2023 年にビジネスを変革する AI トレンド トップ 10

AI がアーリー アダプターの型から抜け出し、メインストリームに登場するにつれて、アナリストは、テクノロジがより多くの役割を果たし、さまざまな業界の状況を変える方法を予測しています。 企業はすでに AI 資産を利用して、効率の向上、洞察の迅速化、カスタマー エクスペリエンスの向上を実現しています。 2023 年に成熟する AI 市場に期待できることを見てみましょう。

2023 年にビジネスを変革する AI トレンド トップ 10:

2023 年に注目すべき AI トレンド トップ 10

1. クリエイティブまたはジェネレーティブ AI

ジェネレーティブ AI は、既存のデータ セットを使用して新しいデータまたはコンテンツを生成する機械学習のサブフィールドを指します。 その目標は、元の実際の入力データに近いものを生成することです。 このタイプの AI は、ディープ ラーニング アルゴリズムを使用して、コード、テキスト、画像、オーディオ、ビデオ、またはその他のデータ タイプで構成されるデータ セットのパターンと機能を学習します。 ジェネレーティブ AI には、すでに幅広いアプリケーションがあります。 需要の高い 3 つの例を次に示します。これらはすべて、サンフランシスコに本拠を置く AI 調査会社 OpenAI によって作成されたもので、来年も輝き続けるでしょう。

• Generative Pre-trained Transformer 3 (GPT-3)

2020 年に開発された GPT-3 は、インターネット上の何百万もの Web ページや科学論文を調査した後、テキストを「オートコンプリート」する言語予測モデルです。 GPT-3 には 1,750 億の機械学習パラメーターがあります。 このジェネレーティブ AI 製品は、現在のコピーライティング ツールを実行します。このツールは、トピック、説明、導入文などのコンテキストをフィードした後、人間のような文章を生成します。 このツールを使用して、アウトライン、要約、エッセイ、論説などを作成できます。

ただし、GPT の出力は以前に公開されたコンテンツに基づいているため、GPT には偏見が含まれている可能性があり、人種的、宗教的、または性別による偏見も含まれる可能性があります。

• チャットGPT

ChatGPTは、2022年11月にデビューしたGPT-3のボット版です。人間の会話や人間が書いたインターネットコンテンツから「トレーニング」を受けて、質問に答えたり指示を出したりできる大規模な言語モデルです。 Reddit などの人間のフィードバック ソースを研究することで、この AI は、他の人が質問したときに人間が期待すること、つまり応答の「人間のスタイル」を「学習」しました。

OpenAI は、人間との会話対話を模倣するように ChatGPT を設計しました。 ボットはリストや人間らしい手紙を作成して整理できるため、業界では、オフィス アシスタントやカスタマー サービス サポートとしての利用が拡大すると予測されています。

ChatGPT に関連する懸念のいくつかは、エッセイや学術論文を作成するための使用の可能性です。 ただし、その生成されたコンテンツには、無意味な文章や間違った情報が含まれている場合があります。 カスタマーケア設定での誤った情報を防ぐために、ChatGPT のパフォーマンスの監査が必要になる場合があります。

• DALL-E

DALL-E は、そのグラフィック作成機能により、2022 年に 3 つの OpenAI 作成の中で最も人気がありました。 製品の名前は、スペインのシュールレアリスト、サルバドール・ダリと、2008 年のピクサー アニメーション映画 WALL-E のロボットに由来します。

説明をキー入力することでアートを作成でき、DALL-E はいくつかのバージョンを生成します。 または、テキスト プロンプトを使用して、既存のイメージから新しいイメージを作成できます。 ユーザーは、「インペインティング」を行うか、画像の一部を削除して別のものに置き換えることができます。 または、DALL-E が元の写真 (メインの被写体または風景) に追加できる「アウト ペインティング」を行うこともできます。 これらの機能により、DALL-E はブランディングおよびクリエイティブ マーケティング部門にとって便利なツールになります。

OpenAI は、DALL-E が「暴力的、成人向け、またはヘイト画像」を作成できないようにするポリシーを設定したと報告されています。 それにもかかわらず、このツールは GPT-3 のように偏りがちです。 DALL-E は、「CEO」というプロンプトに続いて、白人男性の画像を生成したと伝えられています。

より多くの DALL-E ユーザーがこのツールを使用して、アニメーション アート、特に AI によって生成されたテキストからビデオへのプラットフォームを通じて音声付きの人間のような画像を作成する可能性があります。

AI ツールも開発した他のマーケット リーダーには、Amazon が含まれます。 そのテキスト読み上げツールであるPollyは、ブランドの話し声を生成します。 小売大手は、短いメロディーを完全な曲に拡張できるDeepComposerの背後にもいます。 一方、 Microsoft の GitHub のCodeAssistは、コードを完成させることで、開発者が新しいソフトウェアをより迅速に作成できるように支援します。

