MODE、IoTデータ活用を促進する生成「BizStack Assistant」を発表
米MODEは4月25日、BizStackに新機能「BizStack Assistant」を発表しました。この機能は、業務現場の担当者が自然言語で必要な情報を得られる生成AIで、5月1日に一般提供を開始します。BizStackはIoTデータ活用基盤で、西松建設やパナソニックなど70社以上が利用しています。BizStack Assistantの活用事例や今後の展望も明らかにされました。
IT担当者の「燃え尽き」や「アラート疲れ」、AIによってどう防ぐか
Mercerによる調査では、94％の米企業が過去3年間でメンタルヘルスケアを拡大・強化し、新たなプログラムやAIによるIT運用の自動化を導入したと報告。IT運用によるストレスを軽減し、アラート疲れを解消するため、AIの活用が重要と言われている。AIOpsはAIを活用し、効率的な対応を可能にする。
AIの進化で企業が直面しうる6つのシナリオ – オンライン
サマリー：AI（人工知能）は、これまでのビジネスにおける常識を根底から覆す可能性を秘めている。AIの進歩はあまりに速いことから、コンサルティング会社のデータ提供を受けて議論するといった従来のアプローチでは間に合わな… もっと見るい。自社でさまざまなシナリオをつくったうえで、構造化された議論を進める必要がある。本稿では、企業が検討すべき、AIがもたらす可能性がある6つのシナリオを紹介する。 閉じる AIによる影響をシナリオにまとめて議論する AI（人工知能）は破壊的な力を持ち、既成のさまざまな経済的側面を根底から覆す可能性を秘めている。取締役会がAIについて最も効果的に話し合う方法は、シナリオを利用して、AIが自社のビジネスにどのような影響を与えるかを理解することだ。AIの進歩はあまりに速く、戦略チームやコンサルティング会社から世の中の傾向に関する確実なデータを提供されて議論するといった従来のアプローチでは間に合わない。 その代わりに、AIが企業文化にどのような影響を与え、ビジネスをどのように再構築しうるかについて、さまざまなシナリオを用いて構造化された議論を進めるのだ。これによって、将来の可能性がより明確になり、適切な計画を立てて将来を予測し、さらによい方向へと向かうことができる。 筆者らが開発してきた有用なシナリオは、業務上の急激な変化の予想や、競争のための新しい戦略的方法の予測、ビジネスを消滅させかねない存亡の危機の予見など、多岐にわたる。この手法を適切に活用できるように、すべての取締役会が検討すべき6つの質問を中心に6つのシナリオをまとめた。そうした議論をもとに、自分たちのビジネスモデルに最も大きな影響を与えるシナリオに対して行動を起こすのだ。 まず、AIによって業務がどのように激変するか、3つのシナリオを考えてみよう。 精度がもたらす利益 EBITDA（利払・税引・償却前利益）を牽引するすべての変数を自分たちが（あるいは競争相手が）管理する複雑性がさらに増すことで、どのような機会や脅威が生まれるのだろうか。 ビジネスモデルの設計は、長年にわたり、規模と複雑性の間でもがきながら行われてきた。価格、マーケティングのメッセージ、サービスの提供、製品の機能など、無限に広がる変数の管理は難しいという認識から、パーソナライゼーションは常に、ビジネスをするうえで視界に入ってこなかった。 しかし、AIはいまや、あらゆる顧客、モーメント、チャネルについてテストを行い、学習を重ね、最適な選択肢を生成することができ、企業のEBITDAを牽引するあらゆる変数について、精度を高めて価値を生み出す機会をもたらす。 あるB2B流通企業の取締役会は、新しい競合相手が登場するシナリオを検討して難局と向き合った。物理的な制約がなく、「平均値」に基づく機能管理で妥協せずに、AI予測モデルを使ってバリューチェーン全体のあらゆる機能の意思決定を導くような競争相手だ。彼らのAIモデルは、価格設定と歩留まりの管理を最適化するために、すべてのSKU（最小在庫管理単位）についてミクロな地理的条件で市場価格の傾向を明らかにし、注文一つひとつに対応するコストを見積もって、顧客に新しい取引を提案する際のコストと価格の影響をモデル化する。 