検索
ホームページテクノロジー周辺機器AIこれを書き直す 1 つの方法は次のとおりです。AI の台頭は止められません。AI の誇張を避けるための 9 つの方法を紹介します。

これを書き直す 1 つの方法は次のとおりです。AI の台頭は止められません。AI の誇張を避けるための 9 つの方法を紹介します。

ここ数か月間、人工知能 (AI) が人気のバズワードになりました。 AI の開発が着実に加速する中、シリコンバレーの新興企業やフォーチュン 500 企業がこの産業革命に参加しています。しかし、興奮、進歩、そして危険信号がひとつになって、エキサイティングではあるが必ずしも祝福されるとは限らない未来が明らかになってきています。この時期、脚光を浴びることに熱心な一部の企業は、誇大宣伝によって自社の地位をごまかし、自社の弱い、または存在しない AI テクノロジー能力を誇張したいと考えています。

非 AI スタートアップと比較すると、この種のあまり明るくないマーケティング戦略は、より充実したシード、シリーズ A およびシリーズ B の資金調達に役立ちます。 GlobalData がまとめたデータによると、AI スタートアップ企業は過去 1 年だけで 500 億ドル以上のベンチャーキャピタルを調達しました。 ChatGPT などの技術的成果によって引き起こされた流行を考慮すると、この数は今年中にさらに増加すると予想されます。

スタートアップ企業に巨額の資金が注ぎ込まれることで、AI の誇大宣伝はさらに強まるばかりです。米国連邦取引委員会はこのリスクを十分に認識しており、AI 機能を推進する際には透明性と誠実さを保つようベンダーに警告しています。

貿易委員会の広告実務を担当する弁護士、マイケル・アトルソン氏はブログ投稿で、「AI機能を備えていると主張する一部の製品は、広告どおりにまったく機能しない可能性がある。場合によっては、その製品が虚偽であることさえある」と述べた。機能の喪失によって引き起こされる可能性のある重大な損害。市場担当者は、貿易委員会の監督を懸念して、製品の有効性について虚偽または根拠のない主張をしてはならないことを認識しなければなりません。」

このような複雑な状況において 現実の世界では、正当な AI ソリューションと純粋なマーケティングの仕掛けを区別することがますます困難になっているようです。

Deloitte Global AI Institute のエグゼクティブ ディレクターである Beena Ammanath 氏は、「顧客は、ベンダーが自社の AI 製品について行った主張に直面した場合、適切な懐疑心を持ち続けなければなりません。何事でもそうですが、それが良さそうであれば、それが良ければ、

ニューヨーク大学 CIO のドナルド・ウェルチ氏は、CIO や企業がプロパガンダのトリックを見破ることができなければ、プロジェクトの失敗や遅延、財政的困難に直面する可能性があると述べました。損失、訴訟、風評リスク、あるいはキャリアの完全な終焉さえも。 「これで幹部が解雇されるのを見てきましたが、ある程度は当然だと思います。

幸いなことに、この間違いを回避するのに役立つ戦略がまだいくつかあります。

AI 主導の企業には必然的に熟練した従業員が必要になります

ベンダーの AI 製品を直接レビューします。長くて時間がかかりますが、別の観点から見ると、LinkedIn で従業員情報を検索することは、サプライヤーの全体的な理解を迅速に確立するのに役立ちます。

Ammanath 氏は、「サプライヤーの従業員情報は必ず注意深く確認してください。AI経験と教育レベル。 AI ソリューションを開発する企業には、そのような人材が必要です。つまり、AI、機械学習、アルゴリズム開発などの分野で豊富な経験を持つデータ サイエンティストやデータ エンジニアが必要です。 ”

CIO は、従業員に焦点を当てることに加えて、ベンダーと外部の AI 専門家や研究機関との協力の証拠を探すこともできます。これには、大学との提携、業界カンファレンスやイベントへの参加、オープンソースのサポートが含まれます。 AI イニシアチブなどへの貢献

ベンダーに同様のプロジェクトまたはアプリケーション開発の経験がある場合、それは確かに、宣伝文句にも一致する高品質の製品を提供することが期待されている良い兆候です。

米国 ウクライナ系アメリカ人でスタートアップ MacPaw の最高技術革新責任者である Vira Tkachenko 氏は次のように述べています。「サプライヤーの歴史的な方向性を慎重に調査してください。彼らが本当に AI の専門家であれば、この分野または他の AI 製品に関する研究論文の実績があるはずです。 ”

