生成的人工知能はその革新の可能性で魅了しますが、企業は重要な障害に直面しています。*97％の組織が投資収益を明確に示すことに苦労しています。* 技術的な野心は、価値を示すという複雑な現実を伴っており、*商業的なパフォーマンスへの影響を証明するための戦い*は、しばしば未達成の結果に対して過剰な期待を明らかにします。対照的な状況にもかかわらず、持続的な弾みは、しっかりとした基盤に向けて努力を再調整する緊急性を浮き彫りにしています。
生成的AIの価値を示す課題
生成的人工知能の導入に取り組む企業の大多数は、その商業的パフォーマンスへの影響を証明する上で大きな障害に直面しています。インフォマティカとウェイクフィールドリサーチによって発表されたCDO Insights 2025レポートによると、驚くべきことに、97％のデータ責任者が自社の取り組みにおける投資収益を定量化するのに苦労していると認めています。
不確実性にもかかわらず増加する投資
直面する困難にもかかわらず、逆説が存在しています。87％の組織が生成的AIを採用または採用を検討しており、2025年までにこの分野への投資を増やす予定です。これらの企業のうち約4分の1は、大幅な支出の増加を見込んでいます。
アメリカはこの動向の中で際立っており、93％の回答者が投資の増加を発表する一方で、ヨーロッパでは82％、アジア太平洋地域では86％となっています。この投資の欲求は、彼らの成果に対する不確実性を和らげるものではありません。これらの技術のビジネスバリューを証明できないことは、初期の熱意を乱しています。
付加価値を示す障害
企業が最もよく挙げる障害には、サイバーセキュリティやコンプライアンスに関連する課題（46％）、AIの責任ある使用に関する疑問（45％）、および得られた結果の信頼性に関する疑念（43％）が含まれます。調査を受けた企業の38％は、データの質に対する信頼が欠如していることも証明しました。
期待と現実とのギャップ
レポートは、データ責任者の期待と経営者の期待との間のギャップが拡大していることを強調しています。ほぼ92％の責任者が、経営者が技術が提供できる以上に早い結果を望んでいると考えています。アメリカでは、この数字は97％に達し、迅速に具体的な結果を生み出すためのチームへの圧力を浮き彫りにしています。
企業の優先事項：データの質とトレーニング
直面する困難に対処するため、企業は戦略を再調整し始めています。約86％の組織が2025年までにデータ管理への投資を増やす予定です。データの信頼性と準備は、生成的AIの潜在能力を最大限に引き出すための優先事項として位置付けられています。
組織的な課題には、チーム内でのデータリテラシーの向上が急務であることが含まれます。適切なトレーニングは不可欠であり、調査を受けたほぼすべての企業が生成的AIの不適切な使用を報告しており、コンプライアンスの問題や不完全なデータの利用を引き起こしています。
未来の展望
パイロット段階から製品化への移行は複雑です。約67％の組織が、パイロットプロジェクトの半分を製品化することに失敗しています。データの質が悪いことや採用されている技術の成熟度の欠如といった技術的障害が、さらなる課題を引き起こしています。
調査は、プロジェクトの開始時にKPIを明確に定義せず、「価値」に関する共通理解が欠如していると、AIの利点を示すことが妨げられることを明らかにしています。生成的AIの使用を加速したいという意欲は、時に幻滅した現実に直面し、投資の未来に関する疑問を引き起こしています。
生成的AIと商業的パフォーマンスへの影響に関するよくある質問
企業はなぜ生成的AIの価値を証明するのが難しいのでしょうか？
企業は、信頼できるデータの欠如、経営者からの非現実的な期待、サイバーセキュリティやコンプライアンスの問題などの障害により、生成的AIの価値を示すのが難しいと感じています。これらの課題は、投資収益の評価を困難にしています。
97％の企業が生成的AIを評価するのに苦労している主な理由は何ですか？
その理由には、パフォーマンス指標（KPI）の設定の困難さ、プロジェクトの試行的性質、データの質やチーム内のAIスキルの不足などの技術的障害が含まれます。
生成的AIへの投資の野心と得られた結果はどのように比較されていますか？
結果の証明が難しいにもかかわらず、87％の企業が生成的AIへの投資を増やす予定です。これは、技術に対する熱意と測定可能な利益の現実とのギャップを示しています。
経営者の期待は生成的AIの導入にどのような影響を与えていますか？
迅速な結果を期待する経営者の非現実的な期待は、以前の問題を解決することなくパイロットプロジェクトを増やすことにつながり、イニシアチブの信頼性や効果を損なっています。
企業はこれらの課題を克服するためにどのような解決策を検討していますか？
組織はデータの質やチームのトレーニングを強化することを目指しており、86％がデータ管理に対する支出を増やす予定です。これにより、生成的AIプロジェクトの準備と信頼性を向上させることができます。
チームのトレーニングは生成的AIの導入にどのように影響しますか？
適切なトレーニングは、生成的AIの不適切な使用を避けるために不可欠です。平均して、従業員がこれらのツールを効果的かつ責任を持って使用するために必要なスキルレベルに達するまでには、11か月がかかります。