さらに、顧客獲得を改善するために、見込み客への働きかけを具体的なニーズの予測に基づいて調整することや、AI搭載のチャットボットで質問に答えたり、最初の注文を受けたりすることによって、営業担当者がより大規模で複雑な問い合わせに対応する余裕をつくる。最後に、サプライチェーンを調整するために、顧客、位置情報、SKUレベルで需要を予測して、在庫をより効率的に管理し、最適な出荷ルートと方法を特定する。 競合相手にさまざまな機会の可能性があることを理解した取締役会は、これらの機会を順番に検討してコスト削減を実現し、さらなる変革を行うための自己投資計画を会社に要求した。そして、進捗管理の目標を設定し、AIがどのように業績を向上させるかということだけでなく、市場シェアの拡大につながるかどうかを示す新しいスコアカードも求めた。 再構築されたパートナーのエコシステム AIの世界では、パートナーのエコシステム、コラボレーションの性質、パワーバランスはどのように変化するのだろうか。 すでに企業はデジタルサプライヤーやテクノロジーサプライヤーへの依存を高めており、リスク評価において、こうした関係を重視して監視する必要が生じている。ただし、AIがパートナーシップのエコシステムを根本から変えることを考えれば、それも始まりにすぎない。サプライヤー、チャネルパートナー、カスタマーエクスペリエンスを提供するコラボレーターなど、利害関係の大きい関係が必然的に出てくるだろう。 取締役会の観点からは、これによって管理すべき新たなリスクが生じるだけでなく、独占的な取引を確保し、規模を拡大して、差別化を図る機会も生み出す。したがって、戦略的思考とゲーム理論を十分に理解して、パワーバランスを強化したエコシステムを構築する必要がある。 エコシステムの変化が起きた最も極端な例の一つは、自動車業界だ。自動車のOEM（相手先ブランド製造）はすでに、化石燃料からEV（電気自動車）へ、リース・所有からレンタルへ、ドライブ（運転する）からドリブン（運転してもらう）へという3つの大きな移行を管理している。これらはすべて、まったく新しい協力の形による新しいパートナーシップにつながっている。そしてAIは、この進化をさらに加速させている。 自動運転では、自動車メーカーはテック企業と提携し、車両にAI機能を統合しようとしている。AIソフトウェアは、その多くが外部プロバイダーからの提供で、OEMの予知保全、在庫管理、需要予測の原動力になっている。コネクテッドカーは膨大な量のデータを生成するため、自動車メーカーはデータ分析企業やクラウドサービス・プロバイダーと提携して、車両の性能、安全性、カスタマーエクスペリエンスを、時にはリアルタイムで改善する。 こうした機能の多くは、OEMブランドが自社を差別化する基盤となり、おそらく従来の自動車より高いパフォーマンスを実現する。では、誰が誰のためにブランド価値を創出しているのだろうか。 さらに、EVの普及に伴って大規模なインフラが必要になる。OEMは充電ネットワークを展開するために、電力会社、充電インフラのプロバイダー、エネルギー会社とのパートナーシップに完全に依存している。ここでも充電ステーションの場所を最適化して充電効率を向上させるために、AIが活用されている。 雪だるま式に増加するリスクと拡大する規制制度 AIがもたらすリスクが明らかになり、さらに拡大するにつれて、それを軽減するための要件やコストが急速に高まっているが、あなたの会社はそれに対応できるだろうか。 ある従業員福利厚生会社の取締役会は、AIから生じる新たなリスクが少しずつ積み上がり、深刻なコストに発展していることに気がついた。そして、自分たちが得ている経済的利益は、リスク軽減のための新たな投資という形で、常に会社として何らかの相殺を迫られることを認識する必要があるのではないかと考えた。 重なり合う組織、テクノロジー投資、ガイドラインの管理は、AIを業務に加えるのと同じくらい大きな変革だった。同社の成功には、新しいAIの能力とリスクマネジメントの両面が不可欠になる。