こんにちはヤク学長です。
データサイエンティスト兼ファーマシスト、ソーシャルアートを行っています。
本記事の目的は、【解説】The State of AI in 2022-and half decade in review【McKinsey】と称してマッキンゼーから昨年出されたAIレビューサマリーを要約して解説します。
【本記事のもくじ】
- １．2022年のAIの現状と半期を振り返って
- ２．AIの導入と影響、消費の過去5年間の振り返り
- ３．先行するAIリーダー企業のギャップに注目
- ４．AI人材、新たな注目と続く多様性の悩み
上記の流れで進めます。
AIのこれまでの動向を確認することができます。
The State of AI in 2022-and half decade in review
まず、大元の記事はコチラです。英語が読める方はこちらを参考にしてください。
１．2022年のAIの現状と半期を振り返って
The results of this year’s McKinsey Global Survey on AI show the expansion of the technology’s use since we began tracking it five years ago, but with a nuanced picture underneath.
今年のマッキンゼーの「AIに関するグローバル調査」の結果が、5年前からAIの普及が増加していることを示しているようです。
Adoption has more than doubled since 2017, though the proportion of organizations using AI1 has plateaued between 50 and 60 percent for the past few years. A set of companies seeing the highest financial returns from AI continue to pull ahead of competitors. The results show these leaders making larger investments in AI, engaging in increasingly advanced practices known to enable scale and faster AI development, and showing signs of faring better in the tight market for AI talent. On talent, for the first time, we looked closely at AI hiring and upskilling. The data show that there is significant room to improve diversity on AI teams, and, consistent with other studies, diverse teams correlate with outstanding performance.
A1を使用する組織の割合は、ここ数年50～60％の間で停滞していますが、採用率は2017年から2倍以上になっています。AIから最も高い財務的リターンを得ている一連の企業は、競合他社を引き離し続けています。この結果は、これらの企業がAIに大規模な投資を行い、AI開発のスケールアップと高速化を可能にすることで知られる高度なプラクティスに取り組み、AI人材の厳しい市場においてより有利になる兆しを見せていることを示しています。人材に関しては、今回初めて、AIの雇用とスキルアップについて詳しく調査しました。このデータは、AIチームの多様性を改善する余地が大きいことを示しており、他の研究とも一致しますが、多様なチームは優れたパフォーマンスと相関しています。
【感想】
AIの導入率は過去数年50-60%の間で停滞しているけれども、採用率は2017年以降に2倍以上増加しているようですね。
また、AIから最も高い財務的なリターンを得ている企業は競合他社をリードし続けているようです。そして、これらのリーダー企業はAIにおいて大きな投資をして、高度なプラクティスを生み出すことに取り組んでいて、人材も多様性にしていく余地があるといっていますね。