適切に設計されたデータ戦略に重点を置く

AI テクノロジーを製品に統合するには、企業は適切に設計されたデータ戦略も開発する必要があります。結局のところ、データは AI アルゴリズムの「血液」です。 . . これらは高品質のデータに大きく依存している必要があります。データが豊富で関連性が高いほど、AI の出力も向上します。

Ammanath 氏は、「AI システムは大量のデータによって駆動されなければなりません」と指摘しました。優れたデータ戦略では、収集するデータの量とデータの出所が説明されます。 「

もう 1 つの焦点は、これらの企業が規制要件を遵守し、高いデータ プライバシーとセキュリティ基準を確保するために十分な努力を行っているかどうかです。一般データ保護規則 (GDPR) とそれに基づく高度なデータ プライバシー規制の導入により、カリフォルニア州消費者プライバシー法 (CCPA) に基づいて、組織はデータの実践について透明性を確保し、個人にデータの管理を提供する必要があります。これを怠ると、ベンダーに責任が生じる可能性があります。私の能力には大きな疑問符が付きます。

宣伝結論のための証拠を収集する

このスローガンは非常に魅力的ですが、顧客は穏やかな方法で検証を求める必要があります。 Ammanat 氏は、「適切な質問をし、プロモーションの結論を裏付ける証拠の提供を相手に求めることが、マーケティング上の主張を解読し、製品が本当に AI を活用しているかどうかを判断するために重要であると言えます。」

## と考えています。 #いわゆる AI ドリブンの評価において製品やサービスを開発する際、CIO はモデルがどのようにトレーニングされたか、どのようなアルゴリズムが使用されたか、AI システムが新しいデータにどのように適応するかを尋ねることができます。

トカチェンコ氏は、「サプライヤーに、どのようなライブラリや AI モデルを使用しているのかを誰もが尋ねるべきです。彼らが示すものはすべて、単純な OpenAI API 呼び出しに基づいている可能性があります。」

経営陣とパートナー兼グローバルの Matthias Roeser 氏技術コンサルティング会社ベリングポイントの技術責任者もこれに同意する。同氏は、CIOは「倫理、偏見、実現可能性、知的財産、持続可能性」の評価を含め、製品やサービスのコンポーネントとフレームワークを徹底的に理解する必要があると付け加えた。

質問することで、CIO は製品の本当の機能と限界について詳しく知り、実際のお金を費やす価値があるかどうかを判断できます。

スタートアップ企業には特別な注意を払ってください

スタートアップ企業はイノベーションの最前線にいます。その多くは確かに自らの努力によって AI の可能性の限界を突破していますが、その多くはただ盲目的にやっているだけです。自分の能力を誇張し、手っ取り早くお金を稼ぎたいと考えています。

Let's Enhance 傘下の新興企業である Claid.ai の共同創設者兼 CTO であるウクライナ人の Vlad Planskevicius 氏は、率直に次のように述べました。「機械学習企業の CTO として、私は AI の誇大宣伝の事例によく遭遇します。特に「最近の状況がますます誇張されていることにも気づいた。結局のところ、AI によるゴールドラッシュでは、多くの人がハイプサイクルを利用して富を築きたいと考えているのだ。」

しかし、プランスケヴィシウス氏は、AIに対する規制がさらに厳しくなるにつれ、近い将来、AIの誇大宣伝は抑制されるだろうと信じている。

技術的専門知識で評判を築く

顧客がその名にふさわしくない AI ソリューションを購入することは珍しいことではありません。また、CIO が何か間違ったことをしたわけではない可能性があります。ウェルチ氏は、これは「企業のリーダーシップ不足症候群の結果かもしれない。ビジネス部門は狂気のマーケティングを前に正気を失い、ITチームは無駄に繰り返し阻止し、最終的には混乱を一掃することを余儀なくされる」と述べた。

##このような事態を防ぐためには、組織内に協力的な文化を醸成する必要があります。この文化では、技術専門家の意見が尊重されるべきであり、技術専門家の意見や証拠について詳しく説明することが許可されるべきです。

同時に、CIO と技術チームは社内での評判を高め、意思決定プロセスに自分たちの意見が確実に反映されるようにする必要があります。この目標を達成するには、専門知識、プロフェッショナリズム、ソフト スキルを実証するよう努める必要があります。

シグマ ソフトウェア グループの最高イノベーション責任者であるマックス コフトゥン氏は、「CIO が AI の誇大広告をチェックすることに何の問題もないと思います。最大の問題は、多くの場合、ビジネスの利害関係者や創業者自身が解雇されたことに起因します。」 」