しかし、当初は経営陣が新しいツールの利点にばかり目を向けていたため、取締役会は、次の5つの主要なリスクに対する相殺が計画されて予算化されていることを、確認するように忠告しなければならなかった。 ・データのプライバシーとセキュリティについては、サイバー保護を強化し、データアクセスに関する新しいガイドラインを導入して（データアクセスの管理には業務と同時進行のコストがかかる）、データプライバシーの規制（GDPR、CCPAなど）への準拠をサポートするソフトウェアとデータベース管理に投資し、データの安全な保管と送信を保証する新しいプロセスを設定した。 ・雇用、融資、規則の執行などの分野におけるバイアスと不公正のリスクについては、バイアスに関する定期的な監査、よりよいレプレゼンテーション（編注：社会を構成する人々の多様性をメディア表現などでも適切に表現することを目指す動き）を追加するための広範で統合的なデータソースへの投資、公平性を意識したアルゴリズムを使った新しいテストを設定した。 ・透明性と説明可能性については、監査機能を備えたコストの高いモデルに投資し、モデルのアウトプットの評価は従業員に担当させて、AIを適用できる分野を限定した。 ・規制遵守については、AIに注目してベンダーのツールの適切性を評価する法務・コンプライアンス担当者を新たに置いた。 ・AIのサプライヤーや人材に依存するリスクの軽減については、主要な機能では少なくとも2つのベンダーとの関係を維持するようにした。さらにAIのトレーニングプログラムを立ち上げ、熟練した人材を招くために多くの費用を投じ、有力な研究機関との連携を始めた。 ほとんどの取締役会は、業務に関する上記3つのシナリオを迅速に理解して採用している。ただし、ここで終わりではなく、競争の新しい方法を引き出す2つの戦略的なシナリオに挑戦しなければならない。 抜本的なコスト変革 AIはビジネスモデルや価格設定の手法を圧迫するほど、コスト構造を大きく変えるだろうか。固定費が高くて変動費ははるかに少ないというソフトウェア経済に移行するのだろうか。 弁護士、会計士、コンサルタント、広告代理店、コミュニケーション、パブリックアフェアーズ、ロビイングなど、プロフェッショナルサービスファームの取締役会は長い間、主に営業を担当する高給取りのリーダー（またはパートナー）を、実際に仕事をこなす若手の人材がサポートするピラミッド型に依存してきた。しかし、こうした仕事には多くの場合、広範な調査、分析、制作が含まれ、これらの領域は今後ますますAIにサポートされるようになる。同様のアウトプットを得るために必要な労働力は大幅に減るだろう。 ハーバード・ビジネス・スクール（HBS）とBCGによる最近の研究は、AIツールを使ってコンサルタントの生産性をテストした。その結果、「AIにアクセスできない労働者と比較して、GPT-4を使った労働者は、平均で12.2％多くのタスクを、25.1％早く完了した。さらに、後者のグループの40％が、より質の高い結果を出した」。同様に英国教育省のUnit for Future Skills（未来のスキルユニット）による分析では、経営コンサルティングは新しいAIアプリケーションの影響を最も受ける職業であることがわかった。 これらの企業は、若いスタッフの仕事に対しクライアントに料金を請求することによって経済的に成り立っており、彼らは仕事をしながらノウハウを学ぶという見習いを通じて成長する。 彼らが請け負っている仕事の一部は、クライアント自身がAIツールを使って社内で行うようになるかもしれない。経験豊富な上級職からのアドバイスの価値は残るだろうが、サービス企業はそのような人材をどう育てるか、仕事の価格をどのように設定するか、どのような仕事を提供するかといった課題に直面するだろう。 多くのコンサルティング会社や代理店は、独自のAIツールの構築にしのぎを削り、クライアントとの仕事を通じて蓄積した独自の知識ベースを使ってAIツールに学習させ、制作業務よりも戦略やクエリ処理、解釈を軸とする新しい業務モデルを開発している。ただしそれも、サービスや人材管理の需要に破壊的な影響をもたらすであろう変化の初期段階にすぎない。 価値提案の再定義 AIは、顧客に価値を提供する方法を再定義するだろうか。 