人工知能は世界経済に4.4兆ドルの利益をもたらす

[広告_1]

OpenAI の ChatGPT により、AI が私たちの生活にもたらす革命的な変化を、より多くの人が体験できるようになります。この新興技術は今後も成長を続け、あらゆる業界に大きな影響を与え、私たちの生活に多くの変化をもたらすと予想されています。

マット・マクデビット氏は、韓国で開催された「AI時代の生存と成長戦略」をテーマにしたフォーラムで、現時点では予測不可能でまだ見られない要素を除いても、生成AIには最大4.4兆米ドルの経済的可能性があると語った。テクノロジーは、先端技術から製造、エネルギー、教育、小売まで、幅広い分野のビジネスを活性化させます。

世界的なコンサルティング会社マッキンゼー・アンド・カンパニーのパートナー、マット・マクデビット氏は、最近韓国で開催された人工知能に関するフォーラムで講演した。（写真：韓国タイムズ）

韓国タイムズがマッキンゼー・アンド・カンパニーと共同で開催したこのフォーラムでは、AIがなぜ重要になっているのか、その技術をどのように活用するのか、そして韓国のAI能力を向上させるために何が必要なのかといった点に焦点が当てられた。

フォーラムでは、AI分野の著名人や政策立案者が、AIが産業に与える影響や、AI技術を悪用されることなく積極的に活用する方法について議論しました。

マッキンゼーのパートナーはスピーチの中で、OpenAIが昨年11月にChatGPTのバージョン3.5をリリースして以来、過去数か月で生成AIに対する認識に大きな変化があったと述べた。

バージョン 3.5 がリリースされる前は、生成 AI とは何か、そしてそれが現実的であるかどうかについて多くの疑問がありました。しかし、今こそ、生成 AI をどこからどのように始めるべきかなど、この技術をさまざまな業界にどのように適用し、使用するかについて議論すべき時です。

「ほんの数ヶ月前まで、人々は『生成AIって何？』と聞いていました。全部誇大広告？それとも全部現実のもの？と。ご覧の通り、生成AIは人間の言葉を書き起こすのに使え、基本的に人間のように感じられるんです」と彼は語った。

また、世界各国の企業が独自の方法で生成AIを開発・活用する取り組みについても言及した。 「例えば、モルガン・スタンレーは世界中の資産運用会社の業務を支援するためにAIを活用しています」と専門家は語った。

ライフサイエンス分野では、Insilico Medicine 社が臨床試験の成功率を 80% 以上の精度で予測する生成 AI モデルを開発し、一方 AstraZeneca 社は生化学とデジタル病理画像に関する AI モデルをトレーニングして新薬の発見を加速し、新しい分子の作成に役立てています。

コンピューターソフトウェア分野では、Adobe は写真やビデオの編集プラットフォームを強化するための生成 AI ツールスイートを開発しました。ネイバーはまた、韓国の大規模言語モデル（LLM）と、生成AIベースの検索エンジンであるCue:を使用したHyperCLOVA Xもリリースしました。

「韓国でも同様の事例があります。HyperCLOVA Xは韓国語に重点を置いているため、韓国語LLMモデルはより効率的になります」とマクデビット氏はコメントしました。

AIを効果的に活用するには、組織が自らの立場を理解する必要がある

彼は AI 作成の価値を 4 つの C (簡潔性、要約、洞察の抽出) で定義しています。コーディングとソフトウェア（コーディング）、解釈とコード生成。クリエイティブコンテンツ、テキスト、画像などの作成。顧客エンゲージメント、チャットによる顧客ケア、顧客へのアプローチとデータ収集に向けたチャットボットの使用拡大。

生成 AI の使用と投資を検討している組織にアドバイスを提供するマクデビット氏は、まずは自分たちがテイカーなのか、シェイパーなのか、メーカーなのかを特定することから始めることを提案しています。

同氏によると、テイカーとは、カスタマイズせずに既存の生成 AI を単純にワークフローに適用する企業です。 Shaper は独自のデータと洞察を活用して、AI が組織やビジネスのニーズに合わせてカスタマイズされた結果を生成できるように支援します。一方、メーカーは特定のニーズに合わせたまったく新しいモデルを開発します。 Google、Amazon、Uber は、LLM と生成 AI に投資している典型的なメーカーです。

マクデビット氏は、彼らが協力する組織のほとんどはメーカーではないと明らかにした。少なくとも彼らは受け入れる側であり、シェイパーになる方法を検討しています。さらに、組織にとって重要なのは、どのような種類の生成 AI かではなく、根本的な競争力を向上させるためのデータアーキテクチャを検討することです。