バズワードの解読

製品やサービスを比較するときは、偏見を持たず、本質的な特性を総合的に見て評価する必要があります。

Tkachenko 氏は、「製品やサービスの唯一の利点が AI である場合は、購入する前に慎重に検討する必要があります。たとえば、その価値提案と機能的特徴を研究するのが最善です。必ず理解してください」と考えています。意思決定をする前に、AI を超えた利点を理解してください。」

Welch 氏も同意しました。「C、C++、または Java で書かれているという理由で製品を購入するでしょうか? もちろんそうではありません。私が知りたいのは、サプライヤーはこのコードのバッチを適切に維持できるかどうか、そしてそれが過酷な市場競争で長期間生き残れるかどうかを確認できます。」

徹底的な評価は、購入を計画している製品やサービスが要件を満たしているかどうかを組織が判断するのに役立ちます。期待される結果を提供できるかどうか。

コフトゥン氏は、「テクノロジーが複雑になればなるほど、専門家以外には理解することが難しくなり、そのテクノロジーを使用すべきかどうか、意味があるかどうかを検証することさえ不可能です。 AI テクノロジーをビジネスに導入することを決定する場合、AI 分野で豊富な経験と知識を持つ専門家を雇うのが最善です。そうでないと、努力しても期待した効果が得られない可能性があります。」

AI をフォローする-関連ニュース

AI 関連製品について学び、最新情報は CIO が情報に基づいた意思決定を行うのにも役立ちます。このようにして、お互いのプロパガンダの抜け穴を特定し、新しいアイデアや技術的成果をタイムリーにフォローアップすることができます。

デトロイト市の CIO であるアート・トンプソン氏は、「現在のレベルの AI 教育では十分ではないと感じています。」

彼は、CIO が実際の提供能力を超える有望なレベルの技術的な罠に陥ることを避けるために下調べをする必要があると提案しました。一旦そうなってしまうと、「製品の再入札や変更に無駄な時間がかかるため、従業員が変化についていくことが困難になり、新しいテクノロジーの学習に時間を投資する全員の熱意も大幅に低下します。」さらに、最新の AI トレンドについて学ぶことは、CIO が規制の変更や業界標準を予測し、コンプライアンスの一歩先を進み、競争上の優位性を維持するのにも役立ちます。

もちろん、最新情報を常に把握し続けることは、CIO だけの責任ではありません。 BearingPoint の Roeser 氏は、「チームを教育するか、技術専門家を雇用して、人間の構成に関連する機能を追加する必要もあります。」と述べました。製品やサービスが本当に AI テクノロジーを使用しているかどうかを判断します。ホワイトハウスは最近、AI システムを責任を持って設計する方法に関するガイドラインを含む AI 権利章典を発表しました。今後数年で、より関連性の高い規制が導入される可能性があります。

アマナス氏は、「これらの行動の目的は、消費者の権利、さらには全人類をテクノロジーの潜在的な危害から守ることです。私たちはテクノロジーの潜在的な悪影響を予測し、確実にリスクを軽減する必要があります。」と指摘しました。

倫理問題を事前に考慮する

企業は多くの場合、新しいテクノロジーについて積極的に議論し、潜在的なメリットを強調しますが、マイナスの影響は軽視することがよくあります。

スイスのザンクト・ガレン大学の博士研究員フィリップ・ディ・サルボ氏は、「テクノロジーが流行を引き起こすと、私たちはそれが社会に与える可能性のある悪影響を無視する傾向があります。調査によると、企業は、

テクノロジーが社会的および文化的変化の主な原動力であるというこの見方は、道徳的および政治的影響についての有用な議論を無視する可能性が高く、その中で、技術的決定論は依然として支配的です。代わりに、よりマーケティング指向の議論をサポートします。ディ・サロフ氏が言うように、これは「技術的解決策やその生産者にさえ、より大きな策略の余地と責任を回避する機会を与える世論の霧」を生み出します。

この問題を解決するには、次のことが必要であると彼は信じています。国民はAIに何ができないのか、何ができないのかを理解しています。

Di Salvo 氏は、「ChatGPT を含む、今日私たちが目にする AI アプリケーションのほとんどは、基本的に大規模な統計およびデータ分析アプリケーションを中心に構築されています。これは退屈な定義のように聞こえますが、人々が回避するのに役立ちます。」ここでは「インテリジェント」という表現と結びつきすぎています。私たちは、偏見や差別的扱いなどの問題を含む、AI 分野の現実の問題に注意を払う必要があり、仮説や投機的な長期ビジョンに酔いしれないようにする必要があります。 「

以上がこれを書き直す 1 つの方法は次のとおりです。AI の台頭は止められません。AI の誇張を避けるための 9 つの方法を紹介します。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

