生成AIの急速な進化に対処する上で考慮すべき4つの質問

注：本記事は(2024年2月14日)に公開された(Four Questions to Consider When Navigating the Rapid Evolution of Generative AI)を機械翻訳により公開したものです。

1年前、ChatGPTのリリースにより一般の利用が爆発的に増え、同時に潜在的な社会やビジネスへの影響について激しい議論が巻き起こった時、生成AI（生成AI）機能は驚くほど斬新に思えました。従業員の生産性と収益性を最大限に高めるために、企業がその可能性を活用する方法で生成AIの採用に奔走するなか、最初の驚きと疑念がビジネス上の緊急性へと向きを変えています。

しかし、差別化された生成AIソリューションの実装という意図は、いくつかのコアな現実が見えてきたときにすぐに障害となります。

• 人材はどこで得られるか？
• 可能性の範囲をどう囲むか？
• AIへの信頼を構築するには？

私は20年以上にわたり、大企業がデータ、アナリティクス、AIを最適化することで大きな市場足がかりを獲得できるよう支援してきました。私はこれまで、リソース投資の無駄を回避し、新しい競争環境で成功を収めるためには、総合的なデータ戦略がどのように基礎となるかを目の当たりにしてきました。もちろん、最新のデータインフラストラクチャーを構築するよりも、それに応じて従業員を適応させ、よくある落とし穴を回避し、プロセス全体を通じて顧客の信頼を維持する方が、その価値を理解しやすくなります。

評価や地位を脅かすのではなく、生成AIソリューションを確実に成功に導くために、企業がまず取り組むべき4つの質問をご紹介します。

この1年で、誰もが生成AIの専門家になりました。個別のデータ管理アーキテクチャの登場により、データ市場はアーキテクチャの観点から分断されており、人材やテクノロジーに対する生成AIの影響はかつてないほど高まっています。組織が流入するデータを目的に応じて自在に管理すれば、ソリューションスペースは拡大しますが、データ管理ツールの断片化も進みます。このようなデータの無秩序な増加に対処するためにさまざまなイニシアチブを実行すると、ビジネス密度がさらに希薄化し、収益の余地がなくなります。 

データ戦略は、企業の全体的な事業戦略、優先事項、投資を決定するベースラインです。生成AIの騒音は、多くの場合、慌ただしくその能力に事業投資を浪費しがちです。ノイズは魅力的ですが、ナイーブで即時的な場合もあります。包括的なデータ戦略とは、組織にとって実際に何が重要なのか、またそれが適切なインフラストラクチャー投資のための基盤をどのように築くのかを示すものです。

生成AIの幅広いアクセシビリティと使いやすさは、スクリプト、画像、インタビューなど、平凡なアウトプットにもつながります 。生成AIが人間の創造性なしでは生成できないコンテンツを生成できるように、既存の人材スキルセットを調整するにはどうすればよいか？ 

ビジネス機能の自動化でさえ、それを実現する人材が必要です。生成AIを効果的に管理・統制するには、新しいエンジニアリングスキル（適切なAI「プロンプト」を見つける責任など）とAIガバナンスが必要です。

また、特に生成AIの潜在的なウイルス性が組織のすべてのバーティカル市場や支店に影響を与える場合は、人材はAIの使用に熟達しているか、少なくともAIを理解する必要があります。機能の変化が特定のビジネス機能を破壊する可能性があるペースは、適応するのが遅すぎる部門と、生成AIの変更や効果を追跡できる体制が整っている部門、つまり変化し続けるエコシステムの勝者と敗者の間に亀裂を生じさせる可能性があります。

Snowflakeが提供するような流暢なコースは、生成AIとは何か、さらに重要なのは、その絶え間ない変化がビジネス機能やデータ戦略をどのように変えるのかを理解するのに役立つソリューションです。生成AIは誰でも使用できますが、疑問は残ります。つまり、組織内でこれらのツールにアクセスできるすべての人がこれらのツールの使い方を知っていますか？

モデルがトレーニングするデータの品質と多様性に応じてバイアスが発生する可能性を考慮すると、AIへの信頼は勝ち取れないでしょう。しかし、信頼できる生成AIモデルのトレーニングに多大なコストがかかります。利用可能なトレーニングデータが偏り、ビジネスの整合性が損なわれる可能性がある利用可能なトレーニングデータで表現されていない周縁人口統計は、たとえばクレジットカード承認要件を生成するために設計されたモデルから除外できます。あるいは、トレーニングで使用されたヒストリカルデータが古すぎて、公平な結果が得られない場合もあります。 

生成AIトレーニングの倫理的ガバナンスと規制は、規制緩和されたテクノロジーの誤用や、AIの幻覚を事実として信頼することによる損害を防止するための、投機的で狂騒的なエコシステムに現れます。生成AIが従業員の生産性の向上を実現するのと同じくらい効果的であっても、そのメリットが信頼と公共の安全を犠牲にしてはなりません。

生成AIの影響への準備と、その導入にSnowflakeがどのように役立つかについては、DCNのチャネルで私のインタビュー全文をご覧ください。