2023 年の新しいレポートで人工知能の将来展望が明らかに

Google Cloud は、データと人工知能戦略を取り巻く 5 つの主要なトレンドを考察した 2023 年のデータと人工知能のトレンド レポートをリリースしました。同レポートでは、消費者の需要、市場状況、新しい人工知能（AI）や機械学習（ML）技術はすべて進化しており、データの複雑さの増大により1年前とは異なる状況が生じていると指摘している。

IDC が実施した調査では、800 を超えるグローバル企業組織を対象に、データ使用時に直面する課題を挙げてもらっています。最大の課題、データと AI のクラウド ソリューションから得られる利点、およびこれらのソリューションの使用方法。

トレンド 1: 静的データは時代遅れであり、統合データ クラウドの時代が到来しています。 レポートでは、2026 年までに毎秒 7PB のデータが世界中で生成されると述べています。現在、元のデータはデータの 10% のみで、残りの 90% はレプリケートされたデータです。このようにサイロ化されたデータ ストアは組織にとって何の役にも立ちません。 Google Cloudは、このデータを保存、管理、分析、適用するためのより良い方法が必要だと述べている。このレポートでは、データベース、データ ウェアハウスとデータ レイク、ストリーミング、ビジネス インテリジェンス (BI)、人工知能 (AI)、機械学習 (ML) に共通のインフラストラクチャを提供する統合クラウドがどのようにソリューションとなり得るかを調査しています。

Google Cloud のデータベース エンジニアリング担当ゼネラル マネージャー兼バイスプレジデントである Andi Gutmans 氏は、統合されたデータ クラウドにより、データと洞察を革新的なデジタル エクスペリエンス アプリケーションに統合し、より適切な意思決定を行うことができると述べました。 「そのため、ユーザーは必要なときに適切な情報を入手して、最良の結果を達成できます。」

# トレンド 2: Opendataecosystemsデータがプラットフォーム間で自由に移動できるようにし、企業がデータのロックインやサイロ化を回避できるようにします。 PostgreSQL、Kafka、TensorFlow、PyTorch、Presto、JanusGraph、Apache プロジェクトなどの事前に構築されたオープン ソース サービスとアプリケーションは、開発の迅速化とコストの削減に役立ちます。一方で、これらのオープンスタンダードやオープンアーキテクチャはデータ分析などの操作もローカルで実行できるため、データ移動コストの削減につながると報告書は指摘している。

トレンド 3: Google Cloud のデータによると、私たちは人工知能の転換点に近づいています、管理データクラウドとAIクラウドを分離できません。人工知能を活用したアプリケーションは、より多くの問題を解決し、データから前例のない洞察を獲得しています。 Google Cloud のクラウド人工知能および業界ソリューション担当バイスプレジデントである June Yang 氏は、データ サイエンティスト、アナリスト、開発者、ML 作成者が現在緊密に連携しており、統合ポータルのツールにアクセスするための単一のインターフェースを望んでいる、と述べました。レポートでは、組織の 80% が、AI/ML モデル実行の組み込みサポートにより、特定のデータ クラウド プラットフォームを選択する可能性が高くなったと述べていると述べています。

さらに、事前トレーニングされたモデルとローコード トレーニング手法は、企業が AI および ML プロジェクトの目標を達成するのに役立ち、「市民」データ サイエンティストを可能にします。レポートによると、組織の 81% が、より多くの「市民」データ サイエンティストを擁することで、より多くのプロジェクトに高度な分析を適用する能力が大幅に向上すると回答したことがわかりました。

トレンド 4: 企業は BI を再考しています。 Google Cloud は、従来のダッシュボード中心のモデルを放棄し、アクション中心の BI パラダイムを採用すると述べています。このパラダイムでは、より多くの種類のワークフローをサポートするために、より多くの環境でより多くの人々に洞察が提供されます。 BI と分析は、潜在的な傾向、データの異常、潜在的な問題を特定するのに役立ち、組織の 87% が、BI ソフトウェアが予測モデルの開発と展開をサポートすることを望んでいます。企業がより広範な社内ユーザーにリーチし、顧客向けアプリケーションを改善しようとしているため、BI と分析をエンタープライズ アプリケーションに組み込む傾向も高まっています。

トレンド 5: データ リスク管理が台頭しています。 企業は、セキュリティ、ガバナンス、信頼性を向上させるために、未知のデータを理解しています。非構造化データと構造化データの両方が収集されるデータが増えるにつれて、データを保護し、コンプライアンスを維持する方法を理解するには、収集されているデータを正確に理解することが重要です。各データセットを手動で検索、スキャン、分類してリスクを判断することは、特に顧客チャット アプリケーションを使用する企業のようなユースケースでは、機密情報がチャット記録に含まれる可能性があるため、困難です。

Google Cloud は、すべてのデータを理解し、データ取り込みパイプラインとストレージ サイロを理解することが、データ リスク管理における最も重要なステップであると述べています。次に分類ですが、多くの組織が ML およびビジネス自動化ツールを使用しています。自動制御を導入すると、データの保存と共有時のリスクを軽減できます。たとえば、顧客が機密データを提供する場合、自動プロセスにより機密情報を保存する前に編集できます。 Google Cloud は、2027 年までに大企業の 66% が、データに内在するリスクを測定し、セキュリティとフィルタリングを通じてリスクを軽減できるデータ コントロール プレーン テクノロジーに多大な投資を行うようになると予測しています。

以上が2023 年の新しいレポートで人工知能の将来展望が明らかにの詳細内容です。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。