スポンサー機能 最近、人工知能 (AI) がビジネスとテクノロジーの見出しを独占しています。 AI が私たちのビジネスのやり方をどのように変えようとしているのかについての記事を見ずにニュース サイトをチェックすることはできません。

当然のことながら、ほぼすべての企業が AI への取り組みを開始または推進したいと考えていますが、ほとんどの企業はどのように進めるべきかをよく知りません。

AI はすでに現代のビジネスに大きな影響を与えています。実際に収集した統計によると、 オーソリティハッカー, 企業の 35% が AI を導入しており、デバイスの 77% が何らかの形で AI を使用しており、10 社中 15.7 社の組織が競争上の優位性を得るために AI の使用をサポートしています。その後、AI は 2030 年までに世界経済に 85 兆 2025 億ドルを追加すると予想されています。また、他の新しいテクノロジーと同様に、失われる雇用と獲得される雇用が存在します。 AI は 97 年までに XNUMX 万人の雇用を削減する可能性がありますが、その反面、XNUMX 万人の新たな雇用を生み出す可能性もあります。

初めて AI を導入するか、既存の AI の使用を拡大しようとしている企業は、人材配置とテクノロジーの両面でいくつかの層の課題に直面しています。このテクノロジーには規制上および倫理上の懸念もあります。また、AI システムがデータによって強化されるため、企業は必然的に、AI アルゴリズムに入力する情報の品質、関連性、可用性の確保について懸念に直面します。これらのデータセットが正確で、最新で、可能な限り包括的であることを保証することは、おそらく永続的な課題となるでしょう。必要なハードウェア、インフラストラクチャ、エネルギーの提供、および関連コストの複雑さを処理する場合にも、同じことが当てはまります。

課題を克服して報酬を獲得する

HPE の AI 担当主任テクノロジスト、Matt Armstrong-Barnes 氏は、組織は戦略計画なしに AI にアプローチするという間違いを犯すことが多いと考えています。 「彼らはテクノロジーの開発にあまりにも早く取り組んでいます。彼らには共通の戦略がありません」と彼は言います。 「彼らは興味深い科学プロジェクトを生み出していますが、ビジネス価値を付加していません。」

何よりもまず、企業はユースケースを特定して優先順位を付け、実験室で生きて死ぬものを構築するだけでなく、実際の問題に確実に取り組んでいることを確認する AI 戦略を開発する必要があります。もちろん、このプロセスに関しては実践的な疑問があります。「これらの AI プラットフォームをどのように構築するつもりですか?」どうやって彼らを監視するつもりですか？」アームストロング・バーンズは尋ねる。 「彼らが依然として効率的に稼働していることをどのように確認しますか?達成すると考えていた利益が達成されたことをどのようにして実感しますか?イニシアチブに資金を提供するために、適切な方法で予算をどのように割り当てていますか?」

適切な質問をし、しっかりとした計画を立てることが、AI のメリットを実感するまでの時間を短縮できることにほとんど疑いの余地はありません。しかし、AI システムを実験モデルから実際に動作するモデルに移行させるには、大きな課題も伴います。 「最大の課題は『運用化』に関するもので、初期のデータ収集からモデルの構築、本番展開まで AI システムをどのように実現するかということです」とアームストロング・バーンズ氏は説明します。

そして、従業員が適切なスキルを持っていることを確認することが不可欠です。適切な属性を持つスタッフを引き付けて維持すること、またはその専門知識を提供できる組織と提携することが大きな焦点となります。 「テクノロジーで何ができるかについては、まだ多くの誤解があるため、教育はスキルを構築するだけでなく、賛同も構築します」と彼は付け加えました。

スキルセットとインフラストラクチャの問題の一部を解決するために企業がとれるアプローチの 1 つは、パートナーシップを探すことです、と彼はアドバイスします。インフラストラクチャ、プラットフォーム、モデル サービスにアクセスするためのパートナーです。」

AI ネイティブのアーキテクチャには多くの層があります。 AI インフラストラクチャ サービス コンポーネントには、たとえば、コンピューティング、ストレージ、ネットワーキング要素、コンテナ、仮想マシン、AI ライブラリに加えて、GPU やアクセラレータを含めることができます。同様に、AI プラットフォーム サービスには、ML アプリケーション、データ、開発、展開サービスを組み込むことができます。また、基礎モデル、微調整、ベクター ストア、プロンプトを含むモデル サービスと、バイアスとドリフトを排除して信頼性を高め、価値のあるユースケース プレゼンテーションを提供するように設計された AI ビジネス サービスを忘れないでください。

HPEはすでに、プライバシー、包括性、責任を中心とした、顧客の要件に適用できる人間中心の堅牢なフレームワークを構築していると同社は述べています。

「つまり、データとビジネス上の問題に集中できるということです」とアームストロング・バーンズ氏は言います。

データがすべてです

AI システムを設計および導入するときにデータに焦点を当てることが重要になる場合があります。組織は毎日、データの津波に襲われています。 AI により、データ内の隠れたパターンを発見できるようになり、データから価値を引き出す能力が加速されます。そうすれば、構築または強化したいアプリケーション、プロセス、サービスに関して、より多くの情報に基づいた意思決定を行うことができます。