声明
この記事は51CTO.COMで複製されています。侵害がある場合は、admin@php.cn までご連絡ください。
迅速なエンジニアリングにおける思考のグラフは何ですか迅速なエンジニアリングにおける思考のグラフは何ですかApr 13, 2025 am 11:53 AM

導入 迅速なエンジニアリングでは、「思考のグラフ」とは、グラフ理論を使用してAIの推論プロセスを構造化および導く新しいアプローチを指します。しばしば線形sを含む従来の方法とは異なります

Genaiエージェントとの電子メールマーケティングを組織に最適化しますGenaiエージェントとの電子メールマーケティングを組織に最適化しますApr 13, 2025 am 11:44 AM

導入 おめでとう!あなたは成功したビジネスを運営しています。ウェブページ、ソーシャルメディアキャンペーン、ウェビナー、会議、無料リソース、その他のソースを通じて、毎日5000の電子メールIDを収集します。次の明白なステップはです

Apache Pinotによるリアルタイムアプリのパフォーマンス監視Apache Pinotによるリアルタイムアプリのパフォーマンス監視Apr 13, 2025 am 11:40 AM

導入 今日のペースの速いソフトウェア開発環境では、最適なアプリケーションパフォーマンスが重要です。応答時間、エラーレート、リソース利用などのリアルタイムメトリックを監視することで、メインに役立ちます

ChatGptは10億人のユーザーにヒットしますか? 「わずか数週間で2倍になりました」とOpenai CEOは言いますChatGptは10億人のユーザーにヒットしますか? 「わずか数週間で2倍になりました」とOpenai CEOは言いますApr 13, 2025 am 11:23 AM

「ユーザーは何人いますか?」彼は突き出した。 「私たちが最後に言ったのは毎週5億人のアクティブであり、非常に急速に成長していると思います」とアルトマンは答えました。 「わずか数週間で2倍になったと言った」とアンダーソンは続けた。 「私はそのprivと言いました

PIXTRAL -12B:Mistral AI'の最初のマルチモーダルモデル-Analytics VidhyaPIXTRAL -12B:Mistral AI'の最初のマルチモーダルモデル-Analytics VidhyaApr 13, 2025 am 11:20 AM

導入 Mistralは、最初のマルチモーダルモデル、つまりPixtral-12B-2409をリリースしました。このモデルは、Mistralの120億個のパラメーターであるNemo 12bに基づいて構築されています。このモデルを際立たせるものは何ですか?これで、画像とTexの両方を採用できます

生成AIアプリケーションのエージェントフレームワーク - 分析Vidhya生成AIアプリケーションのエージェントフレームワーク - 分析VidhyaApr 13, 2025 am 11:13 AM

クエリに応答するだけでなく、情報を自律的に収集し、タスクを実行し、テキスト、画像、コードなどの複数のタイプのデータを処理するAIを搭載したアシスタントがいることを想像してください。未来的に聞こえますか?これでa

金融セクターにおける生成AIの応用金融セクターにおける生成AIの応用Apr 13, 2025 am 11:12 AM

導入 金融業界は、効率的な取引と信用の可用性を促進することにより経済成長を促進するため、あらゆる国の発展の基礎となっています。取引の容易さとクレジット

オンライン学習とパッシブアグレッシブアルゴリズムのガイドオンライン学習とパッシブアグレッシブアルゴリズムのガイドApr 13, 2025 am 11:09 AM

導入 データは、ソーシャルメディア、金融取引、eコマースプラットフォームなどのソースから前例のないレートで生成されています。この連続的な情報ストリームを処理することは課題ですが、

See all articles

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

DVWA

DVWA

Damn Vulnerable Web App (DVWA) は、非常に脆弱な PHP/MySQL Web アプリケーションです。その主な目的は、セキュリティ専門家が法的環境でスキルとツールをテストするのに役立ち、Web 開発者が Web アプリケーションを保護するプロセスをより深く理解できるようにし、教師/生徒が教室環境で Web アプリケーションを教え/学習できるようにすることです。安全。 DVWA の目標は、シンプルでわかりやすいインターフェイスを通じて、さまざまな難易度で最も一般的な Web 脆弱性のいくつかを実践することです。このソフトウェアは、

VSCode Windows 64 ビットのダウンロード

VSCode Windows 64 ビットのダウンロード

Microsoft によって発売された無料で強力な IDE エディター

MinGW - Minimalist GNU for Windows

MinGW - Minimalist GNU for Windows

このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。

ZendStudio 13.5.1 Mac

ZendStudio 13.5.1 Mac

強力な PHP 統合開発環境

WebStorm Mac版

WebStorm Mac版

便利なJavaScript開発ツール