AIは取締役会に対し、事業の中核となる前提（存在意義、ターゲット顧客、製品、マーケティングのポジショニング、価格設定、サポート活動）を問い直せと迫るだろう。 医療システムの価値提案は、AI時代を迎えて、事後対応的な病気の治療でカネをもらうことから、能動的に健康を維持することへと、急速に変化している。以前は、医療サービスを受ける時はサービスの提供者を訪問しなければならず、たいていは患者が予約を取り、医療施設まで通って、時には待合室で長時間、待たされた。そのアクセスは、主に診療時間と物理的な場所によって限定されていた。 いまはAIのおかげで、医療ケアの必要性を先取りし、必要なケアの多くを自宅で受けられる機能が登場している。ウェブプラットフォームやモバイルアプリからアクセス可能なAI搭載のバーチャルヘルスアシスタントは、24時間365日利用可能で、健康に関する問い合わせに答え、医療情報を提供し、初期症状の評価を行う。 AIアルゴリズムと統合されたIoT（モノのインターネット）デバイスやウェアラブルセンサーを使った遠隔モニタリングは、患者の継続的なモニタリングを可能にする。AIが異常を検知して、医療提供者にリアルタイムで警告を発し、頻繁に対面の診察を受ける必要を減らす。パーソナライズされたプロンプトは、遠隔モニタリングや電子カルテなどの患者データをもとに、次の行動や慢性疾患の管理方法を提案する。 最後のシナリオは、おそらく最も恐ろしいもので、存続の危機が出現する可能性についてだ。 陳腐化 AIはあなたの主力製品やサービスを陳腐化させるだろうか。 コダックの写真事業やファクシミリのメーカーは、スマートフォンが主流になった時点で勝ち目はないと認めるしかなかった。家電量販店大手のラジオシャックはいち早く、販売するほぼすべての製品がiPhoneで手に入るという状況に直面した。新聞社は、紙面とセットになっていた広告やジャーナリズムが切り離され、その影響に対処するためにいまも苦労している。 たとえば、オフショア開発を行うIT企業もこの問題に直面している。自然言語処理（NLP）により、開発者は自然言語で機能を記述できるようになり、システムはそれをコードに変換する。つまり、専門家でなくても、コーディングがより身近になった。AIを搭載したツールや統合開発環境（IDE）は、インテリジェントなコード補完、提案、修正を提供する。開発者が次に書きそうなことを予測し、コードの行やブロックを完成させるための提案をするのだ。 AIはソフトウェアのテストにも、より効率的なテストケースの生成、自動化されたバグの検出、潜在的な問題を特定するための予測分析を可能にして、大きな影響を与える。ほかにもコードのセキュリティ脆弱性を能動的に検出し、潜在的なセキュリティの問題をプログラムのデプロイ（稼働できる状態にすること）後ではなく開発中に対処するのに役立つAIツールもある。 ソフトウェア開発者の役割は、ユーザーのニーズの理解、システムアーキテクチャーの設計、革新的なソリューションの開発など、より戦略的で、創造的で、複雑な問題解決活動へと移行するだろう。クライアントのレベルでは、より小規模な社内のITチームが支援する戦略・企画チームによって、より多くのことができるようになる。ただし、オフショアIT企業にとっては、こうした変化は存続の脅威につながる。その経済モデルは、生産志向の仕事をする熟練労働者の時間を売ることに依存しているためだ。 取締役会としては、労働力ベースの事業を切り離して、付加価値の高い独自のAIツールの開発に注力するのか、それともセクターの縮小に伴って統合を考えるのか、厳しい決断を迫られている。いずれにせよ、決断は必要だ。…
企業のクラウドネイティブ化を実現するジールが考える「SRE支援サービス」の必要性
現在、多くの企業がクラウドネイティブ化を始めており、ジールはSRE支援サービスを通じてこれをサポートしている。クラウド化やコンテナ化などが求められており、ジールのサービスは顧客のニーズに合わせた伴走型のサポートを提供している。
ヴィッセル神戸の“継続的に勝てる”チームづくり データプラットフォーム部の立ち上げで変革へ
