GenAI の導入で問題が発生

GenAI meets problems when implementing は、公開された証拠がインターネットインフラ、ガバナンス、運用上の依存関係、または市場の可視性に関連付けられているため、BTW Media によってプロファイルされています。

• 生成 AI の可能性に組織は熱意を示しているが、実装における 4 つの主要な領域で障害に直面している。
• この調査では、GenAI 戦略またはデータ分析に携わる 300 人の米国の意思決定者を対象に、主要な投資分野と組織が直面する障害を評価した。
• GenAI は、組織がすべてのビジネス目標を達成するための新しい輝かしい玩具ではなく、既存のプロセスやシステムのハイパーオートメーションと加速化に理想的な貢献者と見なされるべきである。

生成 AI が従業員と企業の生産性を向上させる可能性に組織は熱意を示しているが、才能の不足と不十分な戦略的計画のために、その利点を十分に活かせていないことが、2024 年初頭に Coleman Parkes Research が実施し、データ分析企業 SAS が後援した調査で明らかになった。

4 つの主要な領域における障害

コンプライアンスを確保しながらデータ利用への信頼を得ること。LLM（大規模言語モデル）におけるバイアスやプライバシーのリスクを評価する堅牢なシステムを持つ組織はわずか 10％です。さらに、大多数の米国企業は規制に準拠しておらず、93％は GenAI のための完全なガバナンスフレームワークを持っていません。

既存の手順やシステムへの GenAI の統合。組織は、GenAI を現在のシステムに統合する際に互換性の問題が生じることを認識しています。

スキルと能力。内部の GenAI は不十分です。企業のリーダーたちは、適格な候補者が不足しているため、人事部門が GenAI への投資を最大化するために必要なスキルにアクセスできないことを懸念しています。

コストの見積もり。経営陣は、LLM の使用が法外な直接的および間接的なコストをもたらすと強調しています。モデル作成者が提供するトークンコストの見積もりは、組織にとって法外であると認識されています。しかし、プライベートな知識の準備、トレーニング、および ModelOps の管理には、長く複雑なコストがかかります。

調査について

2024 年初頭に、Coleman Parkes Research がデータ分析企業 SAS の資金提供を受けて、GenAI 戦略またはデータ分析に携わる 300 人の米国の意思決定者を対象に調査を行いました。この調査の目的は、組織が直面する主要な投資分野と課題を特定することでした。

「組織は、大規模言語モデル（LLM）だけではビジネス上の問題を解決できないことに気づいています」と、SAS の AI 戦略アドバイザーである Marinela Profi 氏は述べています。

GenAI は、組織がすべてのビジネス目標を達成するための新しい輝かしい玩具と見なされるのではなく、現在のプロセスやシステムのハイパーオートメーションと加速化に理想的な貢献者と見なされるべきです。すべての組織は、軽率に飛びついて「囚われの身」になる前に、LLM の統合、ガバナンス、説明可能性を提供するテクノロジーに投資し、段階的な戦略を立てるための時間をかけるべきです。