２．AIの導入と影響、消費の過去5年間の振り返り
AIの導入は2017年から2倍以上になっている。特に、ビジネス領域でのAIの導入率は20%から50%に上昇し、2019年には58%に達した。また、組織が利用するAI能力の平均数も2018年の1.9個から2022年には3.8個に倍増している。特に、ロボティック・プロセス・オートメーションやコンピュータ・ビジョンが毎年最も多く導入されており、自然言語テキスト理解も上位に進出している。しかし、上位のユースケースはサービス運用の最適化が安定している。
第二に、AIの普及が進み、AIへの投資が増加している。例えば、5年前は40%の組織がデジタル予算の5%以上をAIに充てたが、現在はそのレベルの投資を行っている組織が半数以上。今後、63%の組織が3年間で投資額を増やすと回答。
第三に、企業がAIから価値を見出す領域が進化している。2018年は製造、リスクが最も大きかったが、現在はマーケティング、セールス、製品・サービス開発、戦略、企業財務が最も大きな収益効果。サプライチェーン管理においてAIが最も高く評価されている。AIから実現されるボトムラインの価値は一貫して強く、約4分の1の組織が今年EBITの5%以上がAIに起因すると報告。
最後に、組織がデジタルの信頼を強化するために取り組むリスク軽減のレベルは懸念される。AIの利用は増加しているが、2019年から現在まで、AI関連リスク軽減が報告されているが、大幅な増加は見られていない。
【感想】
どうやら、AIの導入が急増していること、AIへの投資が増加していること、企業がAIから価値を見出す領域が進化していること、AIから実現されるボトムラインの価値が一貫して強いことを言っています。そして、リスク軽減に対する懸念があることを言っていますね。
結果として、AIの普及が急速に進んでいることを示し、将来的にはさらに普及が進むと考えられます。
３．先行するAIリーダー企業のギャップに注目
過去5年間、私たちはAI分野のリーダーたちを調査し、彼らがどのように特異なのかを発見しました。その結果、これらのリーダー企業が競争優位を持っていることは、他の企業が追いついてきていることを示す証拠よりも明らかです。
まず、リーダー企業の規模が拡大しているわけではありません。過去3年間、我々は「AI高業績企業」を、AI導入による最大のボトムライン効果、つまりAI利用によるEBITが20%以上あると答えた企業と定義しました。このグループに属する回答者の割合は約8%で安定しています。この結果は、このグループが主にAIによるトップラインの利益向上によって優れた業績を達成していることを示しています。このグループは、AIがコストを削減するよりも収益を促進することが多いですが、AIによってコストも削減されていると報告しています。
高業績企業は、AIをビジネスに結びつける戦略を取り入れ、他の企業よりも価値を引き出すコアプラクティスを取っています。重要なのは、「AIの産業化」と呼ばれる「フロンティア」な実践を頻繁に行うことで、新しいAIアプリケーションに迅速に対応できるようになります。リーダー企業は、モジュール式のデータアーキテクチャを採用し、データ関連のプロセスを自動化しています。これにより、AI開発の効率が向上し、高品質のデータを提供し、アプリケーションの数を増やすことができます。また、高業績企業は、ローコードプログラムやノーコードプログラムを新たに利用し、技術者以外の従業員をAIアプリケーションの作成に参加させています。本番環境に適したデータパイプラインを作成し、自社開発したAI関連のプラットフォームを使用するなど、特定の高度なスケーリング慣行に従う傾向が強まっています。
高業績企業は、個人のプライバシーや公平・公正さなど、他の組織がまだ対処していない潜在的なAI関連リスクの管理に先手を打っている可能性があります。4年前にAI関連リスクについて尋ね始めて以来、AI関連リスクの認識と軽減を報告する組織には全体としてほとんど変化が見られないが、AIハイパフォーマーの回答者は、リスクの軽減に役立つとされる慣行に取り組んでいると報告する傾向が他より強い。これには、AIとデータのガバナンスの確保、プロセスとプロトコルの標準化、データ品質管理などのプロセスを自動化して手動作業で生じるエラーを取り除くこと、モデルの妥当性をテストして潜在的な問題がないか長期的に監視することなどが含まれます。
【感想】
