デジタルビジネスの成功に向けてAIを使いこなすための5つのポイント：Gartner Insights Pickup（168）

　AI導入に責任を持つITリーダーは、インフラ戦略の構築により、AIパイロットプロジェクトを進化させ、スケーラブルな本番環境に移行し、重要な価値実現を可能にしなければならない。こうしたAIのビジネス活用を成功させるには、急速に進化するAIツールおよび技術を使いこなすため、以下の5つのポイントを押さえる必要がある。

AIがインフラに関する意思決定を促進

　2023年まで、AIはインフラに関する意思決定を最も促進するワークロードの1つであり続ける見通しだ。AIパイロットプロジェクトの本番環境への移行を加速するには、技術とともに成長、進化できるインフラストラクチャのリソースが必要になる。また、AI活用の成功率を高く保つため、企業ITチームはAIモデルを定期的に改良する必要がある。その方法には、データパイプラインの標準化に加え、リアルタイム予測を実現するための機械学習（ML）モデルとストリーミングデータソースの統合などが含まれる。

複雑さを増すAI技術をコラボレーションによって管理

　MLやディープニューラルネットワーク（DNN）のようなAI技術をエッジやIoT環境で利用する上で、最大の技術的課題の1つはデータとアナリティクスの複雑さだ。こうした環境へのAIの本番展開を成功させるには、ビジネス部門とIT部門の密接なパートナーシップが必要になる。新しいビジネスニーズが生まれたときに即応できるソリューションをプロアクティブに計画し、提供するようにする。Gartnerはこの考え方を、「インフラストラクチャが主導するディスラプション（創造的破壊）」と呼んでいる。

シンプルなML技術が最も理にかなう場合も

　2022年までに75％以上の企業が、古典的なML技術の適用が可能なユースケースにDNNを使用する意向だ。AI導入にいち早く成功した企業は、実践的なMLソリューションを利用してビジネス価値を実現した。そうした初期プロジェクトでは、従来の統計的機械学習が用いられたが、組織の進化とともに、企業はディープラーニングによる高度な技術を追求し、AIの効果向上を目指すようになった。

　誇大宣伝に惑わされず、AIの幅広い選択肢それぞれの特徴を理解した上で、ビジネス課題に適切に対処する必要がある。人気のある複雑な選択肢にとらわれることなく、ユースケースに合わせて、場合によってはシンプルな選択肢を選ぶことが重要だ。

クラウドサービスプロバイダーを戦略の一環として活用

　コグニティブAPIやコンテナ、サーバレスコンピューティングのようなクラウド技術を戦略的に活用すれば、AIを展開する複雑なプロセスの簡素化に役立つ。2023年までに、クラウドベースのAIの利用規模は2019年の5倍に拡大し、AIは最も使われるクラウドサービスの1つになる見通しだ。コンテナとサーバレスコンピューティングにより、MLモデルを独立した機能として利用でき、これによってコストやオーバーヘッドが削減される。

　サーバレスプログラミングモデルは、迅速なスケーリングが可能なことから、パブリッククラウド環境で特に魅力的だ。だが、ITリーダーは、こうした新しいコンピューティング機能の恩恵を受ける既存MLプロジェクトを見極めなければならない。

AIで拡張した自動化を本格導入

　企業が管理すべきデータの量が増加する中、問題を誤認したり、問題に対する優先順位の付け方を間違えたりするケースもますます増加している。しかも、IT部門とビジネス部門はAIについての考え方が食い違うことがよくあり、これは状況の改善に役立たない。

　だが、AIで拡張した自動化を導入することで、ITチームはよりよくAIスキルを学習できるほか、ビジネス部門と効果的なパートナーシップを築きやすくなる。実際、2023年までに大企業のインフラストラクチャ＆オペレーション（I＆O）チームの40％は、AIで拡張された自動化を利用するようになる見通しだ。その結果、ITの生産性に加え、アジリティやスケーラビリティが向上すると予想されている。

出典：Gartner Predicts the Future of AI Technologies（Smarter with Gartner）

※この記事の原文は2019年2月に公開されており、その後アップデートされて2020年2月に公開されています。その時点での世界の企業の状況を前提としています。