これらは、職場での AI の使用に関するテクノロジー リーダーの最大の懸念です

テクノロジー企業幹部の 70% が、自然言語処理を使用するツールを導入済み、または来年導入する予定です。しかし、それは彼らがそのようなツールについて懸念を持っていないという意味ではありません。

生成 AI は優れた生産性ツールかもしれませんが、IT ユーザーもビジネス ユーザーも同様に、ワークライフやビジネス プロセスを複雑化していることに注意する必要があります。これは IEEE の新しい研究の著者らからの警告であり、「AI の使用は思っているほど簡単ではない」と警告しています。

9月に世界のテクノロジー企業幹部350人を対象に実施されたこの調査結果は、ほぼすべての企業がAIの可能性を活用したいと考えている一方で、その過程で教育と組織的な準備が必要であることを主張している。

あらゆる障害にもかかわらず、AI への大規模な動きがあります。 70% が自然言語処理を使用したツールを導入した、または来年中に導入する予定であると回答しており、前年調査の 67% から増加しました。来年の AI の主な使用例には、リアルタイムのサイバーセキュリティ、サプライチェーンの効率性の向上、ソフトウェア開発の支援と加速、顧客サービスの自動化、求職者の審査の迅速化などが含まれます。

それでも、AI への移行は一夜にして実現するものではありません。 「AIを既存の業務に統合することは、スイッチを切り替えるほど簡単ではない」と研究の著者らは指摘する。クラウド コンピューティングから IoT デバイスに至るまで、これまでのいわゆる実装が簡単なテクノロジの多くを思い出してください。それらは「さまざまな成功を収めることが多かった」のです。むしろ、デジタルトランスフォーメーションの取り組みは「失敗率が驚くほど高く、期待に応えられなかったり、コストを超過したり、期限を超過したり、場合によっては放棄されたりすることを意味します。」

これはAIにとっても、それほど華やかではない将来の可能性がある――どちらかと言えば、「AIのような先端技術の導入はより困難になるかもしれない」と研究者らは示唆している。

経営幹部の10人中6人近く（59％）が、重要な意思決定やプロセスにおいてAIに依存しすぎることを恐れており、組織におけるAI利用の最大の懸念として「AIへの過度の依存と不正確さの可能性」を挙げている。

次に大きな懸念事項は、50% が挙げ、知識の共有と従業員のトレーニングの難しさです。幹部らは、自社が「現職の専門家の組織的知識」を活用して新人を訓練できるかどうかを懸念していると述べた。

半数近い 47% が、今後 1 年間の生成 AI の使用に関して、AI を既存のワークフローに統合することの難しさが最大の懸念事項の 1 つであると述べています。

トレーニング データの品質は、AI の使用が加速するにつれて生じているもう 1 つの問題である、と IEEE レポートの著者は述べています。 「AI システムはデータを使用してトレーニングする必要があります。しかし、データセットはバイアスがかかっていたり不正確な可能性のある人々によって作成されることがよくあります。その結果、AI システムはバイアスを永続させる可能性があります。」 IEEE終身フェローのポール・ニコリッチ氏によると、トレーニングデータの検証は「出所が分からず、トレーニングデータの量が膨大なため」難しいという。

生成 AI はまだ比較的新しく、適切な専門知識を持つ人材がほとんどいません。幹部らは、AI関連の役割の候補者に求める主なスキルを挙げるよう求められた。さまざまなテクニカルスキルがリストに含まれていましたが、さまざまなソフトスキルも上位にランクされました。

「迅速なエンジニアリング、創造的思考、AI の成果物を検証する能力。これら 3 つのスキルは、生成 AI の助けを借りて有意義な結果を生み出すために必要なものです」と、IEEE の上級メンバーである Yu Yuan 氏はレポートで引用されています。

皮肉なことに、AI を構築するにはさらに多くの AI が必要です。 IEEE 上級会員のカルメロ ホセ アルバネス バストス フィリョ氏は、「テクノロジーにおける最大のボトルネックの 1 つは、コーディングのための人材の確保です。」と述べています。 「多くの場合、付加価値の高い知的作業が行われますが、ソフトウェア開発活動の多くは比較的単純であり、すぐに自動化されるべきです。」