Last Updated on 2024-01-27 14:43 by 荒木 啓介
cnvrg.io（インテル社の一部）が実施した新しい調査によると、企業における人工知能（AI）ソリューションの採用は、ジェネレーティブAIが注目を集める中でも低い水準にとどまっていることが明らかになりました。2023年のML Insider調査は、データサイエンティストやAI専門家のグローバルパネルからの洞察を得ており、GenAIの採用に対して慎重なアプローチが取られていることを示しています。調査結果によると、組織のわずか10%がGenAIソリューションを実際の生産環境に導入しており、この数字は技術への高い期待とは大きく異なります。
金融サービス、銀行、防衛、保険業界がAI採用の先頭に立ち、効率向上や顧客体験の改善の約束を受け入れています。一方で、教育、自動車、通信業界はAIイニシアティブが初期段階にあり、躊躇しているようです。
調査によると、インフラストラクチャがジェネレーティブAIを動かす大規模言語モデルの導入の最大の障壁であると46%が回答しています。計算集約型のモデルはITリソースに負担をかけます。また、84%の回答者が言語モデルへの関心の高まりを支えるためにスキルを向上させる必要があると認めており、わずか19%がモデルがコンテンツを生成する方法に完全に精通していると感じています。AIの主要な使用例はチャットボットと翻訳であり、これは2023年のジェネレーティブAIの進歩を反映している可能性がありますが、組織の25%しか実際に生産環境にジェネレーティブモデルを導入していません。58%の組織がAI統合度が低く、5つ以下のモデルを稼働させています。この数値は2022年から大きく増加していません。大企業ほど50以上のモデルを稼働させる可能性が高いです。62%が成功したAIプロジェクトの実行が難しいと評価しており、企業が大きいほどAIの導入が難しくなっています。
これらの調査結果は、ChatGPTのようなツールによるAIの注目にもかかわらず、実際の企業での採用には実際の課題があることを示しています。企業はジェネレーティブAIを実験している段階であり、完全に運用に統合されているわけではありません。スキル、規制、信頼性、インフラストラクチャなどの要因がAIの迅速なスケーリングへの障壁となっています。
インテルのソフトウェアアーキテクトでありテクニカルエバンジェリストであるトニー・モンコルスマイ氏は、「2023年のML Insider調査は、AI開発者の多数が技術スキルの不足が組織のMLおよび大規模言語モデルの採用を遅らせていると述べており、GenAI能力を実装しようと競争するビジネス界にプレッシャーをかけている」と述べています。「業界として、私たちは複雑さを取り除き、開発者にとってタスクを簡素化するためにできることをすべて行う必要があります」と彼は付け加えています。完全なML Insider 2023レポートは、同社のウェブサイトで確認できます。
【ニュース解説】
インテル社の一部であるcnvrg.ioが行った最新の調査によると、企業における人工知能（AI）の採用は、特にジェネレーティブAI（生成的AI）に関しては、まだ初期段階にあることが示されました。ジェネレーティブAIとは、新しいテキストや画像などのコンテンツを生成するAI技術のことで、最近ではChatGPTなどが注目されています。しかし、この調査結果は、企業が実際にこれらの技術を生産環境に導入することは少なく、多くの企業がAIの実用化に向けて様々な課題に直面していることを示しています。
調査では、金融サービス、銀行、防衛、保険業界がAIの採用に積極的である一方で、教育、自動車、通信業界はAIの導入に消極的であることが明らかになりました。AI導入の障壁としては、特にインフラストラクチャの問題が挙げられており、計算集約型の大規模言語モデル（LLM）を運用するためには、高いITリソースが必要となります。また、AI技術、特に言語モデルに関するスキルの不足も大きな問題であり、多くの専門家が自身のスキル向上の必要性を感じていると報告しています。
AIの主な用途としては、チャットボットや翻訳が挙げられていますが、これらの技術を生産環境に導入している企業は全体の25%に過ぎません。さらに、多くの企業が5つ以下のAIモデルしか運用しておらず、AIの統合度は低いとされています。大企業ほど多くのAIモデルを運用している傾向がありますが、全体として見ると成功したAIプロジェクトの実行は難しいと評価されています。
この調査結果から、AI技術、特にジェネレーティブAIの企業への導入は、技術的なスキルの不足、規制の問題、信頼性の確保、そして必要なインフラストラクチャの整備など、多くの課題に直面していることがわかります。これらの課題を克服するためには、より簡単にAIを導入できる環境の整備や、開発者のスキル向上のための教育が必要です。また、企業がAIを導入する際には、これらの技術がもたらすポジティブな側面だけでなく、潜在的なリスクにも注意を払う必要があります。例えば、プライバシーやセキュリティの問題、バイアスの問題などが挙げられます。規制当局も、AI技術の進展に合わせて適切な規制を設けることが求められるでしょう。
長期的な視点では、AI技術の進化は企業の業務効率化や新たなビジネスモデルの創出に大きな影響を与える可能性があります。しかし、そのためには、現在の課題を乗り越え、AI技術を安全かつ効果的に活用するための環境を整えることが不可欠です。
from Study finds AI ‘revolution’ moving at a crawl in enterprises.
