人工知能1年後:パンデミックはテクノロジーの発展にどのような影響を与えたのでしょうか?

人工知能1年後:パンデミックはテクノロジーの発展にどのような影響を与えたのでしょうか?

[[389010]]

消費者の行動が変化し、企業の業務ニーズが変化するにつれて、人工知能は徐々に企業ビジネスの原動力になりつつあります。しかし現段階では、繰り返しテストと調整が行われた最も複雑な AI モデルでさえ、流行が社会にもたらす変化や展開を予測することはできません。それが個人として、そして社会として私たちに与える影響を定量化することは困難です。昨年3月、疫病の発生により、過去1年間の当初の計画が混乱し、社会の発展の方向が変わりました。しかし、1年経った今でも、私たちはこの危機から多くの教訓を学びました。テクノロジーの観点から見ると、最も重要な教訓のいくつかは、データ、分析、人工知能の継続的な発展と重要性に集中していました。この流行がデジタル変革を加速させるきっかけとなり、企業が事業継続性と柔軟な制御を実現するのにも役立っていることは否定できない。疫病流行前、人々は一般的にAIを将来の重要な発展方向とみなしていましたが、上級管理職は実際の応用に十分な支援を与えていませんでした。しかし、過去 1 年間で状況は変わりました。企業が顧客にリーチし、業務を維持し、人々が日常生活を送るために、ソーシャル メディアが重要な手段であることが証明されたからです。以下は、この1年間にこの流行が人工知能の発展にもたらした3つの重要な変化です。

1. 消費者はAI主導のやり取りを受け入れている

2020 年 3 月以来、2 つの変化が静かに起こっています。

  • 消費者はより豊かで安全なショッピング体験を求めている
  • 企業やメーカーは消費者のニーズを満たすために、対応する技術とプラットフォームを提供する

キャップジェミニが3年前に発表した調査によると、消費者の21%が毎日AIとやり取りしているそうです。 2020 年 7 月現在、チャットボット、デジタル アシスタント、音声および顔認識、生体認証スキャナーを人間によるやり取りの代わりに使用する人が増えているため、この割合は 54% に上昇しています。 AI を活用したやり取りに対する消費者の信頼も、2018 年の 30% から 2020 年には 46% に増加しました。小売店、食料品店、レストランでの非接触型注文から、対面での医師の診察に代わる遠隔医療のやり取りまで、消費者によるこれらの非接触型デバイスの採用は、重要かつ一貫した変化となっています。そして、たとえ流行が終息しても、こうした変化は消えないだろうということに、誰もが徐々に気づき始めています。

2. 予測モデリングのために過去を打破する

こうした消費者行動の変化は、データ サイエンス チームにとって厳しい現実を生み出しました。予測 AI および機械学習 (ML) モデルとそこから得られるデータは、出力されるとすぐに時代遅れになり、多くの場合は無関係になります。これまで、これらのモデルは主に過去数年間の行動パターンに関する履歴データから導き出されていました。しかし、支出が厳しくなり、購入オプションが制限され、需要パターンが変化し、顧客とのやり取りが制限される世界では、過去のデータはもはや役に立ちません。これに対処するために、AI チームは、不正確な予測を提供したり収益を失ったりする余裕がなかったため、リアルタイムで変化する予測などのソリューションに目を向けました。

3. デジタル変革において、AIはROIに等しい

昨春、多くの企業がプレッシャーを受け、難しい選択を迫られた。プロジェクトや計画を一時停止してパンデミックが収まるのを待つべきでしょうか、それともこの困難な時期に AI の助けを借りて変革すべきでしょうか。多くの人は後者を最善の選択肢と見ています。過去のパターンを要約して「バックミラーを見る」ことでビジネスを行うよりも、高度な技術力を使用して将来をより正確に予測できるためです。しかし、経済の不確実性により、事業予算の引き締めや厳格な管理も伴います。ただし、テクノロジーの変革に AI の導入が含まれる場合、組織は高い ROI を達成しながらビジネス上の優位性を獲得できる大きなチャンスが得られます。適切なユースケースを選択して正しく実行することで、AI 主導のプロジェクトは導入後 6 か月以内に投資を回収でき、プロジェクトまたはプログラムの存続期間中にその ROI の何倍もの効果が得られます。 AI を有効にするためのデータ変換などの分野への先行投資は困難に思えるかもしれません。しかし、ベストプラクティスのケーススタディでは、自己資金調達のビジネスケースが実際に多数出現していることが実証されています。

人工知能は、企業がパンデミックを乗り切るために活用できる数多くのテクノロジー機能の 1 つにすぎません。しかし、2年目に入り、AIの力を活用した多くのビジネスモデルが長期的な価値を実証してきました。効率を高め、作業を迅速化し、データからより正確な分析を得るためのテクノロジーは、今後も非常に重要になります。過去 1 年間の AI の発展の物語とキーワードは「変革」でしたが、その旅はまだ始まったばかりでしょう。

<<:  AIに関する哲学的考察 - 認知不変性とAI

>>:  人工知能とモノのインターネットの統合は、今後10年間で最大のイノベーションの機会となるかもしれない

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

AI を活用した予測分析で物流に革命を起こす

今日の急速に変化する物流の世界では、効率が鍵となります。世界経済は商品の円滑な流れに完全に依存してい...

...

...

Apple Store 店員から機械学習エンジニアへ: AI を学び始めた経緯

機械学習エンジニアの職は、AI 博士号取得者だけのものではありません。インターネット上の公開コースや...

プログラマーが面接でアルゴリズムについて素早く準備する方法

序文短い記事を書こうと決めたので、これがそれです。私がこの記事を書こうと思った理由は、Weibo 上...

アルゴリズムによるレイオフによって解き放たれる「悪の花」とは?

アルゴリズムによる採用は珍しいことではありません。膨大な履歴書の審査を自動化するために AI アルゴ...

3Dの名の下、「インテリジェント製造」の包囲はAIビジョンユニコーンの新たな戦場です

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

フロントエンドエンジニアは、これらの18のトリッ​​クをマスターすることで、ブラウザでディープラーニングを習得できます

TensorFlow.js がリリースされた後、以前にトレーニングしたターゲット/顔検出モデルと顔...

わずか6秒で、AIはあなたの声を聞くだけであなたの外見を説明できる

信じられますか?人工知能は最近、あなたの声からわずか6秒で性別、年齢、人種を判別し、さらにはあなたの...

東京オリンピックでロボットが美しい風景になる

[[413763]]最近、4年に一度のオリンピックがついに東京で開催されました。フィールドでは、世界...

OpenAIは10月に開発された画像生成器DALL-E 3の新バージョンをリリースした。

OpenAIは9月21日水曜日、書かれたプロンプトに基づいて画像を生成できる新しい画像生成器DAL...

...

人工知能が製造業を改善する3つの方法

製造業者は、AI を、適切に機能するために会社全体にわたるエンドツーエンドのシステムを必要とする、非...

今年の AI における最大の進歩は進歩なし? 2019年はAutoMLとGANがリードする

11 日間、11 人、11 人の見込み客。 2018 年が終わるまで残り 11 日となりました。有名...

AI バイブル PRML「パターン認識と機械学習」が Microsoft によって正式にオープンソース化されました。

機械学習やディープラーニングに携わっている人なら誰でも、「パターン認識と機械学習」、略して PRML...