ビデオ: ä¸è¦å²ç¬æåçæ§ (十一月 2024)
今週のGartnerシンポジウムのオープニング基調講演で最も興味深い予測は、2020年にAIが180万人の雇用を削減するが、全体で230万人の雇用を創出するネットジョブクリエーターになるというものでした。 これは、ガートナーのエグゼクティブバイスプレジデントであるピーターソンダーガードによって提供されたクイックラインであり、2021年にはAIの増強により2.9兆ドルのビジネス価値と62億時間の労働生産性が生まれると述べています。
これらの数値は、私が見たさまざまなAI調査の多くの数値と同様に、それらの時間枠で予想していたよりも大きいため、もう少し深く掘り下げたいと思い、ガートナーの主任予報官であるジョン・ラブロックと話をすることができました。 彼は、ガートナーがたった今完了した調査に基づいていると説明しました。これは、43か国と17の業界でのAIの採用パターンと、10年にわたる国ごとのテクノロジーの普及を調査したものです。 年末までに公開されるこの調査では、ビジネス価値を、コスト削減、新規収益、およびカスタマーエクスペリエンスのより無形の項目の組み合わせと見なしています。
Lovelock氏によると、この研究は2015年から2019年の間に、AIは実際に作成するよりも多くのジョブを削除することを示しています。 たとえば、2017年には、AIは580, 000のジョブを失いましたが、470, 000のジョブのみが作成されます。 しかし、2020年以降、AIは雇用創出者となり、この傾向は2021年以降も続きます。 Lovelockは、これは業界によって大きく異なると付け加えました。製造業の仕事は2023年まで純利益に達しません。また、作成された新しい仕事はそれまで失われた仕事を相殺しません。
Lovelockは、ビジネス価値を考慮して、このアイテムには4種類のAIの影響が含まれると述べました。チャットボットなどのエージェント。 AIが最終決定を下す意思決定自動化ツール。 意思決定支援ツール。最終決定を下すユーザーを支援するオプションを提供します。 および製品。 彼は、領土、文化、法律の違いにより、ビジネス価値が地域によって異なる可能性があると述べました。
予測される2.9兆ドルのビジネス価値について、Lovelockは再び、収益、コスト削減、顧客体験を含むことに注目し、結果が必ずしもプラスになるとは限らないと述べました。 たとえば、彼はブロックチェーンは最初の数年間、ネガティブな顧客体験をしばしば持っていると言いました。
節約された62億時間の統計を見て、別のガートナーの数字である世界中の15億人の求職者と組み合わせたところ、これは労働者1人あたり年間4時間のように聞こえました。 ラブロック氏は、これは数値を見る良い方法ではないと言った。ヒストグラムはもっと広いので、国によっては大きな影響があるが、他の国や他の産業では影響がないからだ。
予測されたビジネス価値2.9兆ドルが世界のGDPの約70から75兆ドルにどのように適合するかを尋ねましたが、AIビジネスの価値が業界の一部の企業は、他の企業に悪影響を与える可能性があります。 言い換えると、2つの企業が2億ドルの市場の均等な分割から始まり、AIが1つの企業が5, 000万ドルの市場シェアを獲得するのを支援する場合、他の企業は大きな損失を被る可能性が高く、その結果、それぞれに大きな影響を与えますそれらの企業の、しかし全体的なGDPへの変更無し。
ラブロックは、ガートナーの数値は低いレベルから始まり、GDPのようにはフィルター処理しないと述べた。 代わりに、AIに直接起因する一次効果のみが含まれます。
基調講演で、Sondergaardは、世界中に15億人の求職者、1500万人のIT求職者、880万人の経験豊富なIT求職者がいると述べました。 しかし、これらのうち、AIの仕事で経験したのは1, 275人だけでした。 一例として、彼はニューヨークに32人の経験豊富なAI専門家しかいなく、積極的に仕事を探しているのは8人だけだと言いました。
私は、ニューヨークでAIの経験があると言う32人以上の人を知っていると思うので、これは非常に具体的であるように思えました。 ラブロック氏によると、この数字は、ガートナーが最近買収した求人や候補者を追跡する調査プロバイダーであるCEB Inc.の一部であるTalent Neuronによるものだという。 彼は、監督レベル以上で、明確に定義されたAIスキルを持つ、少なくとも8年の経験を持つ上級IT候補者のみを反映していると述べました。 それはもっと理にかなっていますが、それでもおそらく過小評価されています。
AIに関する予測が完全に正確であることを期待するのは非現実的かもしれません。 結局のところ、予測担当者は、はるかに安定した業界および経済全体の売上を予測するのが困難です。 しかし、数字の背景にあるコンテキストを取得できてうれしかったです。予測がより合理的に見えるようになります。
