2024 年の AI トレンド: イノベーション、生産性、CX の強化

はい、通過すべき規制はまだたくさんあります。そして、はい、それを私たちを悩ませているすべての万能薬/パンドラの箱と見なす賛成派と反対派が大量に存在するでしょう。 いずれにせよ、AI は現実のものであり、それは巨大です。一生に一度の革新的なテクノロジーです。 私たちはそれを機械学習の派手な略語として使用する時点をはるかに過ぎており、蜜月期間の真っ只中です。

生成 AI の大ヒットの年を経て、あらゆる種類の企業が 2024 年に AI が何をしてくれるかについて興奮しています。Amazon の今年の CDO Insights レポートによると、最高データ責任者の 80% が生成 AI が自社のビジネスを変革すると信じています。

AI は競争力を維持するために不可欠なものとなっています。 Deloitte の State of AI in the Enterprise 5th Edition レポートによると、世界のビジネス リーダーの 94% が今後 5 年間の成功には AI が不可欠であると考えています。

AI テクノロジーが進歩し、業界を変革し続ける中、2024 年にはどのような AI トレンドが予想されるでしょうか?

2024 年に注目すべき 5 つの AI トレンド

来年には、推論コスト（応答を生成するために大規模な言語モデルを呼び出すコスト）が低下し、LLM がコモディティ化され、AI の使用が拡大するため、大多数の企業が AI に投資するでしょう。 とはいえ、金利上昇と地政学的不安定の不足が重なって、S&P 500全体の設備投資はやや低迷しているため、すぐに大成功を収めることは期待できません。

Meta、Microsoft、Nvidia など、生成 AI 革命に勢いよく乗り出す企業は、当然ながら多額の投資を行うでしょう。 明らかなプレーヤー以外では、データ中心の企業が最初に利益を得るでしょう (節約できるコーディング時間を考えてください) とともに、実験が容易な小規模で機敏な企業も同様です。

テキスト、音声、画像、ビデオなどのさまざまなソースを組み合わせてコンテンツを生成するマルチモデル AI システムの進歩により、ビジネス変革が加速すると予想されます。

回避すべきリスクはまだたくさんあります。 大手ハイテク企業は一致団結して興奮しているが、この技術が実需を上回ったのはこれが初めてではないため、普及には時間がかかるだろう。

注目すべき 5 つの主要な AI トレンドを以下に示します。

1. 顧客体験の向上
2. オフィスの生産性を向上
3. イノベーションの加速
4. AI リスクの管理
5. タッチスクリーンを超越する

1. AI が顧客体験に「習慣」をもたらす

自然言語チャットボットの優れた機能とリアルタイムの分析情報や顧客データを組み合わせることで、2024 年にはブランドが AI を使用して個人をターゲットに超パーソナライズされた広告を表示し、プラットフォーム全体でカスタマイズされたエクスペリエンスを真に加速するようになるでしょう。

Gartner がエグゼクティブ リーダー 2,000 名を対象に実施した調査では、カスタマー エクスペリエンスが生成型 AI への投資で最も重視されていました。

AI を使用すると、企業は顧客の行動や好みについてリアルタイムでより深い洞察を得ることができ、それを利用してパーソナライズされた製品の推奨事項やオファーを提供できます。 AI は、製品カタログ管理と製品発見を合理化し、オンライン ショッピング エクスペリエンスを向上させ、手作業を削減し、最終的に収益を向上させるのに役立ちます。

Gen AI は、顧客体験全体の中核となる顧客サービスの向上にも貢献すると約束しています。 これは、よりスマートなチャットボットに留まらず、エージェントがより迅速に質問に応答し、より迅速に解決策を思いつくのを支援します。

2. 2024 年に生産性を大幅に向上

私たちがよく耳にする大きな売りは、生成 AI がユーザーの創造性を解き放ちながら生産性を高めるのに役立つということです。 2024 年には、AI が職場でさらに大きなトレンドになることが予想されます。

KPMG LLP の調査によると、調査対象となった米国の経営者 225 人のうち過半数 (66%) が、人工知能が将来人々の働き方を変えると信じていることがわかりました。

日々の退屈な仕事の中で、AI 生産性ツールのおかげで、オフィスの必需品が (長い間待ち望まれていた) アップグレードされることになります。 これらにより、仮想アシスタントや電子メール管理ツールからプロジェクト管理やレポートに至るまで、あらゆるものが可能になります。

