1980 年代の人工知能(AI) と今日の機械学習および生成 AI (GenAI) の機能を比較しようとするのは少し不公平です。当時、AI システムのコストは数百万ドルで、提供されるインテリジェント機能ははるかに少なかったのです。
しかし比較できるのは、AI に関連して犯した間違いです。最も明白なのは、何の利益も付加価値ももたらさないユースケースにテクノロジーを使用することです。これが、コンピュータの黎明期にAIが定着できなかった理由でもある。そして、テクノロジーは現在大きく発展し、費用対効果が大幅に向上していますが、昔の間違いは繰り返されます。
GenAI にはさまざまな確実な使用例があることを考えると、これはさらに理解不能ですが、多くの企業はむしろ、テクノロジーが主にコストとリスクを引き起こすものの、ビジネス価値をまったく生み出さない、または不十分なビジネス価値を生み出すケースに飛びつくことを好みます。数年後には、これらの企業はさらに高価な専門家によって構築された非常に高価な GenAI システムを利用することになるかもしれませんが、期待される利用価値が見られる兆しはありません。
GenAI でビジネス価値を高める 3 つの方法
ただし、企業が生成 AI の戦略的な使用に移行すれば、この状況は完全に回避できる可能性があります。これを行うには、とりわけ、そのテクノロジーに適していることが証明されているユースケースに焦点を当てる必要があります。おそらく最も一般的なのは次の 3 つです。
1. 自然言語の生成
自然言語生成 (NLG) を使用すると、企業は膨大な価値を生み出すことができます。たとえば、パーソナライズされたコミュニケーションを通じて、より質の高い顧客体験を生み出すことによってです。
NLG の自動化により、将来的には多くの顧客サービス職が廃止される可能性があります。企業はより少ない人材でより多くの成果を達成できるため、この恩恵を受けるでしょう。 NLG は正しく実行され、企業がコストを節約しながら、付加価値とより良い顧客エクスペリエンスを実現できます。
2. レコメンドシステム
レコメンデーション システムは、電子商取引、ストリーミング、コンテンツ プラットフォームのレコメンデーションをパーソナライズする AI 搭載システムの機能です。これは何も新しいことではありませんが、GenAI を使用すると、これらのシステムの有効性は新たなレベルに達し、製品を販売する企業にとって最高の投資収益率が実現します。
これらにより、動的に生成されたインタラクションを通じて、顧客と詳細なレベルでコミュニケーションできるようになります。これらのシステムは、ユーザーが自転車アクセサリーなどに興味があることを認識すると、独自のフォント、サブリミナル メッセージ、配色、カスタム画像、さらには製品のカスタマイズされた価格を表示します。これらすべては、エンドルフィンを放出し、潜在的な購入者を消費する気分にさせるように動的に設計されています。
3. 異常検知
異常検出には、不規則なパターンやデータの外れ値の特定が含まれます。このユースケースには、不正行為の検出やシステム監視などが含まれます。
生成 AI はこの分野でも最適化し、より迅速にパターンを認識し、傾向を特定して説明を提供します。これらを使用してプロセスを適応させ、最大のビジネス価値を達成できます。 (FM)