過去5年間にAI分野のリーダー企業を調査し、その特徴を発見したという内容ですね。
その結果、リーダー企業が競争優位を持っていることが明らかになったと述べられています。
特に、リーダー企業はAIを収益促進に利用しているが、他の企業が追いついてきていることを示していますね。
また、リーダー企業は、AI戦略をビジネス成果に結びつけ、「AIの産業化」の実践を頻繁に行っていることが挙げられています。
AI活用とサステナビリティへの取り組み
最新の調査によれば、AIを導入している多くの組織は、サステナビリティに関する取り組みにAIを積極的に取り入れ、また、AIを使用することで環境負荷を削減する方法を模索していることが明らかになりました。特に、ハイパフォーマーの企業は、AIを使用したサステナビリティの取り組みを報告する確率が他よりも高く、また、AI関連の排出量を削減するために取り組んでいると回答する確率も高いことが示されています。これらの取り組みは、グレーターチャイナ、アジア太平洋地域、および発展途上国に拠点を置く組織でより一般的に見られ、一方で、北米の回答者はこれらの取り組みを報告する傾向が最も低いことが分かりました。
この調査結果によれば、AIの高実績企業は、他の組織に比べてAIへの取り組みにおいて、より多くの支出を続ける傾向があります。それらの大手企業の回答者は、将来的に投資を増やすと回答した割合が他の企業と同じでも、現在他の企業よりも多く投資しており、これは収益に占める割合がより高いベースから増やすことを意味しています。AI高機能企業の回答者は、組織がデジタル技術予算の少なくとも20%をAI関連技術に費やしていると回答する確率が、同業他社の約8倍高いです。また、これらのデジタル技術の予算は、企業の支出に占める割合が非常に高くなっています。AI高機能企業の回答者は、組織が企業全体の収益の20%以上をデジタル技術に費やしていると報告する確率が、他の回答者の5倍以上であることが分かりました。
これらのことは、AI高業績者がAI人材を惹きつける上で有利に働いている可能性があります。これらの組織では、AIデータサイエンティストやデータエンジニアといった職務の採用がそれほど困難ではないことが示されています。AI高機能企業でない組織の回答者は、AI高機能企業の回答者よりもはるかに頻繁に、これらAI高業績者がAI人材を惹きつける上で有利に働いている可能性があります。これらの組織では、AIデータサイエンティストやデータエンジニアといった職務の採用がそれほど困難ではないことが示されている。AI高機能企業ではない組織の回答者は、AI高機能企業の回答者よりもはるかに頻繁に、これらの役割を満たすことが「非常に困難」であったと述べています。
要するに、高業績企業はすでに、AIの持続的な成功、新しいAI開発の効率化、そしてその結果としての人材にとってより魅力的な環境に対して、十分な位置につけているのです。リーダーグループ以外の組織にとっての朗報は、成功のためのベストプラクティスの明確な青写真が存在することです。
【感想】
AIを導入している組織がサステナビリティに関する取り組みに積極的に取り入れていること、特にハイパフォーマーの企業がAIを使用したサステナビリティの取り組みに力を入れていること、そして、これらの取り組みはアジア太平洋地域や発展途上国に多く見られることが分かったと伝えています。
また、AIの高実績企業が他の組織に比べて、AIへの取り組みにより多くの支出を続ける傾向があることが示されているようです。特に、AI高実績企業の組織では、AIデータサイエンティストやデータエンジニアなどの職務の採用が比較的容易であると述べられています。
また、AI高実績企業ではない組織の回答者は、AI高実績企業の回答者よりも難しいということですね。
結論として、高業績企業はすでに、AIの持続的な成功、新しいAI開発の効率化、そしてその結果としての人材により魅力的な環境づくりができるようになっているといっています。
４．AI人材、新たな注目と続く多様性の悩み
AIに関する初めての詳細な分析は、AIの成熟度を示し、組織が人材を獲得しスキルアップするために取る最も一般的な戦略を明らかにし、AIの多様性の問題を取り上げ、多様性と成功の関連性を再確認するものです。
組織は人材を採用することが困難ですが、高いパフォーマンスを発揮する人材はそれほど難しくありません。すべての組織はAI人材、特にデータサイエンティストを採用することが困難だと報告しています。しかし、AIのハイパフォーマーは他の組織よりも少し難しく、機械学習エンジニアのような職種をより頻繁に採用していると報告されています。