最近のスポーツ界では、データ分析が不可欠です。それは、トレーニングメニューの作成や戦略の調整、マーケティング戦略の立案など、さまざまな活動に影響を与えます。ヴィッセル神戸では、楽天グループのノウハウを活用し、データを駆使してより強いチーム作りに取り組んでいます。
「生成AI×オブザーバビリティ」でDevOpsが変わる、企業のデジタル競争力が変わる
さまざまな領域での生成AIの活用が進み、人による作業プロセスや生産性が変化、向上しようとしている。企業のシステム運用を変革するNew Relicのオブザーバビリティソリューションについて紹介し、AIを活用してシステム運用が変化し、企業にもたらされるベネフィットについて説明。
グーグルが「Google Cloud Next '24」で発表した「生成AIエージェント」戦略とは？
Google Cloudは、年次カンファレンス「Google Cloud Next '24」で、進化を遂げた生成AIエージェント『Vertex AI Agent Builder』を発表しました。CEOのトーマス・クリアン氏は、エージェントの概要と具体的なユースケースを解説し、企業の生成AIエージェント構築を支援することが強調されました。Agent Builderは、多様なAPIや関数呼び出し機能を提供し、企業が生成AIエージェントを柔軟に構築できるようサポートしています。
【加速する進化】「生成AI」の今と未来－「Nolang」で体験する次世代テクノロジー
生成AIに関するニュースがまとめられた記事です。記事は、Open AIのGPT-4の活用状況や企業内での生成AIに対する認識の違い、生成AIを活用したパートナープログラムや提携関係などについて紹介しています。また、実際の生成AIの活用シーンや最新の情報も紹介されています。
AWS、「Amazon Bedrock」の基盤モデルを評価する新機能を提供
Amazon Web Services（AWS）は、Amazon Bedrockの新機能を発表しました。これにより、顧客は最適なモデルを迅速に評価、採用できるようになります。また、カスタムモデルを追加し、個人情報や有害コンテンツをブロックする機能も提供されます。AWSは「Guardrails for Amazon Bedrock」を一般提供しました。
AWSがAmazon Bedrockの新機能を発表 ユーザーごとのカスタマイズモデルを迅速に利用可能に
Amazon Web Services（AWS）は、Amazon Bedrockの新機能を発表しました。今回の発表では、ユーザーが自社の用途に最適なモデルを簡単に見つけ、AIアプリケーションへの安全機構を導入できるよう支援すると述べられています。また、ユーザー自身のカスタマイズモデルがAmazon Bedrockで利用可能になるとのことです。この新機能により、AWSはユーザーがAmazon Bedrock上のモデルと自身のカスタムモデルを簡単に選択できるよう支援すると述べています。
システム障害の検知と原因特定を、予測・因果・生成の3つのAIで自動化─Dynatraceが説くAIOpsの最先端
AIOpsはIT運用の自動化において注目されている。Dynatraceは、AIOpsで障害検知や復旧作業の自動化を実現するプラットフォームを提供している。Causal AI(因果AI)やGenerative AI(生成AI)、Predictive AI(予測AI)など3つのAIを組み合わせて活用し、IT運用の効率化を実現している。また、日本リージョンの開設も報告されている。
AI導入の障壁は既存インフラ–ITモダナイゼーションとクラウド移行の需要が拡大
人工知能（AI）とエッジシステムへの熱い関心が高まっており、ITモダナイゼーションによるクラウド移行が促進されています。新しい調査では、ITリーダーがAIやエッジシステムに投資を増やし、データ戦略やモダナイゼーションに取り組むことが示されています。クラウド移行やエッジコンピューティングが2024年の主要テクノロジー投資になりつつあります。
失敗事例から学ぶ！生成AI 実践の成功への道筋──回答精度を90%向上したRAG構築のポイント
