IBM で本番環境の導入を加速し AI を組み込む方法

SaaStr で AI IBM Embeddable AI のグローバル セールス リーダーである George Kreitler が、AI のパラドックス、世界の生産性と AI に関連する 3 つの方程式、次の 10 年の指針となるちょっとした数学、トップ ユース ケース、責任ある AI の重要性について語ります。 。 

[埋め込まれたコンテンツ]

GDP成長を構成するもの

マクロの観点から見ると、一般にさまざまな変数が GDP 成長に影響を与えます。 

それは3つです。 

1. 人口増加
2. 生産性の向上
3. 負債の増加

中長期的には人口増加が見られないことはわかっています。債務の増加を考えると、少なくとも当面は、それは本当の触媒にはなりません。そのため、活用できる変数が 1 つ残されています。それは、生産性の向上です。 

これは今後数十年間にわたって私たちが直面するであろう課題であり、過去 100 年間に私たちが実際に直面してきた課題とは異なります。社会として、私たちは生産性の向上に大きく依存することになります。 AI の世界ではなぜこれが重要なのでしょうか? 

多くの人は、AI と労働者の解雇に関して AI が何をするのか、AI 主導の意思決定がどのように行われるのか、そしてそれらの意思決定の基礎となるデータをどのように知るのかについて懐疑的です。これらはすべて、私たちが集団として正面から攻撃しなければならないものです。 

私たちが前進して成功するには、混乱と責任が共存する必要があります。 

今日の AI の成功の構成要素は何ですか?

今日、私たちは以前よりもはるかに速く AI モデルを構築できるようになりました。 IBM では、1 つの AI モデルがすべてを支配することはないと基本的に考えています。これは、企業に最大の価値を提供する 1 つの特定のタスクに焦点を当てた、目的に適したさまざまなモデルになります。 

成功するにはデータも必要です。あなたとトップの競合他社が同じ基盤モデルを使用している場合、そこでは独自のデータをまったく使用していないため、競争上の優位性はありません。 

データは自社を差別化するための基礎であり、それを自社の AI モデルに組み込むことができることは、自社の成功にとって不可欠です。 

長期的な成功には、データと AI ガバナンスを含むガバナンスに対する何らかのアプローチが必要になります。この AI はどのようにしてそのような決定を下すのでしょうか?エンドツーエンドのライフサイクルとは何ですか?また、これらの AI モデルが信頼できる透過的な方法で動作していることをどのようにして確認できますか? 

最後に、ユースケースが必要です。使用例は 1 つではなく、できるだけ多く使用します。ジョージのチームはそこに多くの時間を費やし、AI の取り組みのさまざまな段階でパートナーと協力し、AI から価値を引き出すのを支援しています。それは、適切なユースケースに焦点を当て、AI がどこに適合するかを理解するだけでなく、AI が適合しない可能性がある場所を理解することから始まります。それは場合によってはより重要です。 

現在の GenAI スタック

モデルはさておき、さまざまなコンポーネントが GenAI スタック全体を構成します。中間層から始めて、何らかの形の AI とデータ プラットフォームが存在することが基本です。 IBM では、主に B2B に焦点を当てた AI およびデータ プラットフォームへのアプローチである Watson X を立ち上げました。 

このプラットフォームを使用すると、モデルのトレーニング、開発、展開、プロンプト調整、および微調整をすべて行うことができます。このエンドツーエンドのモデルのライフサイクルは、管理された透明性のある方法で実行される必要があるため、モデルが下す意思決定に至るまでのモデルの能力を説明するための完全な見通しが得られます。 

スタックをさらに上へ

AI を特定のアプリケーション、製品、ソリューションに組み込むのに役立つ、いくつかの異なるソフトウェア開発キットと API を用意することが重要です。 

これより 1 つ上のレベルでは、特定のタスクに対処するために特定のモデルを微調整および調整することについて考えます。これらの AI アシスタントは、そのモデルを活用して対話し、さまざまなタスクを解決する方法であり、アシスタントまたは副操縦士と呼ばれることもあります。これらの副操縦士は、世界の大多数が AI と対話する方法です。 

下のレベルに進む

エンタープライズの多くは、AI を効果的にするかどうかを左右するデータ サービスに関するものです。企業全体で保有するさまざまなデータを収集、整理、管理できることが基本となります。 IBMでは、ある種の情報アーキテクチャであるIAがなければAIは存在しないと言っています。 

