Hype Cycle for Artificial Intelligence

ガートナーは毎年130以上のハイプサイクルを作成し、さまざまなセグメント（業界や技術分野を含む）にわたる1,900以上の革新の成熟度と可能性を追跡しています。人工知能のハイプサイクルからの最新の洞察は、組織がAIで革新するために必要な重要な技術を特定することの重要性を強調し、実験からスケーラブルなソリューションへの移行を促します。

今年の報告書からの重要なポイントの一つは、GenAIが失望の谷に入ったことの認識です。その可能性にもかかわらず、組織はGenAIの価値を示すことに関する倫理的な懸念や課題に直面しています。2024年のGenAIイニシアチブに対する平均支出は190万ドルで、AIリーダーの30%未満が投資収益率に満足していると報告しています。これは、組織がユースケースを洗練し、期待を効果的に管理する必要があることを示しています。

組織がAI戦略の中心としてGenAIから移行する中で、基盤となるAIのエネーブラーへの投資が増加しています。AIエンジニアリングやModelOpsなどの技術は、AIソリューションの持続可能な提供に不可欠になっています。AIエンジニアリングは、堅牢なAIソリューションのポートフォリオを確立することに焦点を当て、ModelOpsはAIモデルのガバナンスとライフサイクル管理を強調し、標準化されスケーラブルであることを保証します。

さらに、今年のハイプサイクルでは、AI対応データとAIエージェントという2つの重要なトレンドが浮上しています。両者は現在、膨らんだ期待のピークにあります。組織は、57%が現在のデータがAI利用に適していないと見積もっているため、データがAI対応であることを確保するためにデータ管理の実践を進化させる必要があります。AIエージェントは、自律的なソフトウェアエンティティであり、タスクを実行し目標を達成するためにAI技術を使用していますが、独自のセキュリティとガバナンスの課題も伴います。

AIネイティブソフトウェアエンジニアリングの導入は、ソフトウェア開発の風景における重要な進化を示しています。このアプローチは、ソフトウェア開発ライフサイクル全体でAIツールの使用を最適化し、エンジニアが人間の独創性を必要とするより複雑なタスクに集中できるようにします。しかし、バイアスやセキュリティの脆弱性を含むAI出力に関連するリスクは、その実装に対して慎重なアプローチを必要とします。

要約すると、人工知能のハイプサイクルは、AIの採用の複雑さを乗り越え、新興技術への投資を最大化しようとする組織にとって重要なリソースです。