調査により、高い期待にもかかわらず、ビジネスにおける生成AIの導入が遅れていることが判明

TelstraとMIT Technology Review Insightsが実施した最近のグローバル調査は、技術の広範な hype と期待にもかかわらず、ビジネスにおける生成AIの導入が遅れていることを明らかにしました。驚くべきことに、世界中の300人以上のビジネスリーダーのうち、生成AIを積極的に活用しているのはわずか9%であり、その可能性に関する楽観論とは対照的です。

調査報告書は、生成AIの広範な採用を防ぐいくつかの主要な障害を特定しました。データプライバシー、規制、およびITインフラが主要な障壁として浮上し、企業が最先端の技術を実装する際に直面する課題を浮き彫りにしました。

オーストラリア国立AIセンターの初代ディレクターであるステラ・ソラーは、成熟したエンタープライズ対応の生成AIの実行が容易であるという誤解を強調しました。彼女は、企業がデータ品質、プライバシー対策、AIスキル向上、および組織全体の安全で責任あるAIガバナンスを実装する必要があることを強調しました。

規制上の課題とデータプライバシーへの懸念

調査で特定された重要な障壁の一つは、生成AIに関連するリスクを軽減するための堅牢なガバナンスフレームワークとセキュリティ手順の必要性です。AI SingaporeのAIイノベーションディレクターであるローレンス・リョウは、MITレポートの公開時に、AIモデルに対する明確なガバナンスフレームワークとセキュリティ手順の確立の重要性を強調しました。

リョウは、企業が適切なガバナンスが整っていることを確保し、内部文書が適切にセグメント化または保護されていることを確保する必要性を強調しました。彼は、AIモデルが従業員の給与などのプライベート情報を漏洩するようにだまされるシナリオを回避する必要性を強調しました。

ITインフラと採用における投資の障壁

調査はまた、ITリソースと能力、ならびに投資予算が、生成AIの迅速な展開に対する重要な障壁であることを明らかにしました。回答者の30%未満が、生成AIの迅速な採用をサポートするための自社のIT属性に自信を持っていると述べています。さらに、回答者の56%が、IT投資予算が生成AIの実装を制限していると述べています。

導入率が低いにもかかわらず、調査結果は、ほとんどのビジネスリーダーが2024年までに生成AIが2倍以上のビジネス機能または一般的な目的で使用されると予想していることを示しています。2023年の初期採用者は、人間の監督が少なくて済むため、主に反復的で低価値なタスクの自動化にこの技術を使用しました。

2024年までに、回答者はカスタマーサービス（77%）、戦略的分析（74%）、製品革新、サプライチェーンロジスティクス、および販売など、さまざまな分野で生成AIを実装することを期待しています。しかし、報告書は、前述の障壁のため、これらの計画が「野心と傲慢」に満ちている可能性があることに注意しています。

生成AIエコシステムが継続的に進化するにつれ、企業はデータプライバシー、規制遵守、およびITインフラの制約という課題に対応する必要があります。これらの問題に対処することは、この変革的なテクノロジーをさまざまなビジネス運用に広く採用し、成功裏に統合するために不可欠です。

この調査は、生成AIの潜在的な力を最大限に引き出すために、企業がITリソース、データ品質、AIガバナンスフレームワークへの投資を優先する必要があることを浮き彫りにしています。これらの障壁を克服することで、企業はこのテクノロジーの力を活用し、イノベーションを促進し、顧客体験を向上させ、ますますデジタル化する環境で競争優位性を確保することができます。