調査によると、過去1年間に組織で最も多く採用されたAIの役割は、データエンジニアやAIデータサイエンティストよりもソフトウェアエンジニアが多かったという結果が出ました。これは、多くの組織がAIを実験的に使用し始め、ビジネスアプリケーションに積極的に組み込むようになってきていることを示しています。 技術系人材の不足は今も続いており、一部の企業はそのシフトを遅らせる可能性があります。回答者の大多数は、過去1年間にAI関連の職務の採用が困難だったと報告しており、ほとんどが人材の獲得が過去数年に比べて困難だったと回答しています。特に、AIデータサイエンティストは不足が続いており、最も困難な職務の1つと評価されています。 他の職務に比べて、AIハイパフォーマーは採用が容易な傾向がありますが、それでも困難という意見が多いです。調査から明らかになったことは、組織はAIの産業化やビジネス価値を最大化するために採用に力を入れているということです。例えば、過去1年間に機械学習エンジニアを採用した割合が2倍以上になっており、データサイエンティストが構築したMLモデルのパフォーマンスやスケーラビリティを最適化する役割を担っています。また、高業績の企業はAIアプリケーションの開発や採用に注力していると報告しています。
【感想】
AIに関する初めての詳細な分析が述べられていますね。
AIの成熟度が示されていますが、組織が人材を獲得しスキルアップするために一番良い戦略で、AIの多様性の問題が取り上げられ、多様性と成功の関連性が再確認されます。
それによると、組織は人材を採用することが困難であるが、高いパフォーマンスを発揮する人材はそれほど難しくないとされています。
特に、AIデータサイエンティストは不足が続いており、最も困難な職務の1つとなっているようです。また、組織はAIの産業化やビジネス価値を最大化するために採用に力を入れていることが明らかになっています。
スキルやスキルアップは、雇用に代わる一般的な手段である
AI人材の調達について、全回答者の中で最も人気のある戦略は、既存の従業員を再教育することです。ほぼ半数の組織がそのような戦略を取っています。一流大学からの採用や、優れた技術を持つ企業からの採用も一般的な戦略です。しかし、高業績の企業の戦略を見ると、できるだけ多くの採用チャネルを活用することが、組織にとって最も有益であることが明らかになります。これらの企業は、様々なソースからAI関連の人材を採用するために、他の企業よりも多くのことを行っています。その結果、一流の技術系大学や技術系企業から採用する傾向が強い一方で、その他の大学、トレーニングアカデミー、多様性に焦点を当てたプログラムや専門組織から人材を調達する傾向もあることがわかりました。 回答からは、AI高実績の組織とそれ以外の組織の両方が、AIに関する技術的および非技術的な従業員のスキルアップを行っており、どちらの組織の回答者の約半数が、より多くのAI人材を獲得するために再スキルアップを行っていることが示唆されています。ただし、高業績の企業は、従業員のAI関連スキルを高めるために、他の組織よりも多くの手段を講じていると考えられます。
高業績企業は、技術者のAIスキルを開発するための能力開発プログラムを組織で実施していると回答する確率が、他の組織の約3倍高いことが明らかになりました。最も一般的なアプローチは、体験学習、自己学習型オンラインコース、認定プログラムであり、他の組織では自己学習型オンラインコースが最も多く採用されています。 高業績企業は、技術者以外の従業員のAIスキルを向上させるために、自己学習型オンラインコースを提供するだけでなく、非技術系社員に対してもピアツーピアの学習・認証プログラムを提供する傾向が強いことがわかりました。高業績企業の回答者は、非技術系社員に対してのピアツーピアの学習・認証プログラムの提供を行っていると回答する割合が、他の組織の約2倍に達していることが明らかになりました。これは、高業績企業がAIスキルの広い範囲の従業員に対しての学習・認証プログラムを提供していることを示しています。
【感想】
AI人材の調達について、どのような戦略が有効であるかについてです。
結果として、既存の従業員を再教育することが最も人気のある戦略であることが明らかになっています。
