フォレスターの予測: 2021年に人工知能が輝く

フォレスターの予測: 2021年に人工知能が輝く

新型コロナウイルスが世界中で蔓延する中、これまでとは異なる新たな課題に直面する企業が増えています。たとえば、顧客ニーズの変化に会社が適応し続けるにはどうすればよいでしょうか?業界の次の成長曲線に適応するにはどうすればよいでしょうか?

人工知能を有効活用することが重要です。

そのため、人工知能の将来はますます多くの企業の注目の的となっています。

人工知能は神秘的であると同時に変革をもたらすものです。人工知能は刺激的であると同時に恐ろしいものでもある。最も重要なのは、AI があらゆるところに存在することです。私たちはここ数年間、この揺れ動く物語を聞いてきましたが、今後もそれは続くでしょう。

しかし、この前例のない年を通して、一つのことがはっきりと明らかになりました。それは、企業が短期的にも長期的にもより強力になるためには、AI を安全かつ創造的に、そして大胆に適用する方法を見つける必要があるということです。

今のところ、信頼性の欠如、データ品質の低さ、特定のデータの不足、適切なツールや人材の不足など、AI の欠点は依然として存在しています。 2021年、企業と上級管理職は、望んでいるからではなく、やらなければならないから、これらの課題に正面から立ち向かうことになるだろう。

危機からの脱却を加速

新型コロナウイルス感染症のパンデミックに直面して、多くの企業が、以前は不可能と思われていたことを、時には一夜にして実現した。現実を求める新たな顧客からの圧力を受けて、人工知能の将来が焦点となってきました。

企業の価値は、顧客をどれだけ大切に扱い、回復力、創造性、業界の次の成長曲線への適応力があるかによって決まります。

同社の成功は、従業員がニューノーマルに適応できるようにし、会社を差別化するプラットフォームを構築するために、AI テクノロジーを迅速かつ効果的に活用できるかどうかに大きく左右されるでしょう。

実際、テクノロジーの加速は、今後 1 年間の当社の予測に共通するテーマです。これは新しいテクノロジーへの投資を意味しますが、パンデミックが依然として現実であり、2021年の予算が精査されている中で、企業がすでに持っているテクノロジーの価値を活用して実現し、人々の足かせとなっている技術的負債を最終的に返済することも意味します。

2021 年は、すでにデジタルに精通している 15% の企業だけでなく、すべての企業がテクノロジー主導のエクスペリエンス、運用、製品、エコシステムに注力する年になるでしょう。

2021年と人工知能

最近、専門的な評価機関であるForresterは、2021年の人工知能の開発動向について次のように予測しました。

彼らは、AI と機械学習が新しいユーザーケースやエクスペリエンスに浸透すると信じています。 2021 年には、賢明な企業が、リモートワークのためのホログラフィック会議やオンデマンドのパーソナライズされた製造など、新しい分野に AI を推進するでしょう。戦略的な計画を策定し、会議室でシミュレーションを構築し、インテリジェントなエッジエクスペリエンスを活用します。

一方、幸運な出遅れ企業は、コード不要の自動機械学習 (AutoML) を使用して 5、50、または 500 の AI ユースケースをより迅速に実装し、機械学習に対して従来のコードファーストのアプローチを採用する強力なデータ サイエンス チームを持つ競合他社よりも優位に立つでしょう。

職場での AI により、自動化と拡張のニーズが高まります。 2021 年までに、適応型成長モデルと固定型成長モデルの両方において、企業の 3 分の 1 以上が、位置情報ベースの労働者、肉体労働者、または人間の労働者、および在宅勤務の知識労働者の職場の混乱に対処するために AI を活用するようになります。

これには、スマート ドキュメント抽出、カスタマー サービス エージェントの増強、職場復帰時の健康追跡、ソーシャル ディスタンシングのための半自律型ロボットへの AI の適用が含まれます。

2021 年には、AI 向けの信頼できるデータがさらに進歩するでしょう。 2021 年は、人工データがどれほど良いか、あるいは悪いかを示す年になるでしょう。これには 2 つの形式があります。1 つは、ユーザーがデータセットを作成して AI をトレーニングできるようにする合成データ、もう 1 つはその逆で、トレーニング データを混乱させて AI を故意に混乱させる偽データです。

企業はまた、コンプライアンスと倫理的使用を確保するためのデータ監査証跡を含む AI のデータ系統を証明するよう、消費者利益団体や規制当局からますます大きな圧力を受けています。

