Kyndrylは、ビジネスに適したAIデータと基盤を構築するためのガイダンスを提供します

キンドリル氏は、AIデータとビジネスの基盤を構築することの重要性を明らかにしました(写真:Kyndryl)

ジャカルタ-キンドリルとエコシステムによる「組織が測定可能なAIを構築するのに役立つ5つの洞察」というタイトルのレポートで、人工知能(AI)テクノロジーの実装に問題がある企業はまだたくさんあると述べています。

調査結果によると、研究参加者の少なくとも48%がAIソリューションを既存のシステムと統合する際に課題に直面し、38%がさまざまな内部ソースからデータを収集する際に、34%がデータ品質に問題を抱えていることがわかりました。

調査結果に基づいて、Kyndrylレポートは、組織がスケーラブルなAIを構築する際に、次のようないくつかの重要な洞察を提供します。

データアクセスが主な障害になる

Kyndrylのレポートによると、ASEAN全体でデータとAIの採用の成熟度はさまざまであり、調査参加者のわずか7%が適切なデータとAIの基盤の構築に焦点を当てていました。データセットの構築には、クリーンで信頼性の高いデータへの重点、データの相互運用性戦略、データのギャップを埋めるための合成データの構築などの重要な条件が必要です。

組織にはデータの創造性が必要

ASEANの組織は、データファーストの組織がデータとAIへの投資からより多くの価値を引き出すことを認識しています。2023年から2024年までの今後2年間で、参加者の77%がAIとデータソリューションの使用を増やして顧客体験を向上させ、75%が人事、72%がマーケティングに増加します。これは、データの多くのビジネスチャンスを特定し、優先順位を付けるのに役立ちます。

ガバナンスが組織に組み込まれていない

レポートによると、内部ポリシーの欠如とリスクの理解の不足(36%)は、ASEANの効果的なデータガバナンスポリシーの2つの最大の課題です。データ駆動型組織によって策定されたデータガバナンスポリシーには、説明責任と所有権のガイドライン、規制基準、専任のデータスチュワードシップチーム、および作成されたポリシーを再評価するための定期的なプロセスを含める必要があります。

アップストリームからダウンストリームへのデータライフサイクル管理の欠如

組織にとって、データライフサイクル全体に監視、インテリジェンス、自動化機能を組み込むことが重要です。今日のニーズに対応できるデータインフラストラクチャを構築すると、データが大幅に進化し続け、組織の見通しが明確ではないため、将来のビジネスニーズをサポートできない場合があります。

データとAIの民主化は目標でなければならない

データと AI ソリューションを組織に提供する真の価値は、これらのソリューションの恩恵を受ける人々が、ソリューションを管理して実行する実際のユーザーである場合です。ただし、ASEANの組織のうち、AIソリューションを管理または保守するビジネスチームを持っているのはわずか10%です。