人工知能に投資するのですか？ 考慮すべきポイントはこれです

『人工知能への投資はお考えですか？考慮すべきポイントはコレです』

投資収益率（ROI）は、ビジネスがどのプロジェクトを優先すべきか、言い換えれば、ビジネス目標を達成するために最もリソースと注意を要するイニシアチブを判断するのに役立ちます。

  

ROIについて話しているので、数字が関係しているため、いくつかの統計データから始めましょう：

• Forbesによると、2030年までに、グローバルAI市場は年間成長率（CAGR）38%であり、約1812億ドルに達する見込みです。
• 83%の企業がAIを最優先事項としています。
• IBMによると、2023年までにAIシステムへの投資は27%増加し、1,540億ドルになると共有しています。
• また、10%の投資資本費用に対して、組織は平均して投資したコストに対してわずか5.9%のROIを得ることができます。
• しかし、成功したビジョナリーは、適切な機会を適切な時期に把握することで、13%のROIを生み出しています。

 

• 「フィーチャー/トレーニング/推論パイプラインによってバッチとMLシステムを統一する」
• 「金融分野における生成型AI：FinGPT、BloombergGPT そしてその先へ」
• デジタルCXチャンネルの調和：現代の組織におけるチャットボットとChatGPTの四つの四分位相互作用モデル

プロのように投資する。

 

巨額の支出を考えると、そのような重い投資の見返りについて議論する傾向が避けられません。また、PwCによると、ほとんどの企業はどのようなリターンも得られていないとさえ述べています。

AIへの投資は、ほとんどの経営者にとって懸念の的となります。彼らは高いROIをもたらす慎重なAI投資を行う必要がありますが、リーダーが生成できるようなリターンをどのように実現できるのでしょうか？予想されるリターンの北極星は、将来の数年間で30%までのリターンです。

• 最初のステップは、AIを戦略的なイニシアチブと考えることです。それは特定の組織の目標から導き出される必要があります。競合他社の目標ではなく、各組織がユニークに持つ、ニッチなビジネスモデルや技術的な能力を考慮することが重要です。

• ビジネス戦略と一致するプロジェクトを特定する必要があります。つまり、次の3-5年間の組織のゴールとビジョンと一致するプロジェクトです。

• 明確な方針があっても、AIのポテンシャルを実現することは容易ではありません。分析的な思考と組織全体にAI文化を根付かせる必要があります。

  

• AIのマインドセットは、ビジネスにAIプロジェクトをキックスタートするのに役立ちます。非AIに見合わないプロジェクトには賢明に計画を立てなければなりません。文化の側面を考えると、素早く機会をつかみ、多様な変数を把握する能力を持つプロジェクトのプールを構築することをおすすめします。

• 次はデータです。データはAIの全体的な変革のキーポイントであり、したがって、多くの注意と努力をデータガバナンスのプロセス構築に注ぐ必要があります。SAPはデータガバナンスを「組織のデータが正確であることを確保し、入力、格納、操作、アクセス、削除の過程で適切に扱われるために実施されるポリシーと手順」と定義しています。

 

バリューの創出

 

AIイニシアティブに関連するROIを理解するためには、純粋な利益よりも「バリュー」が重要です。

利益は従来のリターンの計算に関連する実際の現金を意味します。しかし、AIの専門家は、AIの実装がもたらす組織全体の利益を示す「バリュー創出」を重視します。

この追加的な文脈で、ROIを2つの要素に分解しましょう。リターンは、このようなシステムの開発コストを含む投資から生み出される価値です。

 

収益とリターン

 

収益を評価するためのさまざまな方法があります。AI技術を搭載した製品からの直接的な収益ストリームのほか、一部のイニシアチブは直接の収益源ではないが、既存のプロセスを微妙に強化または補完することがあります。

このような取り組みは即効性のある結果を生むとは限りませんが、時間の経過とともに収益の大幅な増加につながる可能性があります。ユーザーの閲覧履歴に基づいて製品を提案するAI駆動の推奨エンジンを考えてみてください。これらの推奨によってユーザーは追加の購入に向かわせられ、売上が増加します。

  

もう1つの例は、プラットフォームが検索の関連性を高め、顧客体験を向上させることで、興味のある選択肢を迅速に提供する場合です。これによって顧客はプラットフォームに忠実であり、そのまま維持されます。

 

コスト – みんなが知っているように

 

収益はROIの計算の一部であり、もう一方は慎重なコスト管理に関わります。AIプロジェクトの重要な費用は、インフラ、AIチームの構築、およびデータ管理ソリューションです。

AIスキルの採用には、オンボーディング、アップスキリング、および報酬コストがかかります。一部の組織では、特定のスキルセットを必要とするプロジェクトの完全な外部化または一部外部化を行い、前払いのコストを節約することがあります。

ただし、外部の採用は、内部の人材がプロジェクトのサポートを継続する能力がない場合に間接的なコストが発生し、プロジェクトのメンテナンスおよび追加コストに対する外部の契約業者への依存を導入する可能性があります。

AIは、一部の繰り返しタスクの自動化など、人的ミスを減らすために行われることもあり、オペレーションのオーバーヘッドを削減するうえで役立ちます。

 

失敗のコスト

 

私たちは通常考慮されないコストについて話しましょう – 誤った意思決定を持続させるためのコストです。

The 1-10-100 ruleは「あるコストに注目しないことが損失を加速させる」と説明します。欠陥を予防するコストの方が修正するコストよりもはるかに低いため、おそらく優先すべきです。

  

このようなルールのように、誤った意思決定のコストは重要です。プロジェクトのスコープ設定や適切なAIの機会と関連リスクの特定など、デザイン思考の視点を最初から構築する必要があります。

したがって、組織全体のリスク評価フレームワークを構築することは、バイアス、監視不足、透明性と説明責任、データプライバシーなどの懸念事項に対処するために重要です。

 

PoC中のROI見積もり

 

アイデア形成の段階で初期のROI見積もりを行うと、プロジェクトの優先順位付けができます。

ビジネスの問題についてより深い理解を得た後、技術について話し合う時がきました。データ、アルゴリズム、インフラなどのすべての入力コンポーネントが整理された理想的な環境を待つのではなく、PoCの構築を開始することが推奨されます。

PoCの開発を始めると、プロジェクトをスケーリングすることが可能かどうかの現実が理解されてきます。

PoCは、限られた予算と短い時間枠でアイデアを検証するのに役立ちます。

テスト用の環境またはサンドボックスは、システムを本格的に構築する前に提案された価値を保証します。ただし、スケールの側面は、データを扱うためのデータパイプラインの構築、高価な計算リソースを必要とするアルゴリズム、アプリケーションが提供するユーザー数など、PoC段階で事前に考慮する必要があります。

これらの側面の見積もりによって、AIソリューションが組織の技術スタックにどのように統合されるかがわかります。

もしPoCが投資を正当化するなら、プロジェクトは開発に移ります。

収益とコストの要因の評価は、ビジネスモデルに固有のものなので、この記事はさまざまな要素とそれらがROIに与える影響を評価するための視点の構築を支援することを意図しています。Vidhi ChughはAI戦略家であり、デジタルトランスフォーメーションリーダーであり、製品、科学、エンジニアリングの交差点でスケーラブルな機械学習システムを構築しています。彼女は受賞歴のあるイノベーションリーダーであり、著者、国際講演者でもあります。彼女は機械学習を民主化し、誰もがこの変革の一部になるための専門用語を解消するという使命を持っています。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!