データ中心の焦点の主な要素は、データの収集、管理、監視方法についてしっかりとした戦略を立てることです。これは、ビジネスに密接に連携し、データ文化を構築し、ガバナンス、データ品質、プライバシーとメタデータ、と HPE は述べています。

「ビジネスが何をしようとしているのかを理解する必要があります」とアームストロング・バーンズ氏は説明します。 「データ品質をどのように向上させているか、誰がデータにアクセスし、どのように破棄し、どのようなメタデータを保存しているかを理解する必要があります。」

データが引き起こす可能性のあるもう 1 つの問題は、サイロ化です。データがロックされている場合、そこから価値を抽出して取得することが困難になる可能性があります。そして、そのデータにアクセスして利用できるようになると、AI プラットフォームに情報を与えるデータをトレーニングするという問題が生じます。 AI システムの構築に関しては、大まかにいくつかの段階があります。データ収集。データを調整してモデル構築の準備を整えます。モデルを構築する。モデルを調整する。そしてそれらをデプロイします。これらの各段階には、特有の課題があります。

しかし、HPE Greenlake の AI ネイティブ アーキテクチャを使用することは、これらのプロセスを迅速化するための適切な基盤を整備するのに大いに役立つと HPE は述べています。また、同社の機械学習開発環境 (MLDE) は、機械学習モデル開発に関連する複雑さとコストを軽減できるように設計されています。

これらの AI モデルのトレーニングにも、かなりの処理能力が必要です。企業が AI の導入または使用量の増加に取り組む場合、まず負荷を処理する技術的能力を備えている必要があります。 HPE GreenLake プラットフォームは、組織が AI モデルとワークロードを構築および展開するために高品質で関連性の高いデータに確実にアクセスするために必要な、高性能処理アーキテクチャと合理化されたデータ パイプラインの形でその能力を提供できます。

成功したプロジェクトは道を照らすことができます

多くの場合、指導用 AI の導入と実装にすでに優れた取り組みを行っている企業に注目することが役立ちます。そのうちの 25 つは、ワシントン州シアトルを拠点とする e スポーツ チーム Evil Geniuses です。 2018 年の歴史を通じて、同社は Call of Duty、Fortnite、Halo、Rocket League、VALROANT をプレイするさまざまな e スポーツのチームに参加してきました。 Evil Geniuses のチームは非常に成功しています。たとえば、同社の Call of Duty: WWII チームは 2023 Call of Duty Championship で優勝し、VALORANT チームは XNUMX VALORANT Champions で優勝しました。

「私たちはゲームの様相を変えるためにここにいます」と Evil Geniuses の CEO、クリス・デアポロニオは言います。 「私たちはeスポーツとゲームのエンターテイメント組織です。私たちは世界中でプロとしてゲームをプレイしています。テクノロジーとデータは私たちのあらゆる活動の根幹です。私たちのゲームは 1 と 0 に基づいて構築されています。これらはデータに基づいていますが、それをどのように処理し、そこから洞察を生み出すのでしょうか?」

Evil Geniuses が直面している最も差し迫った問題の 1 つは、潜在的なプロゲーマーを特定することです。同社は、世界中で人材を見つけるために大量の複雑なデータを処理しています。 「私たちはその将来のプロに関するデータを見つけたいと思っています」と彼は言います。そしてそれはうまくいっているようです。 「我々は勝ちたい。私たちはより優れた人材を見つけたいと考えています。私たちはコーチやスカウトとの連携をより効率的にしたいと考えています。洞察を利用して次のスーパースターを発掘できます。」

AI の将来は、生産性とビジネス上の利益の両方の観点から見て、有望に見えます。 「AI はチーム スポーツであり、スキルが重要です」と HPE の Armstrong-Barnes 氏は言います。 「AI システムの実装を成功させるには、スケーラブルで効率的かつ効果的な AI システムの構築に実績のある組織と提携することが 1 つのアプローチです。 HPE は数十年前に遡る AI の深い伝統を活かし、AI への取り組みを加速するためのツール、テクニック、スキルを提供しています。」

データドリブンであり、データとその使用目的を完全に理解することは、組織がユースケース中心のアプローチを採用し、データを AI 技術と融合してビジネス価値を高める方法を特定するのに役立ちます。その理解が定着すると、メリットをさらに発展させることが容易になります。  

アームストロング・バーンズ氏は企業に対し、小規模から始めながらも、必要に応じて規模を拡大できるようにすべての基盤を整えたプラットフォームを構築するようアドバイスしている。あとは、自分たちが何をしたいのか、そしてそれがどのように価値を付加するのかを考え出し、時間の経過とともにニーズに合わせて成長していくだけです。 HPE は、エンド ユーザーの作業を容易にする統合システムによってサポートされ、エンタープライズ スケーラビリティを提供するハードウェア、ソフトウェア、サービスを組み合わせた「AI ファクトリー」を構築できる能力を強調しています。

「すでに AI への取り組みを進めている競合他社に遅れをとらないようにしたいと考えています」と彼は言います。 「ニーズに合わせて拡張し、基礎となる基盤の複雑さではなくデータとビジネスの課題に集中できる AI ネイティブ アーキテクチャを構築する場合、Team AI にパートナーを追加することが重要な成功要因となります。」

HPEが後援しています。

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
• プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
• プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
• プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
• 情報源： https://go.theregister.com/feed/www.theregister.com/2024/04/18/getting_on_board_with_ai/