また、一流大学からの採用や、優れた技術を持つ企業からの採用も一般的な戦略であることが示されています。
しかし、高業績企業では、できるだけ多くの採用チャネルを活用することが最も有益であることがわかっており、その結果、高業績の企業は、様々なソースからAI関連の人材を採用するために、他の企業よりもたくさんやっているようです。
これにより、高業績企業は、技術系大学や技術系企業からの採用に加え、その他の大学、トレーニングアカデミー、多様性に焦点を当てたプログラムや専門組織から人材を調達する傾向があることがわかったそうです。
そして、高業績企業は、技術者のAIスキルを開発するための能力開発プログラムを組織で実施していると回答する割合が、他の組織の約3倍高いことが明らかになっています。
最も一般的なアプローチは、体験学習、自己学習型オンラインコース、認定プログラムで、他の組織では自己学習型オンラインコースが最も多く採用されていることも示されています。
高業績企業は、技術者以外の従業員のAIスキルを向上させるために、自己学習型オンラインコースを提供するだけでなく、非技術系社員に対してもピアツーピアの学習・認証プログラムを提供する傾向が強いことがわかっています。
これは、高業績企業がAIスキルの広い範囲の従業員に対しての学習・認証プログラムを提供していることを示していま。
AIチームにおけるダイバーシティの向上は、現在進行形である
また、AIに特化したチーム内の多様性についても調査したところ、ほとんどの組織で改善の余地があることがわかりました。調査の結果、AIソリューションを開発するチームに所属する女性の割合は平均でわずか27%であり、民族的にもマイノリティの割合も25%に過ぎません。さらに、約29%の組織では、AIソリューションに関わるマイノリティの従業員がいないと回答しています。 一部の企業はAI人材の多様性向上に取り組んでいますが、それでもまだ改善の余地があります。一部の組織は性別多様性を重視し、特に女性の参画を促しています。一方で、民族的な多様性を重視する取り組みは少なく、今後の改善が期待されます。
これまでのマッキンゼーの調査によると、多様性が高いチームは、より高いパフォーマンスを発揮することが示されています。今回の調査も同様に、女性やマイノリティが多いチームは、AIハイパフォーマーになる可能性が高くなることが示されています。この結果から、多様性を重視したチームを作り上げることは、AI業界全体のパフォーマンス向上に貢献することが示唆されています。
【感想】
AIに特化したチーム内の多様性についての調査の結果を紹介しています。
その結果、ほとんどの組織で改善の余地があることがわかりました。調査によると、AIソリューションを開発するチームに所属する女性の割合は平均でわずか27%であり、民族的にもマイノリティの割合も25%に過ぎません。
さらに、約29%の組織では、AIソリューションに関わるマイノリティの従業員がいないと回答していますね。これらの結果から、多様性が低いチームが多いことがわかっています。
一部の企業はAI人材の多様性向上に取り組んでいますが、それでもまだ改善の余地があります。一部の組織は性別多様性を重視し、特に女性の参画を促している一方で、民族的な多様性を重視する取り組みは少なく、今後の改善が期待されます。
これまでの調査によると、多様性が高いチームは、より高いパフォーマンスを発揮することが示されています。
今回の調査も同様に、女性やマイノリティが多いチームは、AIハイパフォーマーになる可能性が高くなることが示されています。この結果から、多様性を重視したチームを作り上げることは、AI業界全体のパフォマンス向上になるのでは！とのことでした。
研究内容について
マッキンゼーの調査によると、AIの採用において、過去1年間に最も多く採用されたのはソフトウェアエンジニアであったという結果が出ています。これは、多くの組織がAIを実験的に使用することから、企業アプリケーションに積極的に組み込むことに大きくシフトしていることを示しています。ただし、技術系人材の不足は緩和される気配がなく、一部の企業ではそのシフトを遅らせる恐れがあるとされています。また、調査によると、AI人材の多様性についても改善の余地があることがわかりました。
というわけで、今回は以上です。
引き続きで、徐々に発信していきます。
コメントや感想を受け付けています。ちょっとした感想でもいいので嬉しいです。
それでは、以上です。