2. AI と人間のコラボレーションの強化

さまざまな人間の機能に対する AI のサポートの範囲は、コボットまたは協働ロボットと呼ばれるようになり、新たな高みに達し、今後も飛躍するでしょう。 市場関係者は、AI が組み込まれたマシンを導入して、反復的で肉体的に困難なタスクを実行する企業が増えると予測しています。 そうすることで、人間のスタッフがより専門的な業務を遂行できるようになります。 AI 機能により、チームは欠陥や故障を迅速に検出して対応できるようになり、安全性が向上し、修理や怪我のコストが削減されます。

協働ロボットは、次の分野でより普及します。

• 自動車製造: 自動車の組み立て、スプレー塗装、表面研磨、システム チェック、電気モデルに対応するための自動車生産ラインの改造または再構築。パレタイジングおよび溶接作業を行う企業は、ペイロードが大きくリーチが長い協働ロボットをより多く採用することを期待しています。
• 農業: 種子の植え付け、肥料と殺虫剤の散布、侵入者と外来種の追跡のためのドローン、屋内農場用の LED 照明と水耕栽培
• ヘルスケアとホスピタリティ: サンプル収集、病院用品の補充、手術、怪我の回復、高齢者や障害者のための住宅や介護施設での医療従事者のサポート
• 食品・飲料：倉庫業、食品包装業
• エレクトロニクス：電話チップ、電話チッププロセッサー、プリント回路基板の品質検査
• 新たな技術: トルク センサー、近接検出センサー、エンド エフェクター (真空、機械、空気圧、磁気グリッパーなどのエンド オブ アーム ツール)
• 防御: 爆発装置、爆発物を検出するセンサーの道路の撤去

企業はまた、これらの機械を利用して、労働力不足やサプライ チェーンの問題を緩和することもできます。 特に、ヘルスケア、建設、および防衛産業は、従来のトレーニング方法を VR および AR ベースの学習に置き換えて、安全と支出の削減を実現する可能性があります。

3. 倫理と規制

生成型 AI の多くの利点の中で、人々はディープ フェイク ビデオの作成など、その悪用を恐れています。 サイバー犯罪者は、これらのツールを使用して、詐欺、中傷、恐喝、復讐、強要、恐喝を行うことができます。 また、オリジナル コンテンツと専有コンテンツの境界に関しても疑問が生じます。 AI セクターは、ユーザーと顧客が透明性、安全性、責任ある慣行を要求することを期待しています。

ニューヨーク市の消費者および労働者保護局は、 AI 法(ニューヨーク市地方法 144) を既に通過させており、雇用主は求職者を評価する自動ツールを使用する前にバイアス監査要件を満たす必要があります。 さらに、採用チームは、これらのツールを採用や求人広告に使用していることを候補者に知らせる必要があります。

早ければ 2021 年に、欧州理事会は AI を規制する提案をすでに提出しています。 提案された法律は、AI アプリケーションとシステムを禁止、高リスク、および低リスクのカテゴリに分類します。

承認された場合、 AI 法は、一般データ保護規則の AI カウンターパートとして機能します。

4. 民主化: ローコード、ノーコード AI

ウェブサイトやアプリ開発におけるローコード、ノーコードのトレンドは AI にも引き継がれ、組織は事前に構築されたテンプレートとドラッグ アンド ドロップ方式を使用してこれらのインテリジェント システムをカスタマイズできます。 このようにして、AI の既存のワークフローへの統合がより迅速に行われます。 また、AI の使用は、企業のセットアップ内でより速くスケーリングされます。

ローコード、ノーコードの AI を使用して、請求、フォーム入力、連絡先の検証などの繰り返しのタスクを自動化するだけでなく、企業はSway AIやAkkioなどの AI ツールをプログラムして、現在のプロセスのデータ分析と将来のパフォーマンスの視覚化を行うことができます。

また、AI 市場関係者は、長期的には AI の採用が予想されるため、より多くのクラウド サービス プロバイダーが AI を自社の製品に統合することを期待しています。

ローコード ツールやノーコード ツールを使用した IT のモダナイゼーションは、従来の方法よりも70% 安く、完了までの期間が短い (最短3 日) ため、開発者の 66% が既に使用している (39%) か、そうする予定である (27%)。一方、Gartner は、2026 年までに「市民開発者」、つまり正式なコーディング コースを受講していない人々が、ローコード ツール開発ユーザーの80%を占めるようになると予測しています。

5. 高度なサイバーセキュリティ

マッキンゼーのレポートによると、AI のもう 1 つの残念な側面は、ハッカーが AI とその機能を使用して、攻撃のエンドツーエンドのライフサイクルを数週間から数日または数時間に短縮できることです。

