人工知能と機械学習は、組織がデジタルシステムを運用する上でますます重要になる

人工知能と機械学習は、組織がデジタルシステムを運用する上でますます重要になる

[[280794]]

いくつかの困難や障害にもかかわらず、多くの企業がデジタル変革プロジェクトで大きな進歩を遂げていますが、テクノロジーリーダーはデジタル変革の実行が困難であると感じており、デジタル変革がビジネス価値を高めることができるかどうかに対するプレッシャーが高まっています。

調査会社 New Relic と Vanson Bourne は、オーストラリア、フランス、ドイツ、英国、米国の従業員数 500 人から 5,000 人を超える企業の上級 IT 意思決定者 750 人を対象に調査を実施しました。

調査の主な結果は次のとおりです。

テクノロジーリーダーの 50% が、デジタル変革の管理と監視に課題があると報告しています。

回答者の約50%は、企業よりも先に顧客が問題を発見する可能性が高いと答えました。

回答者の 89% は、AI と機械学習が組織がデジタル システムを運用する上で重要になると答えています。

IDCは、2020年までに企業のデジタル戦略の発展が促進されると予測しています。 Global 2000 企業の 30% は、収益の 10% に相当する資本予算を持っています。

この投資の増加は、デジタル変革が長期的な取り組みであることを経営幹部が認識する上で重要な一歩となります。デジタル変革の取り組みに数十億ドルが投資され、経営幹部は現在、投資の影響を調査し、次に何をすべきかを検討しています。

「デジタル変革の次の段階では、すべてのデータを整理して、組織がより迅速に行動し、より適切な意思決定を行い、最高のデジタル体験を生み出すことが中心になります」と、New Relic の副社長兼ゼネラルマネージャーであるバディ・ブリューワーは述べています。「当社の調査が示すように、収集されたデータから得た洞察を観察し、それに基づいて行動することは、デジタル変革を遂げた組織が真に規模を拡大し、最新技術の進歩を実現する上で重要な役割を果たすでしょう。」

デジタル変革の課題

多くのグローバル企業は、デジタル変革プロジェクトで大きな進歩を遂げていると主張しており、回答者の 39% がこれらのプロジェクトは完了しているか、ほぼ完了していると答えています。

満足度も高く、回答者の 91% が期待通りか期待以上だったと回答しています。しかし、多くの回答者は、デジタル変革の実施における上位 5 つの課題は次のとおりであると考えています。

  1. 組織のさまざまな部分でデジタル変革のスピードが異なり、それが全体的な進歩を妨げています。
  2. 熟練労働者が不足している。
  3. 予算は限られています。
  4. ビジネス上のメリットを理解し、測定します。
  5. レガシーシステムのシャットダウンに依然として抵抗しています。

課題を引き起こす要因

複雑さの増大: 回答者の 50% 以上が、新しいソフトウェアとインフラストラクチャの管理と監視が難しいと感じていると回答しました。大多数 (63%) は、ビジネス要求に対応しなければならないというプレッシャーにより、ソフトウェアのパフォーマンスを適切に監視および管理するために、より長い時間働く必要があると回答しています。

期待の高まり: 回答者の大多数 (79%) は、他の事業部門がデジタル システムのパフォーマンスに対してより高い期待を抱いていると考えており、技術チームがより多くのイノベーションとアップデートを提供することを期待しています (72%)。

可視性の欠如: 回答者の 48% は、デジタル アプリケーションの問題について、エンド ユーザーまたは顧客から、自分たちが問題を認識する前に報告されたと認め、さらに 46% は、問題の解決方法を知る前に、エンド ユーザーまたは顧客から問題が通知されたと回答しました。

説明責任: 上級管理職の 46% は、従業員と顧客向けのソフトウェア システムのパフォーマンスに関する最新情報を毎日入手したいと考えています (米国の回答者の 54% がこの傾向に気付きました)。さらに 40% の経営幹部は、停止やパフォーマンスの問題が発生した場合に、より多くの回答を求めています。

データ分析における課題: 企業チームが最新のソフトウェアを導入する根本的な原因は、機械生成データの量が急増していることにあると考えられます。回答者の半数以上 (56%) は、このデータを手動で適切に評価することは不可能であると認めました。注目すべきは、この問題を指摘した回答者が多く、回答者の 58% は従業員数 3,000 ~ 4,999 人の企業、55% は従業員数 5,000 人を超える企業からの回答でした。

ビジネス指標の特定: 回答者の 3 分の 1 は、デジタル変革プロジェクトではビジネス上のメリット指標の特定に課題があると回答しました。

将来を見据えて: クラウド コンピューティングと AI の力を活用してデジタル変革を推進

パブリック クラウドへの移行: 回答者の大多数は、パブリック クラウド (AWS、Azure、Google など) への移行が組織のデジタル変革の取り組みの中核であると回答しました。米国では 82%、英国では 75%、オーストラリアでは 75%、フランスでは 66%、ドイツでは 63% でした。