2021 年には、ブロックチェーンと AI がより本格的に連携し、データの出所、整合性、使用状況の追跡をサポートするようになります。

2021年は人工知能が輝く時です。

Forrester は 2021 年に次のように予測しています。

  • 消費者は現実から逃避せざるを得ない – 社会的距離の確保により、米国の消費者のさらに 10% ~ 12% が拡張現実を試すようになりました。
  • CMO が自らとチームを改革 – CMO が顧客ライフサイクル全体を管理するようになるにつれて、ロイヤルティとリテンション マーケティングへの支出が 30% 増加する
  • カスタマー エクスペリエンス オフィサーは、単なる改修ではなく、イノベーションを重視します。2021 年には、ブランドの 25% がカスタマー エクスペリエンス オフィサーの質において統計的に有意な改善を達成するでしょう。
  • CIO が大胆な変革の担い手として主導的役割を果たす – 企業の 30% がクラウド サービス、セキュリティとリスク、ネットワーキング、モビリティへの支出を増やす予定。
  • COVID-19 はリーダーシップと採用慣行を永久に変えました。リモートワークは COVID 以前のレベルの 300% に達します。
  • 従業員データが増えるほど、機会は増えますが、法的リスクも大きくなります。従業員のプライバシー侵害に関連する規制や法的活動が倍増します。
  • リモートワークにより内部からの脅威が増大します。データ侵害の 33% は内部インシデントによるもので、現在の 25% から増加します。
  • 職場の自動化と AI は今後も継続します。企業の 35% が職場での AI の導入を強化します。
  • デジタル経路により、B2B マーケティング担当者は購入者に近づきます。B2B テクノロジー購入者の 3 分の 1 以上が、チャットボットをエンゲージメント チャネルのトップ 10 に挙げています。
  • B2B 販売業者は AI の助けを借りて購入者との関係を深めます – B2B 販売業者の 60% 以上が AI と自動化の恩恵を受けます。
  • クラウド サービスがパンデミックからの回復において中心的な役割を果たす – 世界のパブリック クラウド インフラストラクチャ市場は 2021 年に 35% 成長し、1,200 億ドルに達すると予想されます。

<<:  破壊的な AI プログラム: 人工知能が天文学の革新を推進する方法

>>:  テクノロジー|軽量顔検出アルゴリズムの徹底レビュー

ブログ    
ブログ    

推薦する

...

新キングクロード3実戦テスト!すべての能力が素晴らしく、麻雀もプレイできます。確かに GPT-4 よりも優れています。

OpenAI の無敵という神話は崩れ去った。 Claude 3 (中国語対応)が一夜にして発売され...

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...

必要なのはソースコードだけです! 7Bコードの小型モデルは同サイズでは無敵で、その性能はChatGPTやGoogle Geminiに匹敵する

「GitHub Copilot のようなコード補完ツールは、100 万人以上の開発者に使用されており...

機械学習はサイバーセキュリティをどのように向上させることができるのでしょうか?

今日では、機械学習に大きく依存せずに強力なサイバーセキュリティ ソリューションを展開することは不可能...

人工知能の根幹技術を徹底的に分析

AIチップ・AIフレームワークの代表的企業コンピューティングアルゴリズムの重要な基盤として、人工知能...

ビジネスを阻害する 6 つの AI 神話

AI テクノロジーは職場環境に深く浸透しており、単調で反復的な手作業を置き換えるだけでなく、他の仕事...

新しい形の人工知能が登場: AIaaSについてお話しましょう

「サービスとしての」配信モデルの誕生以来、SaaS と PaaS は日常的な技術用語の一部となり、企...

メタバース軍団を結成しよう! 「Google Lab」が生まれ変わる、700人超の謎のチームのメンバーは?

Microsoft と Meta が独自の「Metaverse」を大々的に立ち上げたとき。これが ...

ニューラルネットワークはなぜそれほど強力なのでしょうか?

普遍近似定理ニューラル ネットワークは非常に強力であることが知られており、ほぼすべての統計学習問題を...

ボストン・ダイナミクスCEO:軍の命令は否定しないが、ロボット犬を粗雑に扱っていると思う

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...

...

...

200以上の大規模モデル論文の調査と分析、数十人の研究者が1つの論文でRLHFの課題と限界をレビュー

ChatGPTの登場以来、OpenAIが使用するトレーニング方法である人間によるフィードバックによる...