12月11日、私は司会を務める機会に恵まれました。 モメンタムAIシンガポール2024 トムソン・ロイターが主催する今年のモメンタム AI カンファレンスで開催されたパネルディスカッション「AI の評価: 神話と現実の区別」。 

として 創設者兼CEO AI Business Asia の代表として、企業環境における AI の変革の可能性と現状について掘り下げた会話を主導できたことは、本当に喜ばしいことでした。

パネリスト プレリット・ミシュラ, DHL のデータおよび分析担当責任者。 ミャオ・ソン、 GLPのグローバル最高情報責任者。 ジェイソン・タマラ・ウィジャヤ、 MSD の AI シンガポール テック センターのエグゼクティブ ディレクター。彼らの洞察は、戦略的な先見性、現実世界のアプリケーション、AI がもたらす課題と機会に関する考察を説得力のある形で組み合わせたものでした。

このセッションでは業界のリーダーたちが一堂に会し、その日の議論で主に取り上げられた 5 つのトピックについて説明しました。 

• 企業におけるAI導入
• AIガバナンスと倫理
• データ品質とインフラストラクチャ
• 新たなAIトレンド
• 地域と世界の視点

私は、過去 18 か月間の AI をめぐる「耳をつんざくような誇大宣伝」について触れて議論を開始しました。次に、「企業での AI 導入は現在、具体的にどのような状況にあり、どこに向かっているのか」と質問しました。この質問は、期待と現実のギャップを率直に検討するきっかけとなりました。

ミャオ・ソンはGLPの歩みを振り返り、次のように述べています。「AI はビジネス上の問題を解決するためのツールであり、それ自体が目的ではありません。ジェネレーティブ AI (GenAI) は大きな注目を集めていますが、その導入には期待と明確でスケーラブルなユースケースとのバランスを取ることが必要でした。」 彼女は例を挙げた, これには、認知検索と要約のための AI を使用して GLP の契約管理プロセスを自動化することが含まれており、これにより手作業の作業負荷が大幅に軽減され、精度が向上しました。

パネリストとのディスカッションの中で、私が特に気に入った瞬間をいくつか見てみましょう。

ジェネレーティブAIが業界に与える影響

物流におけるGenAIの役割について尋ねられたとき、プレリット・ミシュラ氏はDHLの実践的なアプローチについて次のように語った。「物流は大量のデータと運用集約型の業界です。従来の AI は、ルーティングの最適化や需要予測などのアプリケーションにとって依然として重要です。しかし、GenAI はチャットボットやテキストからインサイトを生成するツールを通じて顧客サービスを変革し、より迅速な対応とクライアントとのやり取りの改善を可能にしました。」

同氏は、物流業界はルート最適化と予知保全において AI から大きな恩恵を受けていると強調したが、企業全体で AI を導入するには技術チームとビジネスリーダーの連携が必要だと指摘した。

プレリット氏はDHLの歩みを振り返り、次のように述べています。「AIには大きな期待が寄せられていますが、現実は統合の課題に行き着くことが多いです。AIツールはますます洗練されていますが、その良し悪しは、AIが組み込まれているデータエコシステムとプロセス次第です。ジェイソン・タマラ氏はバイオ医薬品におけるGenAIの変革の可能性を強調した。「大規模言語モデル (LLM) によって、新薬発見プロセスが加速され、臨床試験の設計が最適化され、製造ワークフローが強化されています。これらのモデルは事前にトレーニングされているため、特定のアプリケーションに合わせて微調整することができ、新しい治療法の市場投入までの時間を短縮できます。”

実質と誇大広告を区別する

繰り返し取り上げられたテーマは、企業が本物のAIの能力を誇張されたマーケティングの主張とどのように区別するかでした。ミャオ・ソン氏は次のように語りました。「私が遭遇する最大の誤解の1つは、AIがすべての問題をすぐに解決するというものです。現実には、AIには慎重な調整、継続的な学習、そして人間の監視が必要です。GLPでは、スケールする前に隔離された環境でソリューションを厳密に試験します。。」

ジェイソン・タマラ・ウィジャジャはこう付け加えた。組織のあらゆるレベルで社内のAIリテラシーを高めることが重要です。これにより、流行語に惑わされることがなくなり、 投資 長期的な戦略目標に沿ったツールに向けられています。」