Microsoft と Google は、コラボレーション、コンテンツ作成、会議、その他の事務作業のためのこの種のツールをいち早く提供してきました。 しかし、他の多くのテクノロジーサプライヤーは、データ分析や運用管理から従業員の採用に至るまで、幅広い作業プロセスを自動化するために、自社のエンタープライズアプリケーションに AI 機能を追加しています。

顧客サービスのための AI: より迅速な修正、より満足なエージェント

顧客サービス用の AI は、エージェントのエクスペリエンスを向上させ、解決を迅速化し、顧客満足度を向上させることができます。

3. アイデア創出の加速

AI を適切に活用すれば、会議の概要やデータ分析に威力を発揮するだけでなく、イノベーションも促進します。 コーネル工科大学とウォートンスクールの2023年の論文では、大規模な言語モデルの幻覚、判断力の欠如、矛盾は「バグではなく貴重な機能」と見なすことができると主張している。

KPMG の調査によると、米国の経営者の 62% は、AI がイノベーションを促進し、より多くの製品やサービスの創出に役立つ可能性があると考えています。

定型的なタスクの自動化は、従業員を解放してイノベーションや問題解決に集中させるのに役立ちますが、生成型 AI ツールは、2024 年に成長する AI トレンドであるアイデア創出にも役立ちます。たとえば、5 つ以上のアイデアを思いつくのは難しいかもしれません。指定されたトピックについて 15 分で説明します。 ChatGPT を使用すると、出力は最大 200 に達します。

アイデアの生成が大幅にコストが安くなるため、専門家はアイデアの評価と改良に重点を移すことができます。 ハーバード ビジネス レビューの調査によると、ここでも生成 AI ツールが役立ちます。

「生成 AI が企業や政府にもたらす最大の機会の 1 つは、人間の創造性を強化し、イノベーションの民主化の課題を克服することです」と研究者らは書いています。

4. 2024 年に高まる AI リスク管理の傾向

データ管理をしっかりと把握していない企業にとって、生成型 AI の導入は行き過ぎのステップかもしれません。 AIツールが誤って貴重なデータを漏洩してしまう可能性があるからだ。

純粋に実際的な観点から言えば、企業が従業員が AI をどのように使用しているかを追跡することは困難です。 たとえば、技術チームがソース コードやその他の機密データをチャットボットにアップロードしているかどうかを知りたい (Samsung に問い合わせてください)。 ガイドラインと規制機関はさらに増えることが予想されます。

たとえば、欧州連合の人工知能法は、リスク レベルに応じてシステムを分類し、対応する義務を確立することにより、AI の規制枠組みを提案しています。

米国では、バイデン政権が特にAIの安全性とセキュリティの基準を設定し、米国民のプライバシーを保護することを目的とした大統領令を発行した。

企業はまた、AI の倫理的な開発と使用に関するポリシー、およびユーザーのデータとプライバシーを保護するためのルールを導入することで、AI のリスクを軽減するための措置を講じています。

5. AI でタッチスクリーンを超える

AI とオーディオを見ると、物事はさらに面白くなります。 まともなチャットボットと AR メガネまたは VR ヘッドセットを組み合わせると、突然タッチスクリーンの向こうの世界が見えるようになります。

この AI トレンドが規制や価格設定のせいで消費者向けテクノロジーに影響を与えるまでには時間がかかるかもしれませんが、ブレークスルーの条件は整っており、テクノロジー生成型 AI によって、スマート グラスのコンセプト全体がより魅力的で、これまで以上に身近なものになっています。

AI を活用したスクリーンレス技術の兆候はすでに見え始めています。 昨年の秋、スタートアップの Humane は、ユーザーが音声やジェスチャーを含むさまざまな方法で操作できる、画面のない小型の AI 対応ウェアラブル デバイスである Ai Pin を発売しました。

障壁を取り除き、戦略を整理する

AI モデルが小型かつ高速になる (そしてトレーニング費用が安くなる) ため、2024 年には参入障壁が低くなるでしょう。これは、医療や金融などのデータを大量に使用する分野で独自のモデルが大量に登場する可能性があることを意味します。 データの品質が良好である限り、迅速なテストのための優れたサンドボックスを提供するデジタル ツインとともに、洞察とユースケースを融合するために AI がますます利用されるようになるでしょう。

それでも、企業は単純に AI の導入を進めることはできません。 データのリスクと従業員への影響を認識し、戦略的に投資する必要があります。

それで、これをなぞってください: あなたのユースケースは何ですか? AI を使用して解決しようとしている問題は何ですか?