La inteligencia artificial tiene muchos potenciales usos. Algunos impactan de forma positiva en las respuestas a algunos problemas clave a los que se enfrenta la ciudadanía y el planeta. Ahí está, por ejemplo, el valor de la IA para afinar los diagnósticos médicos. Y ahí está también el modo en el que puede ayudar a…
크리에이티브 랩은 전 세계 아티스트·디자이너·크리에이터를 지원하기 위해 오픈AI가 운영하는 글로벌 프로그램으로, 이번 ‘크리에이티브 랩 서울’은 한국에서 처음 열리는 사례다. 이번 프로그램에는 총 21명의 아티스트가 참여해 한 달간 오픈AI의 최신 영상 생성 도구 소라와 챗GPT 이미지젠을 활용한 프로젝트를 진행한다. 오픈AI는 참가자들에게 ▲도구의 조기·무료 제공, ▲실습 중심 학습 지원, ▲글로벌 크리에이티브 커뮤니티와의 교류, ▲작품 발표 기회 등을…
최근 여러 연구기관이 대규모 언어 모델(LLM)의 취약점을 공개하고 있다. 이는 LLM이 철저히 학습되고, 높은 벤치마크 점수를 기록하며 인공일반지능(AGI) 시대에 다가서고 있다는 의견에도 불구하고 여전히 사람의 생각보다 훨씬 쉽게 혼란에 빠질 수 있다는 점을 보여준다. 예를 들어, 최근 한 연구에서는 LLM이 장문이나 문장 부호가 없는 프롬프트에 쉽게 속아 민감한 정보를 노출할 수 있다는 사실이 확인됐다. 연구진은…
앤트로픽은 27일 ‘클로드’를 크롬 확장 프로그램 형태로 제공한다고 밝혔다. 앤트로픽에 따르면, 이번 조치는 파일럿 형태로 운영되며 일정 관리, 이메일 작성, 웹사이트 테스트 등에서 이미 활용도를 입증한 ‘브라우저-사용 AI’ 개념을 본격 검증하기 위한 단계다. 앤트로픽은 블로그를 통해 “브라우저에서의 AI 활용은 필연적”라며 “대다수 업무가 브라우저에서 이뤄지는 만큼, AI가 버튼 클릭이나 양식 작성까지 수행할 수 있다면 훨씬 강력한…
복잡한 운영과 전 세계적 영향력이 특징인 전통 산업에서 글로벌 석유·가스 기업인 코노코필립스(ConocoPhillips)는 AI의 힘으로 에너지 생산 방식을 새롭게 정의하고 있다. 휴스턴에 본사를 둔 이 회사는 CDIO 프라가티 마투르의 리더십 아래, 효율성·안전·지속가능성과 같은 핵심 가치를 중심으로 한 전략적이고 가치 지향적인 AI 접근 방식을 채택했다. 예측 정비와 수요 예측부터 인공지능 기반 인공 가스 리프트 최적화와 같은 혁신적…
마리아DB는 지난해 조직 인수·재매각 준비 전문가인 로히트 데 수자를 새 CEO로 선임하며 많은 변화를 겪은 바 있다. 하지만 지난 27일 직접 인수 소식을 발표하며 새로운 비전을 제시했다. 마리아DB가 인수한 기업은 지난 2023년 별도 법인으로 분사한 클라우드 기반 DBaaS 플랫폼 스카이SQL이다. 해당 법인은 스카이SQL을 개발 및 운영했던 전직 마리아DB 직원들이 이끌어왔다. 마리아DB는 공식 발표를 통해 “이번…
불과 몇 년 전까지만 해도, AI 프로젝트를 시작하는 데 가장 큰 걸림돌은 최고경영진의 지지 부족이었다. 하지만 오늘날에는 AI 솔루션에 대한 비즈니스 수요가 넘쳐나 CIO의 머리를 아프게 할 정도다. 이에 CIO는 전략적인 접근 방식과 함께 성과 중심의 AI 팀을 구축하며 이 과제에 대응하고 있다. 예를 들어, 전력 관리 기업 이튼(Eaton)의 CIO 카트리나 레드먼드는 비즈니스의 특정 영역과…
