AI アプリケーション戦略の現状: デジタルの成熟か狂気か

たとえば、生産性向上のユースケース、つまりあらゆるところに、あらゆるものに組み込まれているように見える副操縦士やチャットボットは、すでに広く実装されています。 ほぼ半数 (40%) の組織が AI 従業員生産性向上ツールを導入しており、3 分の 1 強 (36%) が、好き嫌いが分かれるチャットボットを導入しており、その両方を同時に導入している場合もあります。 

しかし、それらの詳細はそれほど興味深いものではありません。 興味深いのは、組織が具体的にどのモデルを採用しているのか、そしてその理由は何かということです。 

企業は単一のモデルを標準化していないからです。 平均すると 2.9 個のモデルが使用されており、どのモデルを使用するかの具体的な詳細はユースケースによって異なります。 あらゆる業界でオープンソース モデルと独自モデルが健全に採用されつつあります。 Llama や Mistral などの名前は、ChatGPT や Hugging Face と同じくらいよく耳にするようになりました。 

これは、組織が AI の最優先事項であるワークフロー自動化を実行する来年には、さらに多様性が増すことを予測しています。 組織のワークフローに組み込む必要があることを考えると、このユースケースはサービスとしての AI にはあまり適していないからです。 これはビジネスおよび運用プロセスを表す専門用語であり、コンピューティングの初期の頃から企業の競争優位性の基盤となってきました。 

実務者や IT リーダーの観点からさらに興味深いのは、テクノロジー スタックとその形成方法です。 AI アプリケーションは、使用されるAPIの数を増やす最新のアプリケーションであることはわかっていますが、スタックはどのようになっているのでしょうか。また、そのスタックはどこに展開されているのでしょうか。 AI テクノロジー スタックのビューに AI アプリケーション サービスが含まれていることにお気づきかもしれません。 これは、セキュリティとスケールに関する懸念により、あらゆる種類のアプリケーションの配信とセキュリティ保護においてアプリケーション サービスが果たす、すでに重要な役割がさらに強化されるためです。 

API やアプリケーションに対する AI を利用した攻撃に対する防御、顧客や企業市民のプライバシーの保護、そして企業秘密の保持に関する懸念は数多くあります。 そのため、 DDoS 保護やAPI セキュリティ、負荷分散、イングレス制御などの既存のアプリケーション サービスと、AI ゲートウェイなどの新しいアプリケーション サービスの両方が、AI テクノロジー スタックの重要かつ不可欠なコンポーネントになることに疑いの余地はありません。 

組織は、AI テクノロジー スタックを構築するために行う他のすべての支出に加えて、AI 予算の 9% をこれらのサービスに費やすことを計画しています。 

そして、実際に構築を進めており、半数以上 (54%) の組織が AI モデルと AI アプリケーションをオンプレミスで導入することを計画しています。 

さて、そうは言っても、AI の現状についてはここで共有していない詳細が多数あります。なぜなら、その詳細については、すでに完全なレポートを執筆しており、こちらから今すぐ入手できるからです。 

それでは、詳しく調べて、AI への道がデジタル狂気かデジタル成熟のどちらかにつながると私たちが確信している理由を確認してください。