企業での生成AIの実用化には、システム開発チームとユーザーチームの協働と継続的な改善が不可欠。RAGの理解とチーム連携の重要性を説き、検索と生成の精度向上に成功。思考発話法を通じて業務の理解を深め、地道な努力が成功につながった。
より良い監視を実現するために、無駄を省いて監視を最適化しよう
監視のアンチパターンは、見ている項目が多すぎる、誤報が多すぎる、イベントの詳細を追跡できていないことを指摘しています。システムの健全な状態を保つ目的に沿って監視をし、無駄な監視を減らし、アラートを精度よく調整することが重要です。
サイバーエージェントが生成AI活用で「6割の業務削減」を宣言 独自開発中の「AIナスカ」が一翼を担う
サイバーエージェントは、2023年10月にAIオペレーション室を設立し、2026年までに既存業務の6割を削減して生産性向上を目指す。AIナスカのようなツールを活用することで社内業務の効率化を進める方針を示している。AIの利用を進める中での取り組みやミッションについて、関係者による解説が行われている。
僕は世界で一番、権威や権力のないCEOになりたい – バックナンバー
はじめに「出木場 久征」氏は、リクルートホールディングスの成長に大きく貢献し、CEOとしての理想やリーダーシップスタイルについて語っています。彼は権威や権力よりも、自分にできることを徹底的にやり抜くことを重視し、失敗を奨励することで成長と学習を促しています。__JETPACK_AI_ERROR__
グーグルやIBMら、AI原因の雇用喪失に対応する団体結成–10年間で9500万人をリスキリングへ
人工知能（AI）による雇用喪失への対応に関し、世界最大級のテック企業がコンソーシアムを結成。目的はアップスキリングやリスキリングを通じた労働者の支援。各企業は2032年までに合計9500万人に対しサイバーセキュリティやデジタルスキルを提供。ただし、目標達成には困難も伴う。
ビジネスリーダーに聞く、良い人脈を築くための5つのヒント
多くのデジタル企業幹部が人間関係の重要性を強調している。成功するリーダーは人脈を築き、情報を共有し、興味のある分野に集中し、他の人の様子を気にせず、社内外の人間関係を築くことを勧めている。これらの要素がビジネス成功につながる。
SharePoint以外にもこれだけある 「ナレッジ」を蓄積できるツール5選
ナレッジマネジメントは業務で得た知見や情報を活用する組織内のプロセスだ。Notion Labsの「Notion」やMicrosoftの「Microsoft SharePoint」など、主要なナレッジマネジメントツールを5つ紹介。これらはプロジェクト管理、ドキュメント作成、コラボレーションなどに役立つユーザー向け機能を提供する。
Zabbix Conference Japan 2023から、トヨタの事例を解説するセッションを紹介
Zabbix Conference Japan 2023では、トヨタのリサーチ部門のエンジニアが車載器のデータをクラウドで最適化する研究を発表。車輌からのデータを分析し、電力需要に最適化するトリガー処理をZabbixで行った。実験結果はトヨタ以外の企業にも応用可能であり、オープンソースで公開されることを期待されている。
上司から高すぎる目標を設定された時の対処法
高い目標はモチベーションを高め、成功をもたらす可能性があるが、過度に困難な目標はモチベーションを下げ、非倫理的行動を引き起こすおそれがある。上司から提示された非現実的な目標に対処する方法や、目標の背景を理解し、解決策を考える重要性について解説。
生成AIの未来は「企業内データ」活用にあり、Cohesityはバックアップデータ利用で先を行けるか？
生成AIブームはまだまだ続いており、企業は生成AIを活用するためにデータを連携する方法を模索している。Cohesity Gaiaはバックアップデータを活用し、LLMに渡すことで知見を得られるサービスであり、このようなサービスが今後ますます需要が高まると予測される。
Loading…
Something went wrong. Please refresh the page and/or try again.