企業が 100 万人のユーザーを獲得するのにどれくらいの時間がかかりますか? Twitter は 24 か月、Facebook は 10 か月、Spotify は 5 か月、Instagram は 2.5 か月、Path はわずか 2 週間でした。 2022 年 12 月、ChatGPT と呼ばれる自然言語を理解し、自然言語で応答できる人工知能 (AI) ベースのチャットボットがすべての記録を破りました。
100 万人のユーザーを獲得するのにわずか 5 日しかかかりませんでした。 その理由は次のとおりです。スマートでインテリジェントであり、AI の博士号がなくても誰でも使用できます。 ユーザーはそれを「驚くほど良い」と表現しています。 2023 年を「AI の年」にするという約束があります。
Chat Generative Pretrained Transformer (ChatGPT) に「なぜニュートンの第一法則が不完全なのか?」などの質問をします。 そして、ニュートンの運動の第一法則が失敗する例を提供します。 回答は明快で簡潔です。 それは、高校の物理の教師でさえ、ほとんどの人間が考え出すのに苦労するであろうものよりも優れています.
ChatGPT は驚くべきことを行っています: 曲の音楽と歌詞を書くのを手伝ったり、ホリデー ショッピングを手伝ったり、大学の願書の草案を書いたり、物語を作ったり、ゲームをしたり、コードを書いたり、さらには不快な人種プロファイリングを行ったりしています。
AI が 2023 年に向けて保持するものは、探求すべき興味深い問題であり、さまざまな業界のトップ エグゼクティブにとって必要な問題です。
AI は、宣伝文句なしに、あらゆるビジネスにとって頼りになるテクノロジーになりました。 金融犯罪と戦いたいですか？ より良く、よりスマートで、より持続可能な都市を計画することを考えていますか? 単一の成分に触れることなく香水を作成し、市場向けにパーソナライズしたいとお考えですか? ウイスキー製造に使われる何千年にもわたる伝統的な職人技に取って代わろうと決心しましたか? アスリートやスポーツ選手の怪我を予測しますか? 音声翻訳を提供しますか? 作物に受粉したいが、その仕事をするミツバチがいない？ 廃棄物のリサイクルを改善したいですか？ AIを使うだけ。 ChatGPT を開発した OpenAI の社長兼共同創設者である Greg Brockman 氏は、「2023 年は、2022 年は AI の進歩と採用にとって眠い年に見えるでしょう」と述べています。 ブロックマンに同意しないのは難しい。
ほとんどの新しいテクノロジーは、私たちの想像力を強烈に捉えます。 モバイル、クラウド、ビッグデータ、および API は、何年もの間見出しにとどまっていた過去のほんの一部です。 しかし、AI の急速な台頭を示すものは何もありませんでした。
はい、AI については多くの話がありましたが、その背後に深刻なお金はありません。 企業は AI を検討してきましたが、プロジェクトを拡大したり、約束された ROI を引き出したりすることはまだできていません。 理由はさまざまです。適切なツールがない、適切な才能を持っていない、不快なプロジェクト コストの超過を経験した、データ品質が低い、またはセキュリティ上の懸念があるなどです。
データを調べると、テクノロジーとしての AI がレーダーの下を飛んでいることがわかります。 AI スタートアップへの資金提供は、痛ましいほど低く、遅々として進んでいません。 世界全体では、AI スタートアップへの投資は 2018 年の 720 億ドルから 2019 年には 650 億ドルに減少し、2020 年には 695 億ドルでほぼ横ばいでしたが、2021 年には 1,114 億ドルに上昇し、2022 年には 475 億ドルに急落しました (予測）。
実際、2022 年に世界中に存在する 1,211 のユニコーン企業のうち、AI 分野の企業はわずか 90 社でした。 これをフィンテックの 258 件、e コマースの 108 件、ヘルスケア業界の 129 件と比較すると、AI が VC レーダーに大きな影響を与える必要があることは明らかです。 では、AI が 2023 年に向けてこれほどまでに注目を集めるテクノロジーとなるのはなぜでしょうか? AI が 2023 年を席巻する理由は 2 つあります。 この2つの理由を探ってみましょう。
まず、AI をトレーニングするための大規模なデータ セットと計算能力がすぐには利用できませんでした。 AI のトレーニングは費用のかかる仕事でした。 もうありません。 2018 年以降、画像分類システムのトレーニング コストは 63.6% 削減され、トレーニング時間は 94.4% 改善されました。
計算能力も猛烈なペースで成長しています。 2016 年に、プロの囲碁棋士を打ち負かした最初のコンピューター プログラムである AlphaGo は、1 秒あたり 190 万ペタの浮動小数点演算でトレーニングされました (PetaFLOPS – トレーニング計算の尺度であり、1 FLOP は 1 つの足し算、引き算、掛け算、または割り算です)。 2 つの 10 進数)。 ミネルバは 2022 年に、大学レベルで数学の問題を解くために 27 億ペタフロップスのトレーニングを受けました。
これらの機能により、AI は人間のベンチマークを超えることが可能になりました。 2017 年から 2020 年にかけて、AI は手書き認識、音声認識、画像認識、読解、言語理解において人間の能力を上回りました。
コストの低下と機能の向上により、業界のリーダーは AI に注意を向けざるを得なくなります。 AI の驚異的な進歩を測る最良の方法の 1 つは、テクノロジーが画像認識から画像作成へ、データの転写とマイニングからアプリケーションや SQL クエリのコードなどの新しいアーティファクトの作成へと移行したことを理解することです。
AI が 2023 年に猛威を振るう 2 つ目の理由は、NLP インターフェースにより、誰もがトレーニングを必要とせずに AI を使用できるようになることです。 NLP はブレークスルーです。 どの言語を話しても、コミュニケーションとコンピューターの理解の間のギャップを埋めることができます。 Siri と Alexa は、日常的に使用される NLP の例です。
これにより、2023 年に備えなければならない重大な変化がもたらされます。Tesla の元 AI ディレクターである Andrej Karpathy 氏は、AI はすでに彼のコードの約 80% を約 80% の精度で記述していると述べています。 彼は、「私は実際にはコーディングすらしていません。プロンプトと編集を行っています」と述べています。 これにより、プログラマーの将来に関する重要な洞察が得られます。
関数の作成やその方法の調査に時間を費やす代わりに、プログラマーは正しいプロンプトの作成方法を知る必要があります。 AI がコードを吐き出し、プログラマーがそれをレビューします。 これは全面的に起こると予想できます。
たとえば、あらゆる種類のインフォメーション ワーカーがコンテンツを作成する必要はありません。 AI アプリが生成するものを見直して改善する必要があります。 AI は、会議の書き起こしと要約、プロジェクトの最初の一連のアイデアの作成、ソーシャル メディアの投稿やメールの下書きなどに使用されます。
その後、人間は AI が投入した作業を見直し、微調整して使用します。 事実上、インターンの概念は終わろうとしています。 AIは新しいインターンになります。
これがどこに向かっているのかはすでにわかります。 あらゆる業界の専門家が、AI をより快適に使用できるノーコード MBA を取得することで、キャリアを強化することを急いでいます。 AI の使い方は、2023 年に取得するホットな新しいスキルになります。
免責事項: 上記の記事で表明された見解は著者のものであり、必ずしもこの出版社の見解を表したり反映したりするものではありません. 特に断りのない限り、著者は個人的な能力で書いています。 それらは意図されたものではなく、いかなる機関や機関の公式の考え、態度、または方針を表すと考えるべきではありません.
この記事に割り当てられたタグ: