生成AIが今後1年で発揮できる可能性については、依然として楽観的な見方が広がっている一方で、ITリーダーはビジネスリーダーや取締役会から生成AIに対する投資が具体的なインパクトをもたらしていることを証明するよう、より強いプレッシャーがかかるでしょう。

前編では、ビジネスとITチームの観点から生成AIとクラウの市場予測について論じました。後編となる今回は、2025年に向けて企業が検討すべき新しいテクノロジーに関する4つの予測を紹介します。

（1）AI世代を巡る誇大宣伝は衰退し、企業はAIに対して現実的なアプローチをとるようになる

2025年には、AIを活用する企業に2つの異なるタイプが現れると考えられます。1つ目は、生成AIのユースケースに成功し、そのメリットを享受している企業です。

マッキンゼーによると、65％の組織が生成AIの定期的に利用しており、HRのコスト削減やサプライチェーン管理での収益増加といった有意義な成果を得ています。例えば、金融サービス業界では、生成AIの早期導入が進み、多くの銀行が不正検出においてルールベースからモデルベースのシステムに移行するという業界全体への大きなシフトが見られます。

生成AIの真の価値は、スケールで知識と洞察を得ることにあります。したがって、最も恩恵を受けやすいのは、実用的な洞察を得るために利用できる信頼性の高いデータを大量に保有している業界の企業です。

一方、2つ目のタイプの企業は、伝統的に大規模なデータベースを持たないため生成AIの恩恵をそれほど受けられず、効率と生産性の向上ために従来のAIや決定論的な機械学習モデルに依存することになるでしょう。最終的には、企業は生成AIの誇大な期待や華やかさに振り回されるのをやめ、代わりに、テクノロジー投資のロードマップを組織全体の目標としっかりと結びつけることに注力していくと予想されます。

（2）AIエージェントは企業に競争優位性をもたらす

AIエージェントの急速な進化は、企業がデータを活用して実行可能なインサイトを獲得し、ROIを向上させる方法を根本的に変えるでしょう。リーダーは、この急速に変化する環境で成功を収めるために、従来の機敏な手法を超えて、AIの機能をコアとなる開発プロセスに組み込む必要があります。

AIエージェントを組み込んだワークフローと基盤モデルに投資する企業は、競争優位性を獲得し、複雑なタスクを効率的なアクションに変え、迅速な利益を生み出すことができるでしょう。この可能性を最大限に引き出すには、企業は継続的な学習に重点を置き、AIの活用に長けた熟練したチームの構築を優先すべきです。

AIエージェントが進化するにつれ、信頼性の高いインサイトを得るためには、強固なデータガバナンスが不可欠となります。AIを革新と効率化に活用する企業が市場のリーダーとなるでしょう。

AIエージェントをワークフローに組み込むことで、複雑なプロセスを自動化し、迅速な意思決定と市場の変化への機敏な対応が可能になります。この統合により適応力が養われ、チームはトレンドの先を行くことができるでしょう。AIエージェントがもたらす機会を捉える企業が、その業界の未来を形作っていくことになると考えられます。

（3）量子コンピュータが次の「技術開発競争」の火付け役となる

量子コンピューティングは、AIに続く大きな技術革新として注目を集めるでしょう。現在、急速な開発が進められており、量子システムをサポートするために必要な超低温、特殊なインフラ、膨大な電力要件を備えた次世代データセンターに多額の投資を行う企業が現れています。

量子テクノロジーの飛躍的な進歩がもたらす潜在的な価値は計り知れません。医療分野における新薬開発や遺伝子再プログラムの加速化から、エネルギーの核融合への接近、さらには従来の電源の不要化につながる可能性まで、その可能性は限りがありません。

GoogleやMicrosoftのようなグローバルリーダー企業以外からも、量子技術がクラウドサービスとして提供される予定であり、企業は独自のインフラを構築することなくそのパワーを利用できるようになります。量子がゲームチェンジャーとして浮上するにつれ、このシフトは、企業が量子の能力を活用してAI能力を強化し、競争優位性を獲得しようと急ぐ中で、技術開発競争を引き起こすでしょう。

（4）日本市場に関する予測

日本市場において、AIに対する誇大な期待が薄れ、実際に成果を上げるユースケースに焦点を当てた取り組みが加速すると予想されます。特に生成AIの導入が進む業界では、企業が保有するデータ量やその品質が成功の鍵となるでしょう。

AI活用に向けては、導入初期から自社のデータを整理・統合し、生成AIの実用性を最大化するためのデータインフラの整備が不可欠です。また、成果を測定できる具体的なユースケースを選定し、ROI（投資対効果）の観点から評価・最適化を行うプロセスが重要になります。

さらに、日本企業はエンタープライズ向けのLLM（大規模言語モデル）やプライベートLLMの利用を優先する動きが増えると予想されます。パブリックなLLMを避け、自社の業界やビジネス特性に合った高精度のLLMを活用することで、より信頼性の高い情報提供や意思決定支援が可能となります。このため、自社のビジネスに最適なカスタマイズ可能なLLMの導入を検討し、プライベートLLMの構築に着手することが重要です。

また、運用の中でデータガバナンスとプライバシー保護を強化することが求められます。これらを長期的なテクノロジー投資のロードマップに基づいて進め、組織の目標と結びつけることが成功への鍵となります。日本市場では、AIとクラウド技術の進化に伴い、堅実なアプローチで戦略的な導入が進むと予想されます。

近年の生成AIの進化は、企業が内部の効率性を向上させ、データから有益な実行可能なインサイトを得る方法を確かに変えました。しかし、生成AIがあらゆるビジネスのあらゆる業務をこなすわけではありません。新しいテクノロジーを適切に活用できることが、企業が重要な競争優位性を獲得するのに役立ちます。日々変化するテクノロジーや市場動向を正しく把握し、効果的に自社のビジネスに取り入れることが重要です。

著者プロフィール


Cloudera株式会社　ソリューションズ エンジニアリング マネージャー　吉田 栄信（よしだ えいしん）


クラウド、ビッグデータ、データガバナンス、PaaS、Webアプリケーションなどのアーキテクトとしての設計や実装の経験を持つソリューションエンジニア。過去にはヒューレット・パッカード エンタープライズでビジネス・ディベロップメント、DXCテクノロジー・ジャパン株式会社でチーフ・テクノロジストの職務を担当し、2019年6月にCloudera株式会社に入社。