AIにおけるガバナンスの課題

パネリストは、AI 導入の成功にはデータ品質とガバナンスが重要であると強調しました。ミャオ氏は、「すべての AI プロジェクトはデータ プロジェクトです。データ エンジニアリングと品質の問題を解決しなければ、スケーラブルな結果は得られません」と述べました。

プレリット氏はさらに、「AI の導入には文化的な変化も必要です。DHL では、技術専門家からビジネス リーダーまで、従業員のスキルアップを図るトレーニング プログラムに投資し、AI の戦略的価値について一致を図っています」と付け加えました。

ジェイソンはAIガバナンスについて次のように述べた。「バイオ医薬品のような規制産業では、 堅牢なガバナンスフレームワークが不可欠です。AIの使用が安全性、セキュリティ、倫理基準に準拠していることを保証するための明確なプロトコルを確立しました。。」

彼はAIとガバナンスの交差点、特に 中国の規制環境：「中国は、専用モデルと詳細な規制を重視しており、安全性を維持しながらイノベーションを促進しています。このアプローチは、世界的な AI 導入の青写真となります。」 

「AIモデルの急速な進歩により、長期的な投資を再考する必要に迫られています。たとえば、生成型AIはコンテンツ作成と知識管理に新たな道を開いています。しかし、その変革の可能性は、慎重な対応を必要とする規制上および倫理上の考慮事項ももたらします」と付け加えました。 ジェイソン。

AIの利用に関する誤解を解く

AI が限定的なアプリケーションからより高度なシステムへと進化するにつれ、企業は戦略計画の課題に直面しています。AI の使用に関する最大の誤解の 1 つは、AI が人間の戦略的思考に取って代わることができるというものです。

ミャオ氏はこのよくある誤解を覆し、こう言った。「AI は魔法ではありません。ツールです。多くの経営者は、AI が戦略的な意思決定に取って代わることができると誤解しています。実際には、AI の役割は人間の能力を排除することではなく、強化することです。”

AIツールは、経営者が意思決定における偏りを避け、膨大なデータから洞察を引き出し、より迅速に戦略的な選択を行うのに役立ちます。そして、それはほんの始まりに過ぎません。

プレリット氏はまた、「物流では、 AIは業務を変革したたとえば、メンテナンスにおける予測分析により、ダウンタイムが 20% 削減されました。ただし、パーソナライゼーションには消費者行動の微妙な理解が求められるため、顧客体験などの分野はより複雑なままです。”

プレリット氏もこの意見に同調し、「イノベーションのスピードには俊敏性が不可欠です。企業は AI がもたらす機会を予測するだけでなく、業務目標との不一致のリスクも予測する必要があります」と述べています。

AIの新たなトレンドと未来

ミャオ氏は、将来について、「エージェント ワークフロー」、つまり GenAI、RPA、機械学習を組み合わせて複雑なプロセスを自動化する統合システムについて楽観的な見通しを語りました。同氏は、AI を使用してデータをリアルタイムで抽出、構造化、分析し、人的資源を大幅に節約し、予測分析を可能にする GLP の公共料金処理ワークフローの例を挙げました。

プレリット氏は、 ジェンAI 人間の能力を強化することにおいて、「私たちはチャットボットを超えて、ユーザーに情報をプッシュし、より迅速かつ情報に基づいた意思決定を可能にする AI 主導の洞察へと移行しています。」

ジェイソンはこう結論づけた。「私が最も興奮しているのは、知識へのアクセスを民主化する AI の役割です。生成 AI のようなツールには、教育とトレーニングのギャップを埋め、個人と組織の両方に力を与える力があります。”

重要なポイント

パネルは、AI の将来に関する統一されたビジョンで締めくくられました。

• ミャオ・ソン： 「AIの役割は、置き換えることではなく、支援することです。その価値は、人間の能力を高め、ビジネス効率を高めることにあります。」
• プレリット・ミシュラ: 「導入には慎重な楽観主義が必要です。期待を管理し、実用的なアプリケーションに焦点を当てることで、企業は AI の潜在能力を最大限に引き出すことができます。」
• ジェイソン・タマラ: 「テクノロジー、ガバナンス、人間中心の設計の交差点が、企業環境における AI の成功を決定します。」

このセッションでは、実用的な洞察と明確なメッセージが聴衆に伝えられました。AI の誇大宣伝は否定できないものの、その真の価値は思慮深く、倫理的かつ戦略的な実装にあります。企業が 2025 年に向けて準備を進める中、AI を使用してイノベーション、効率性、持続可能な成長を推進することに引き続き重点が置かれるでしょう。