より多くの業界が AI リソースを採用するにつれて、重要なインフラストラクチャ (家庭に電力と水を供給する国の民間インフラストラクチャを含む) がハッキング活動の脅威にさらされる可能性があります。 同時に、小規模で保護されていない組織は引き続き脆弱です。

これらの新しいリスクにより、情報セキュリティのキャリアの機会が拡大します。 スペシャリストは、次のセキュリティ AI をデプロイして監視できます。

• 分類、カタログ化、統合、品質管理を含むデータ処理
• ネットワークトラフィックを調査し、犯罪行為を示唆するパターンを特定することによる脆弱性管理
• 何千ものアラートの中で最もリスクが高いものを予測し、最初に対処できる予測 AI による脅威検出

IBM は 2022 年に、サイバー リスク管理の構造とポリシーを備えた企業は、迅速な検出と対応により、平均で300 万米ドルを節約し、侵害のライフサイクルを 74 日短縮したと報告しました。

増大するサイバー脅威により、保険市場は、サイバーリスクを評価および管理するための新しいテクノロジーと戦略を採用するようになる可能性もあります。 保険会社はまた、ランサムウェアとサイバー攻撃に対するリスクベースの価格設定と免除条項を導入する可能性があります。

6. デジタルツイニング

デジタル ツインは、物理世界のオブジェクトまたはプロセスのデジタル レプリカです。 AI を通じて、業界はシミュレーション用の仮想モデルを作成し、製品やシステムのパフォーマンスを予測できるようにします。

業界をリードする GPU メーカーである NVIDIA の Omniverse プラットフォームは、デジタル ツイン テクノロジの一例です。 以下の企業にどのように役立っていますか。

• BMW

ドイツの BMW グループは、Omniverse を仮想工場として使用しています。 このプラットフォームは、さまざまなメーカーのさまざまな設計および計画ツールからのデータを統合して、単一の設定でリアルタイムの写真のようにリアルなシミュレーションを作成します。

さまざまな場所やタイム ゾーンのスタッフがこの仮想空間にアクセスして、生産プロセスの詳細をオンデマンドで計画または最適化し、物理的な移動の必要性を減らすことができます。 Omniverse は、BMW の 31 の工場すべてと、従業員や工場内部から組立部品やロボットに至るまで、そのすべての要素をシミュレートします。

• ロウズ

アメリカの小売業者である Lowe's Companies Inc. も、Omniverse を利用して、ワシントン (ミル クリーク) とノースカロライナ (シャーロット) にある 2 つの店舗のシミュレーションを行いました。 担当者は、デスクトップ コンピューターまたは Magic Leap 2 拡張現実ヘッドセットを使用して、これらのシミュレートされたコンセントにアクセスできます。

店舗の Omniverse バージョンは、棚の補充、レイアウトの再構成、「X 線ビジョン」を使用して手の届きにくい棚のクローズド ボックスから製品情報を表示し、顧客のトラフィックと販売実績を示す 3D ヒート マップを通じて顧客体験を最適化するのに役立ちます。

• HEAVY.AI (旧 OmniSci)

Omniverse は、分析会社 HEAVY.AI の HeavyRF ツールを使用して、通信事業者クライアントのワイヤレス ネットワーク設計計画を設計できるようにします。 AI ツールは現実世界の環境をシミュレートし、顧客の位置と障害物 (後者の材料構成を含む) を示します。 これにより、通信事業者は、5G インフラストラクチャのセルラー タワーと基地局の最適な場所を決定できるようになり、サイトの展開コストと計画サイクルが削減されます。

その他の例として、デジタル ツイン シティの作成が挙げられます。 たとえば、Shanghai Urban Operations and Management Center には、水域、空港、港、その他の施設を特徴とする中国の都市のデジタル クローンがあります。

このテクノロジーへのアクセスは価値の高いユースケースで行われてきましたが、Amazon ( TwinMakerを通じて) やPrevu3Dなどのテクノロジー企業は、さらに小規模な企業でも手頃な価格で利用できるように取り組んでいます.

