AIは2025年に職場で潜入します、DeloitteのTech Trendsレポ​​ートは明らかにしています

毎年、デロイトのテックトレンドレポートは、過去1年間の技術的ランドスケープを深く掘り下げ、今後18～24か月にわたるデジタル変革を形作るマクロな業界トレンドを強調しています。今年のレポートは今日公開され、例年と異なる視点で人工知能（AI）に再び注目しました。

2年前の関心の高まり以降、AIがこれまでと同様に人気を博しているにもかかわらず、業界では技術がどのように認識され、適応され、実装されるかに顕著な変化が見られます。レポートによると、AIは「我々の生活の織物に織り込まれている」と言えます。

デロイトの主任未来学者でありレポートの共著者であるマイク・ベクテルは、AIを電気やワールド・ワイド・ウェブのような、日常的に頼りにするがあまり意識しない必須技術に例えました。彼は、AIが主要なビジネス運営の基盤となる層としてますます重要になっていると指摘しました。

「次の18～24か月と前の18～24か月の違いは、AIが裏方へと移行している点です」とベクテルは説明しました。「それは、ビジネスに関連するすべてのことや考える必要のあることの基礎や下部構造になりつつあります。」

AIがほぼすべてのビジネス運営に不可欠になるにつれ、技術に対する初期の懸念が薄れています。ビジネスリーダーたちは、AIを採用するかどうかから、どのように最も効果的に活用できるかに焦点を移し、ハードウェアのアップグレード、小規模言語モデル（SLM）、エージェント型AIなどの選択肢を探っています。

ビジネスにおけるAI：専門エージェントのチーム

ChatGPTのようなAIチャットボットが登場したとき、その背後にある大規模言語モデル（LLM）は、ビジネス運営を効率化するためにすぐに求められました。当初は、すべてを処理できる多用途なチャットボットのアイデアでした。

「過去2年間、AIは一つの巨大な存在、つまりすべてのニーズや好奇心に対応する一つのチャットウィンドウのように感じられました」とベクテルは述べました。「今、我々はフラクタルな爆発を見ています。ドメイン固有のデータで訓練された、数十、数百、そして最終的には数千のドメイン固有のエージェントになるでしょう。」

レポートは、SLMがその柔軟性により、助成金の申請、財務レポートの提供、検査レポートの要約など、LLMの訓練が非効率なタスクに特化して調整できると強調しています。

これらのSLMは連携して働き、組織がさまざまなタスクに頼れる仮想アシスタントのチームを形成します。このアプローチは、今日のアプリの使用方法を反映しており、「それにはエージェントがある」という考えにつながります。

「それは単一のスーパースーツではなく、特殊な超能力を持つ特別なエージェントのチーム、アベンジャーズのようなものです」とベクテルは述べました。

SLMはさらに、デバイス上での実行、コスト効率の高さ、少ないデータ要件、オープンソースであることなど、追加の利点を提供します。

ハードウェアにおけるAI

過去1年間、AI中心のハードウェアが急増し、計算能力が向上し、デバイス上でAIアプリケーションを実行し、AI機能やワークフローを統合できるようになりました。

「企業や従業員の物理的なコンピュータのリフレッシュが、15年ぶりに始まろうとしています」とベクテルは述べました。「この世代で初めて、プロセッサ、サーバー、ネットワーキング、ラップトップといった物理的な機器が、望む未来に到達するか、過去に留まるかの鍵となります。」

このトレンドは、適切なハードウェアサポートなしでは実現できないAI変革を想定しているため、企業が従業員のデバイスをアップグレードするよう促しています。

レポートは、このシフトを6つのトレンドの一つとして特定し、「ハードウェアが世界を食べている」と名付けました。代表的な例は、NvidiaのGPUが非常に求められ、同社を世界で最も価値のある企業の一つに位置づけた急激な人気です。デロイトは、グローバルなAIチップ市場が2024年の500億ドルから2027年には保守的な見積もりで1100億ドル、楽観的なシナリオでは4000億ドルに成長すると予測しています。

ハードウェアアップグレードへの投資のタイミングについて、ベクテルは「ニーズを優先する」ことを勧めます。彼は、「戦略的な能力のセットがあり、それをどうしても提供したいが、ハードウェアが制限要因である場合、ぜひその時です。キラキラしたハードウェアをただキラキラしているからと見ているだけなら、それは最も価値を付加する決断ではないかもしれません」と述べました。

AIの始め方

2023年以降のAIランドスケープの進化にもかかわらず、ビジネスの出発点は変わらずデータです。LLMやSLMを使用するかどうかにかかわらず、クリーンで整理された最新のデータを持つことが正確な結果を得るために重要です。

「すべてのセクターや地域のクライアントに私が最初に勧めるのは、個々のデータセットをAIに投入する前に、クリーンアップし、標準化し、ガバナンスすることです」とベクテルは助言しました。

彼は、クライアントの約4分の3が最初にAIプロジェクトを望んで会議に来るが、データ管理とガバナンスプロジェクトが必要だと気づいて去ると述べました。

「ゴミを入れて、ゴミが二乗される」シナリオを防ぐため、レポートはデータラベリングコストがAI投資の重要な要因であると強調しています。さらに、デロイトの2024年企業における生成AIの状況Q3レポートでは、調査対象の組織の75％が生成AIによりデータサイクル管理への投資を増やしていることがわかりました。

「『IT』という言葉を見ると、T、つまり技術の輝きを考える傾向がありますが、情報部分はゲームの半分を占めます」とベクテルは結論づけました。