リソースを効率的に使用する方法: 多くの回答者 (46%) は、クラウド プラットフォームへの移行は必要であるものの、多くの企業が毎月のクラウド コンピューティング コストを明確に把握する方法を持っていないと考えています。回答者の半数以上 (54%) は、クラウド コンピューティング プロバイダーはリソースのより効率的な使用を約束しているものの、コストの管理は約束していないとも述べています。

AI と機械学習が人間の仕事を置き換えるという予想について: 全体的に、世界中の回答者の 37% が AI と機械学習が 10 年以内に自分の仕事を置き換えると考えており、41% はそうは考えていません。これらの数字はフランスで最も高く、回答者の55%が現在の仕事がこれらの先進技術に置き換えられると考えていると答えた。これらの数字は米国(32%)と英国(23%)で最も低い。

人工知能と機械学習の将来: 興味深いことに、米国の回答者の 92% 以上が、人工知能 (AI) と機械学習 (ML) がデジタル システムの運用に重要になると考えています。世界的に、回答者の約 84% が AI と機械学習によって仕事が楽になると考えています。

米国のデジタル変革の進展

米国のテクノロジーリーダーは、重要な分野において他の国のリーダーとは異なっています。具体的には:

リーダー: 米国はデジタル変革をリードしており、米国の回答者の約 50% がデジタル変革の取り組みを完了したか、完了間近であると回答しており、これは調査対象の他のどの国よりも高い割合です。

最新のソフトウェア アプローチ: DevOps は米国で他のどの国よりも人気があり、この地域の回答者のほぼ 3 分の 2 がこのアプローチを採用していると回答しています。

上級管理職の懸念は大きい: 米国の管理職はデジタル変革のプロセスに対する認識が強く、他の国の管理職よりも多くの情報を求めています。回答者の 54% は、従業員と顧客に対するシステムのパフォーマンスを毎日把握する必要があると回答しました。

<<:  ワンクリックで細い毛を切り取る。これはAdobeの最新のAI切り抜きアルゴリズムで、近日公開予定

>>:  小学生は「ゴールデンフープ」を着用します。これは、授業中の注意散漫をリアルタイムで監視し、教師や保護者に自動的に報告する脳コンピューターインターフェースヘッドバンドです。

ブログ    
ブログ    

推薦する

インタープリタパターンを使用して、要素のXPathパスを取得するためのアルゴリズムを実装します。

[[432233]]文章1. 通訳モード言語に対して、その文法表現(言語のルールを定義するために使...

Go言語で遺伝的アルゴリズムを実装する方法

ただの楽しみのために、Go 言語を学ぶことにしました。新しい言語を学ぶ最良の方法は、深く学び、できる...

60年間の浮き沈みを経て、人工知能はどれだけの偏見や誤った判断を経験するのでしょうか?

過去 2 年間で、人工知能とディープラーニングは起業の分野で人気が高まってきました。シリコンバレーの...

...

OpenAIがロボットチームを解散、創設者は「これまでで最高の決断」と語る

OpenAIの共同創設者であるヴォイチェフ・ザレンバ氏はポッドキャストで、OpenAIがロボット工学...

チューリングテストは死んだ! ChatGPTは人間テストに合格してもカウントされない、スーパーAIが新参者「ロジックパズル」を評価

世界で最も強力な AI - ChatGPT は、さまざまなテストに合格し、真偽を区別するのが難しい回...

Apple が MobileViT を提案: モバイル デバイス向けの軽量で低遅延のビジュアル トランスフォーマー

この論文では、Apple の研究者がモバイル デバイス用の軽量な汎用ビジュアル トランスフォーマーで...

EfficientViT-SAM: 精度を変えずにその場で離陸!

著者らは、高速化された SAM モデル ファミリである EfficientViT-SAM を提案しま...

ドローンのインターネット: IoT がさまざまな業界のユースケースをサポートする方法

ドローンは長い間、高価な軍事用途に関連付けられてきましたが、現在では商業分野でも使用されることが増え...

2020 年に役に立つ機械学習ツール

TL;DR — 優れた機械学習アプリケーションを構築することは、ミシュランの星を獲得した料理を作るよ...

MetaチーフAIサイエンティストLeCun Yang氏:ChatGPTは犬ほど賢くない

6月16日のニュース: 人工知能技術の急速な進歩に伴い、その潜在的な危険性についての議論がますます白...

視覚的な「脳の読み取り」:脳の活動から見える世界を再構築する

人間の知覚は客観的な刺激だけでなく過去の経験によっても形成され、それらが組み合わさって脳内で複雑な活...

...

機械学習は世界をどう見ているか: 機械学習との戦いは人工知能と人間の思考の違いを説明する

人間の観察者にとって、次の 2 つの画像は同一です。しかし、Google の研究者は 2015 年に...