7. パーソナライゼーションのための AI

e コマース: 消費者の 62% が AI の偏見について懸念を表明しましたが、 Salesforce の調査の回答者の 69% は、ショッピング エクスペリエンスが向上するのであれば、ブランドによる AI の使用を受け入れると述べました。消費者の 91% が既にチャットボットとやり取りしており、その大部分が AI を利用したボットであることを考えると、この傾向は続くでしょう。 AI マーケティング ツールは、ブランドが顧客とのやり取りを分析して、製品検索、おすすめ、メッセージをパーソナライズするのに役立ちます。

エンターテイメント: AI への依存は、映画制作においても拡大する可能性があります。映画会社は、次の映画に最適なストーリーを見つけるために、既に視聴者分析ツールに目を向けています。Screenvision Mediaは 2022 年に独自の Cinelytics を広告主に導入しましたが、ワーナー ブラザーズは以前に同様のテクノロジーを採用してチケット販売を予測しました。 2018 年には早くも、20 世紀フォックスは Google の Advanced Solutions Lab と共同で Merlin Video を開発し、AI による映画予告編の研究に基づいて映画ファンの関心を予測しました。 また、 Netflixは加入者の視聴履歴を使用して、次に何を見るかを提案します。

職場: AI バイアスに関する懸念は、雇用主の間でも存在します。ただし、市場関係者によると、AI ツールは、チーム コミュニケーション ソフトウェア ( GlintやLeena.AIなど) や職場学習 ( HoneやEdAppなどのプラットフォームを使用)を通じてエンゲージメントを向上させるためのオプションであり続けるでしょう。

PwC によると、すでに AI を使用している企業の幹部の 54% が従業員の生産性の向上を実感しており、 80%は自動化があらゆるビジネス上の意思決定に役立つと考えています。

8. 音声技術における AI

声紋認証 : パスワードや PIN の代わりに、ID 保護に生体認証や音声認証の使用を検討する企業が増えるでしょう。音声アシスタントは、録音したサンプルから「声紋」を作成し、それを使用して、音声でデバイスのロックを解除するたびに受信した新しい音声を比較します. ますます多くの銀行が音声認識を使用しており、顧客は音声認証を通じて自分のアカウントにアクセスできます。

音声の複製: AI は人の音声サンプルを使用して新しい音声を生成できます。この技術は、プロジェクトのナレーションや、映画、ビデオ ゲームなどの音声コンテンツの録音を促進します。 VoCapsule にはMy Legacy Voiceという「ボイス バンク」プラットフォームがあります。 発話が困難になった場合、メンバーは自分の音声データにアクセスできます。 指定された「一次受信者」は、元のメンバーが亡くなったときにもデータにアクセスできます。

企業は、コンテンツのローカライズにボイス クローニングを使用して、プロモーションや指示を母国語で聞くこともできます。 一方、映画製作者はこの技術を使用して、俳優の声を操作してさまざまな言語を話すことができます。 彼らは、アーティストのオリジナルの録音から抽出された要素を、通訳または声優のスピーチを含む二次トラックに転送します。 このプロセスは、二次翻訳音声のアクセントとボーカル パフォーマンスを保持します。

9. 自動車運転における AI

自動車業界は、眠気や病気を検出した場合に人間のドライバーに警告したり、自動運転を起動したりできる AI ベースのドライバー監視システムの採用が増えると予測しています。 アダプティブ クルーズ コントロールは、前方衝突警告を送信し、車速を自動的に調整します。

また、自動車メーカーは、電動化ではなく自動化を運転の未来と見なしています。 Renub Research は、自動運転車市場が2021 年の 40 億ドルから 2030 年までに1,864 億ドルに急増すると予測しています。

自律走行車の機能は、物体検出用のセンサーやレーダーから畳み込みニューラル ネットワークに至るまで、進化を続けています。 これらのネットワークは、地形を認識して分類し、経路計画、ルートの最適化、そして最終的に自動運転車を安全に運転するための「トレーニング」への道を開きます。 さらに、自動運転車が「通信」し、車同士、歩行者、その他の物体との衝突を回避できるようにする車両コネクティビティ ソリューションが登場しています。

10. 医療における AI

精密医療: AI が電子医療記録を最適化するため、医療専門家は対象を絞った診断を提供し、患者固有の医薬品を開発し、治療計画をカスタマイズできます。AI で強化された診断により、病院の過失や見落としによって毎年患者の 4 人に 1 人が経験する害を減らすことができます。

仮想検査と分散型臨床試験: 遠隔医療は、スマートフォン ソリューションとウェアラブルの助けを借りて、遠隔身体検査を含むようにその力を拡大します。研究機関と製薬会社は同じデバイスを使用して臨床試験を実施できるため、参加者は調査や評価に回答するために試験会場に行く必要がありません。

Emotional AI テクノロジー: 感情認識と生成機能を備えた AI は、自閉症の子供、うつ病の患者、および認知症などの退行性疾患を持つ人々に関与します。

ビジネスにとって重要な AI のトレンドを把握する

AI アプリケーションの範囲が広いため、マーケティング担当者、コンテンツ クリエーター、およびインフルエンサーは、最新の開発状況を監視する必要があります。 インフルエンサー マーケティング ハブは、最新の AI トレンドとツールの最新情​​報を入手するのに役立ちます。 AI を使用してビジネスを推進する方法について詳しくは、「 2023 年の AI マーケティングの究極のガイド」をご覧ください。