企業全体のすべてのデータを活用、分析、使用できなければ、長期的には自分自身に不利益をもたらすことになります。 

これらすべてを支えているのは、ハイブリッド環境で AI を実行することに重点を置いているということです。パブリッククラウドとプライベートクラウド全体、そしてエッジで実行することが重要です。ハイブリッドと AI は今後もある程度同義語であり続けるでしょう。 

上位 3 つの AI バケット

今日私たちが見ているものの約 70% は XNUMX つのカテゴリーに分類されます。 

1. デジタルレイバー
2. 顧客体験
3. アプリ開発とIT運用

今日の顧客エクスペリエンスについて考えるなら、さまざまな組織とのフロントエンドのやり取りの多くを自動化する方法が重要です。 AI が特に得意とする高頻度で複雑性の低いタスクに焦点を当て、エージェントがより価値の高いアクティビティに集中できるようにするにはどうすればよいでしょうか? 

今日、エージェントは毎日単調なタスクに取り組んでいるかもしれません。面倒ですし、あまり充実感はありません。 AI により、従業員はより価値の高い活動に集中できるようになります。 

デジタル レイバー全体にわたって、人材、人事、財務、サプライ チェーン、調達に AI を適用する素晴らしい機会が存在します。 IBM では、組織全体に AI を内部導入し、これらすべてのカテゴリーに取り組んでいます。 

同社の人事プロセスには AI が組み込まれており、IBM 従業員から寄せられるリクエストの 94% を処理しています。デジタル レイバーは AI と自動化を組み合わせ、仮想エージェントと対話するだけでなく、さまざまなタスクを実行および調整することができます。 

最後の領域は、アプリ開発と IT 運用、簡単に言えばコードに関するものです。これには、アプリの最新化とコード生成を実行し、コードを翻訳、生成、要約できるようにすることが含まれます。 

現在、IBM の Watson X プラットフォームを使用して、約 85% の確率で、開発者が受け入れるコードに関する推奨事項を開発者に提供しています。それは時間の経過とともにさらに良くなり、驚異的な成長が見られる分野です。 

繰り返しになりますが、これらすべてを支えるのは AI ガバナンスであり、エンドツーエンドのライフサイクル全体にわたる説明可能性と、最大の差別化要因であるエンタープライズ データを活用できるデータ変換機能を備えた責任ある AI を設計できるようになります。 

2 つの使用例: Ovum と CrushBank

今日、多くの人が AI から価値を得ています。最初の例は、不妊治療に関して女性が受けているケアに格差があることに気づいて設立された会社、Ovum Medical です。 

彼らにとって重要なのは、世界中の患者にケアを提供する際の一貫性と客観性のレベルを高めることです。 Watson X が組み込まれ、フロントエンドで実行される遠隔医療プラットフォームを提供しています。 

Watson X は、医療、保険、生殖能力、予約などに関する質問に答えることができます。 このユースケースが重要な理由 開発と展開に何か月も何年もかからなかったからだ。彼らはそれを完全に統合し、数週間のうちに Ovum の Web サイトで実行できるようにしました。 

クラッシュバンクテクノロジー 

CrushBank は、以前は戦略的なアウトソーシングを実行し、さまざまな企業に IT サポートを行うスタッフを提供していた IT サポート分野から生まれました。その過程で、「これを AI で実現できたらどうなるだろう?」という閃きの瞬間がありました。 

彼らは、サポートの問題を処理しているときにエージェントと対話するために AI を展開することができました。顧客が問い合わせをしたときに、質問に答えてもらうことが重要です。 

CrushBank では、サポート エンジニアのオンボーディングが迅速化され、クローズされるヘルプ デスク チケットの数が増加し、解決までの時間が短縮されています。 AI を使用してさまざまなビジネス ソリューションを解決する方法はたくさんあります。 

主要な取り組み

1. 重要なのは、適切なバランスを見つけ、リスクを理解し、リスクを恐れない分野でリーダーになることです。 AI に傾倒する企業は現在、より急速に成長しています。 

2. それはスキルにも関係します。今日のスキルは、AI にプロンプ​​トを出し、さまざまなアクションを模倣する方法を AI に示すことに関するものです。明日は、さまざまな課題を管理するために AI エージェント全体を管理することになるかもしれません。 

3. オープンである必要があります。新しいモデルが毎週登場するため、何が登場するのか、それをどのように活用できるのか、現在使用しているモデルとどのように異なるのかを常に把握しておきましょう。 

[埋め込まれたコンテンツ]

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
• プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
• プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
• プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
• 情報源： https://www.saastr.com/how-to-accelerate-production-deployment-and-embed-trustworthy-ai-into-commercial-solutions-with-ibm-embeddable-ai-leader-george-kreitler/