新しい研究により、人材不足と GenAI アプリケーションにおける戦略的ギャップが明らかになりました

最近の調査によると、米国の企業は、ビジネスと従業員の生産性を向上させる生産的な人工知能 (GenAI) の可能性に熱心に取り組んでいます。しかし、熱意の高まりの裏で、リーダーたちは理解のギャップ、戦略計画の欠如、人材の不足がテクノロジーの価値を最大限に認識し測定する上での障壁であると考えています。

今年初め、Coleman Parks Research は、SAS の支援を受けて、GenAI について戦略的またはデータ分析に関する意思決定を行っている米国人 300 人を対象に調査を行い、重要な点を調査しました。この分野への投資や組織が直面する障壁。この研究のために、コールマン・パークス氏は米国外の指導者にも調査を行った。これらの世界的な結果は今年後半に発表される予定です。この米国のエグゼクティブ サマリーから読み取れるメッセージは、GenAI の課題と可能性、つまり競争上の優位性をいかに達成するかを示すものです。

SAS 戦略的人工知能インテリジェンスのマリネラ プロフィ氏は次のように述べています。「企業は、大規模言語モデル (LLM) だけではビジネス課題を解決できないことに気づきつつあります。組織がすべてのビジネス目標を達成するのに役立つ新しいおもちゃではなく、既存のプロセスとシステムを使用して、すべての組織が注力する必要がある LLM を管理する統合と説明可能性を提供する進歩的な戦略を開発し、テクノロジーに投資します。コミットして「ロックイン」される前に実行する必要があります。」

組織は 4 つの主要な実装分野で障害に直面しています。

データの使用に対する信頼を高めること。そしてコンプライアンスを達成することは、重要: LLM におけるバイアスとプライバシーのリスクを測定するための信頼できるシステムを導入している組織は 10 組織に 1 組織のみです。さらに、米国企業の 93% には GenAI のための包括的なガバナンス フレームワークが欠如しており、ほとんどの企業が一時的な規制違反のリスクに直面しています。

GenAI を既存のシステムやプロセスに統合すると互換性の問題が発生する可能性があるため、チームは GenAI を現在のシステムに統合しようとすると互換性の問題に直面する可能性があります。

人事部門に必要なスキルやリソースが不足しているため、組織のリーダーは、GenAI への投資を最大限に活用するために必要なスキルを習得できないのではないかと心配しています。

リーダーたちは、LLM の使用に関連する法外な直接的および間接的なコストを挙げました。モデルの作成者は、法外なコマンドコストの見積もりを提供することがあります (組織は、これも法外であることを認識しています)。しかし、専門知識の準備、トレーニング、ModelOps 管理のコストは長く、複雑です。

専門家は次のように述べています。「これは最終的に、最高の価値を提供し、持続可能かつスケーラブルな方法で人間のニーズを解決できることを保証する実際の応用事例となるでしょう。この研究を通じて、私たちは、組織が関連性を維持し、賢明に投資し、回復力を維持できるよう支援し続けます。AI テクノロジーがほぼ毎日進化している時代において、競争上の優位性は、回復力の規律を受け入れる能力に大きく依存しています。」

##この情報は、ビジネスリーダー、テクノロジーユーザー、SASパートナー向けのデータと人工知能の体験を提供するSASイノベーションカンファレンスで発表されました。