企業は現在、生成 AI の可能性を最大限に活用するためにデータ、人材、プロセスを準備するという課題に直面していることを認識しています。実際、アクセンチュアの最近の調査では、ほぼ全員 (99%) の経営幹部がこのテクノロジーへの投資を増やす計画があると回答していることがわかりました。その結果、リーダーは仕事の進め方を根本的に再考する必要があります。 CIO は部門横断的なビジネス プロセスの視点を持ち、テクノロジを使用して業務を再構築し価値を提供する方法についての深い理解と相まって、組織が生成型 AI に備えるのを支援する独自の立場にあります。
ただし、リーダーはこのテクノロジーの導入を促進するために必要なフォローアップ措置を講じるよう懸命に取り組んでいます。たとえば、最近のアクセンチュアのレポートでは、テクノロジーの上級リーダーの 67% が、テクノロジーを戦略開発に統合する際に、同僚の技術的洞察力の欠如が大きな障害になっていると考えていることがわかりました。この障害を克服する鍵は、生成 AI とイノベーション、およびその連携を理解することです。それがビジネスの成功につながります。
AI をビジネスに効果的に統合するには、ビジネス価値を定義する明確な目標を設定し、AI 戦略をこれらの全体的なビジネス目標に合わせることから始まります。企業のデジタル アジェンダの推進を担当する多くの CIO は、AI を中核とみなし、戦略の最も重要な要素を実現するために AI ソリューションを使用し始めています。彼らは、堅牢なインフラストラクチャを構築することが組織のエンタープライズ対応への重要な第一歩であり、これにより企業が最大限の効率と効果で生成 AI を拡張し、企業全体でこのテクノロジーの成功を促進できるようになると認識しています。実際、世界の経営幹部の 98% は、今後 3 ~ 5 年以内に AI ベースのモデルが組織戦略において重要な役割を果たすようになるだろうと信じています。
エンタープライズ向けの新しい AI Navigator を設計するにあたり、企業が生成型 AI のストレス テストを行う準備ができているかどうかを判断するために CIO が自問すべき 8 つの質問を特定しました。
- どの基本モデルを使用する必要がありますか?言い換えれば、どのアーキテクチャがモデルの出力が関連性があり、信頼性があり、使用可能であるかを最もよく保証できるということです。生成 AI のモデルとベンダーの数は増え続けているため、組織のニーズや要件に適合するように選択を慎重に検討する必要があります。
- これらのモデルを利用できるようにするにはどうすればよいですか?企業がモデルを導入するために採用できる主なアプローチは 2 つあり、それぞれに独自の利点があります。独自のパブリック クラウド上のモデルにアクセスするには「フル コントロール」オプションが必要ですか? それとも、速度と簡素化のために外部プロバイダーのマネージド クラウド サービスとして生成 AI を使用する予定ですか?
- モデルを独自のデータに適応させて使用するにはどうすればよいでしょうか? AI とデータは強力なデジタル コアの重要な要素となっており、今日のビジネスにとって競争上の優位性の主な源泉となっています。生成 AI から最大限の価値を引き出すには、独自のデータを活用して、企業全体の精度、パフォーマンス、有用性を向上させる必要があります。組織や人々に関連するカスタム ツールを作成するために、事前トレーニングされたモデルを適応させることを検討できるさまざまな方法があります。
- 会社全体の準備はどの程度ですか?まずは、統合と相互運用性のフレームワークについて考えることから始めます。あなたのベースモデルは安全で安全に使用できますか?生成 AI の導入により、すべての企業が強力で責任ある AI コンプライアンス プログラムを開発することが不可欠になります。健全な AI 基盤を確立するには、法律、規制、倫理基準の遵守が重要です。また、生成型 AI ユースケースの潜在的なリスクを評価するための設計段階での制御の管理も重要です。
- 二酸化炭素排出量についてはどうですか?基本モデルは事前トレーニングされていますが、適応と微調整のプロセスで大量のエネルギーを消費する可能性があります。どれだけの量が消費され、どのような影響があるかは、基本モデルの購入、強化、または構築に採用されたアプローチによって異なります。これを放置すると、環境に深刻な影響を与える可能性があるため、ビジネスと環境の両方にとって正しい選択を行うために、事前に持続可能性を要素として比較検討することがますます重要になっています。
- 生成 AI インテリジェント アプリケーション開発の産業化をどのように実現するか?基本モデルを選択して導入した後の次のステップは、アプリケーション開発を工業化して加速するためにどのような新しいフレームワークが必要かを検討することです。ラピッド エンジニアリングは急速に差別化機能になりつつあります。工業化されたプロセスを通じて、特定のビジネス機能またはドメインに合わせた、効率的で適切に設計されたプロンプトとテンプレートのコーパスを構築できます。
- 生成 AI を大規模に運用するには何が必要ですか?既存のプロセスを覆し、新しい働き方を再発明するという複雑さ自体が課題です。しかし、大規模な AI を収益化する方法を見つけることは、すべての CIO の関心事であるはずです。 AI はイノベーションを育む肥沃な土壌となっており、CIO は企業構造全体にわたって良好なつながりを確立する必要があります。部門を超えたコラボレーションの機会を見つけることは、新たな洞察と情報に基づいた意思決定につながり、組織内および業界全体でのオープンイノベーションを促進すると同時に、新たな成長の機会を開拓します。
- どこから始めて、今後の方向性をどのように導き続ければよいでしょうか? AI 主導の生産性は、次の大きなマイルストーンです。ソフトウェア開発は、CIO の影響力が十分に発揮される分野であり、ユースケースを深く掘り下げて共有し、パイロット プロジェクトの実際の結果を通じてチームの実際の経験を実証する必要があります。たとえば、アクセンチュアは昨年、生成 AI がソフトウェア開発チームの製品立ち上げの迅速化にどのように役立つかを研究しました。 Accenture は、Amazon CodeWhisperer などの次世代 AI ツールを使用し、開発者の生産性とコード品質が大幅に向上しただけでなく、全体的なリリース サイクルが短縮され、新しい AWS Velocity プラットフォームを記録的な速さで提供できるようになりました。あなた自身のケーススタディになることで、それを現実にする方法を示し、組織の他のメンバーが実験とテストを行い、迅速に移行し、使用を迅速に拡大できるように導くことができます。テクノロジーがどこへ向かっていくのか、どのくらいの速度で進んでいるのか、組織がどのような結果を期待できるのかについて関係者をガイドする能力が向上します。
新たな変曲点
テクノロジーはあらゆる業界の強力な成長、機敏性の向上、回復力の向上の鍵であり、生成 AI もその 1 つです。重要な差別化要因であり、このテクノロジーは根本的に私たちの働き方と暮らし方を変える。アクセンチュアの調査では、作業時間の 40% が大規模な言語モデルの影響を受けていることがわかりました。詳しく見ると、特に IT およびテクノロジーの役割では、総作業時間の 73% が生成 AI によって変更できることが明らかになり、これを安全に、責任を持って、コスト効率よく、そしてビジネスとの関連性を持って行う必要性が強調されています。価値ある方法で生成 AI を拡張するための適切な基盤。
CIO には、組織が今日の急速に変化するデジタル環境の複雑さに対処できるよう支援する重要な機会があります。 AI の画期的な進歩とパフォーマンスに対する全社的なアプローチを活用することで、テクノロジーを自社に活用する方法を見つけ、自分自身と自分の業界を再定義できます。
以上がCIO への 8 つの質問: 生成型 AI に向けて企業を準備するの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。