するのではなく、AIを活用して人間の能力を強化し、効率と品質を向上させることに重点を置くべきです」とプラマー氏は言う。「役員会の期待に影響を与える誇大宣伝はまだたくさんあるので、生成AIの能力と限界について明確な見解を持ち続けることが重要です。」

  • 2026 年までに、従業員の 30% がデジタル チャーム フィルターを使用して、前例のないキャリアアップを実現します。

デジタルチャームフィルターは、コミュニケーションの内容を促し、フィルタリングすることで、さまざまな状況でより理想的なソーシャル効果を実現できます。これらは、対話中、対話前、対話後にヒントを提供し、リーダーと従業員が優れた成果を上げたい社会的状況で優れた成果を上げることを可能にします。デジタル チャーム フィルターにより、組織は採用対象を拡大し、より多様な労働力を採用できるようになります。

「企業はデジタル チャーム フィルターを使用して、採用および雇用の各段階におけるやり取りの一貫性を高め、人材プールを拡大できます」とプラマー氏は述べました。「企業の生産性向上やアプリケーション ベンダーと連携して、これらの機能を自社の製品ロードマップに組み込む方法を理解することで、デジタル チャーム フィルターの導入を加速できます。」

  • 2027 年までに、フォーチュン 500 企業の 25% が、ビジネス パフォーマンスの向上のために、自閉症、ADHD、失読症などの神経多様性を持つ人材を積極的に採用する予定です。

「神経多様性のある人材を雇用し、維持できる組織は、従業員のエンゲージメント、生産性、イノベーションを高めることができます」とプラマー氏は述べた。

フォーチュン 500 企業は神経多様性のある人材採用プログラムの導入を開始しており、従業員のエンゲージメントと業績の面ですでにメリットを実感しています。組織は、より多くの神経多様性のある人材を特定するためのアウトリーチ プログラムを確立する必要があります。専門家のベストプラクティスを活用し、すでに神経多様性に取り組んでいる主要組織からの教訓を活用することで、作業を加速できます。

「神経多様性のある人々を会社の指導的立場に置くことは、インクルージョンの文化を育むことができ、神経多様性のある従業員の観点から見るとおそらく最も価値のある行動です」とプラマー氏は語った。

  • 2026 年末までに、大企業の 30% が、急成長する機械顧客市場に参入するために専用の事業部門または販売チャネルを設立するでしょう。

機械の顧客は、サプライ チェーン、販売、マーケティング、顧客サービス、デジタル コマース、顧客エクスペリエンスなどの主要機能を組織に再発明するよう迫ります。実際、2025 年までに、大企業の販売およびサービス センターの 25% 以上が機械の顧客からの電話を受けることになります。

「機械の顧客は、人間が処理できる以上のスピードで取引し、多くの意思決定変数を使用するため、組織は機械の顧客専用の販売およびサービス チャネルを開発する必要があります」とプラマー氏は述べました。「機械の顧客には、人材、スキル、プロセスに関する異なる要件があり、人間の顧客に焦点を当てている現在の部門では対応できない可能性があります。」

  • 2028年までに、労働力不足により、製造、小売、物流業界におけるインテリジェントロボットの数は、現場の従業員の数を上回るでしょう。

製造、小売、物流企業のほとんどは、日常業務をサポートするのに十分な従業員を確保したり、維持したりすることができません。今後 10 年間で、サプライ チェーン組織は最前線の従業員の不足に直面することになります。ロボットはこのギャップを埋めるのに役立ちます。 2022 年 12 月のガートナーの調査によると、サプライチェーン技術者の 96% がサイバーフィジカルシステムの自動化を導入済みまたは導入を計画しており、35% がロボットを導入済み、61% が試験運用中または最初の導入段階に入っていることがわかりました。

「ロボット技術の急速な発展により、工場現場から倉庫、小売店に至るまで、最前線の仕事にロボットがますます登場している」とプラマー氏は語った。

  • 2026年までに、G20諸国の50%が毎月の電力配給制の対象となり、エネルギーに配慮した運用モデルは競争上の優位性をもたらす一方で、重大な失敗のリスクも伴います。

電力需要は増加し続けているものの、送電網インフラの老朽化により発電能力の拡大が制限されています。企業はエネルギーの価格と入手可能性を競争上の優位性として評価しており、顧客に安定した電力供給を提供することが競争上の優位性となることを意味します。そのため、多くの経営幹部は、エネルギー生成を最適化し、直接投資することで、エネルギーに配慮した業務を構築し始めています。

「エネルギー消費を構造的に削減することで、エネルギー効率を活用して長期的な競争上の優位性を築くことができます」とプラマー氏は言う。「企業の投資を評価する際には、現在のエネルギーコストと将来の予測エネルギーコストを考慮する必要があります。」

<<: 

>>:  自動運転のためのエンドツーエンドの計画方法の概要

ブログ    

推薦する

Python が Java や C/C++ に勝って機械学習に最適な言語である理由!

Python は、1989 年にオランダ人の Guido van Rossum によって発明され、...

ChatGPT がリリースされてから 1 年が経ちました。主要なオープン ソース モデルはすべて追いついたのでしょうか?

1年前の今日、ChatGPTが誕生し、人工知能の新しい時代が到来したように思えました。 ChatG...

自動運転車は交通事故の3分の1しか解決できない、と研究が示す

自動運転車の主な目標、少なくともこの技術の支持者が推進している目標は、運転手や乗客の利便性を高めるこ...

メタ副社長:生成AIはまだ愚かなので、リスクを心配する必要はありません

メタの副社長兼国際問題担当会長で元英国副首相のニック・クレッグ氏は、BBCとの最近のインタビューで、...

100日間人工知能について学んだ後、私は次の5つの結論に達しました

この記事の著者は Jamie Beach です。彼は 100 日間人工知能を独学した後、人工知能に関...

AIによるサイバーセキュリティの自動化

データが組織の生命線となっている今日のデジタル時代では、サイバーセキュリティが極めて重要になっていま...

グラフを考慮した対照学習により多変量時系列分類が改善

本日は、シンガポール科学技術研究庁 (A*STAR) と南洋理工大学 (シンガポール) が AAAI...

未来を決定づけるトップ10の人工知能技術

人工知能 (AI) は単なるテクノロジーの流行語ではありません。私たちの生活や仕事のやり方を急速に変...

機械学習でサンプルが不均衡な場合はどうすればよいでしょうか?

銀行が新規顧客が債務不履行になるかどうかを判断する際、債務不履行にならない顧客と債務不履行になる顧客...

DeepMind: 人工知能と神経科学を組み合わせて好循環を実現

最近の人工知能の進歩は目覚ましいものがあります。人工システムは、アタリのビデオゲーム、古代のボードゲ...

6月にはロボット産業が再び活況を呈し、数十億元の資金調達が相次いだ。

科学技術の継続的な発展により、ロボットは業界でますます注目され、支持されるようになっています。ロボッ...

ポストエピデミック時代のスマートエネルギー管理にエッジAIを活用する方法

COVID-19の影響により、今年の新学期は例年とは少し様子が異なります。多くの学校や企業がハイブリ...

...

AIは賢くなり、これらの新しい技術は流行の防止と生産の再開に役立つだろう

新型コロナウイルス肺炎の流行状況の変化に伴い、企業や機関の業務と生産の再開が現在の仕事の新たな焦点と...

製造業者はデジタルツインをどのように活用して生産性を向上できるでしょうか?

メーカーは、競争上の優位性を獲得し、コストを削減し、顧客によりカスタマイズされた体験を提供するために...