Solo pochi anni fa, sottolineare la necessità dell’intelligenza umana e dell’intuito nel lavoro IT sarebbe sembrato fantascienza. Oggi, invece, i professionisti del settore tecnologico possono apportare vantaggi alle loro aziende e a se stessi gestendo, supervisionando e scalando il lavoro degli agenti automatizzati. È ovvio che la tecnologia evolve rapidamente, tuttavia, secondo gli esperti, l’integrazione…
필자가 좋아하는 TV 프로그램 중 하나는 ‘더 베어(The Bear)’다. 불안하지만 뛰어난 셰프와 그의 가족, 친구, 그리고 함께 시작한 레스토랑을 중심으로 이야기가 전개된다. 동시에 탁월함과 성장의 의미를 다룬 작품이기도 하다. 특히 시즌2의 7화 ‘포크(Forks)’는 지금까지 본 TV 에피소드 중 가장 뛰어난 장면을 담고 있다. 주요 인물인 리치는 일주일 동안 최고급 레스토랑에서 일하며 운영 방식을 배우게 된다.…
「ガバナンスがあり信頼できるデータが必要」というのは、IDCのリサーチ・PD・AI部門長であるDeepika Giri氏だ。8月、シンガポールでClouderaが開催した「EVOLVE 2025 Singapore」で、Giri氏がアジア地域におけるAIの現状や課題を分析について話した。 生成AI導入における現状と課題 2022年末の「ChatGPT」公開以来、企業や組織は生成AIの導入に向けて進んでいる。だが、多くは概念実証（POC）段階から本格運用への移行に苦労している、とGiri氏はいう。POCから本番への成功比率は62％（アジア太平洋地域）だ。 生成AIが本格運用に進まない主な理由として、Giri氏は以下を挙げた。 実装が不適切 ビジネス目標と技術実装が連携されていない 予想以上のコスト インフラの制限 データセットが低品質 必要なスキル/ツールのある開発者がいない 多くの組織にとって、この状況に変化が訪れるのが2025年ーー今年、とGiri氏は見ている。どういうことか。これまでの予測型のAIイニシアティブと比較すると、生成AIは「個々のユースケースでは一定の成果を得られても、拡張が難しい」とGiri氏。組織の多くが、すぐに効果を実感できる生産性向上のためのAI活用に注力しているが、ここから拡張していくためにはデータとAIインフラへの投資が必要だ。「データとAIインフラに戦略的に投資しなければAIで成果を上げられないという認識が広まりつつある」というのだ。 そのようなことから、IDCでは2025年〜2026年を実験から組織全体での活用に向かう「AIピボット」として、重要な年と位置付ける。 AIピボット期に必要なAI対応テックスタックの準備を AIピボットを成功させるために、1)AI主導のビジネス戦略、2)統合的なAIプラットフォーム、3)AIに向けた準備の整ったデータ基盤、の3つが必要とGiri氏は説明する。 「ビジョン」「人材」「技術」の3つの領域で成熟度を評価すると、アジア地域の成熟度は3領域ともに47％〜60％。AIを組織として形式化し一貫して実行・管理できている組織は5％に満たないという。最適化された状態にある企業はほぼ皆無となった。多くの組織でAIに向けた準備は初期段階にあると言えそうだ。 このような背景から、IDCがAIピボット期間と位置付ける2025年〜2026年、組織は「AI対応のテックスタックの準備」を最重要課題とすべき、とGiri氏は助言する。AI対応のテックスタックとは具体的に、「インフラ」「データ」「開発」「自動化」「アプリケーション」と5つのレイヤーで構成されるスタックだが、例えば「データ」はリアルタイムでデータの処理や応答ができるイベント駆動型のデータ基盤が必要であるなど、整備するのは簡単ではない。IDCでは、このAI対応テックスタックは、「2025年のIT支出の最大の推進要因の1つ」になると予想している。 AI対応のテックスタックを整えるにあたって、中核となる取り組みが「統合AIプラットフォーム」だ。AIプラットフォームとは、データを大規模かつ効率的に処理・管理するのに不可欠な基盤を提供するもので、AI対応のデータ基盤はこれを使うことで、高精度で実行可能な洞察を得ることが可能となる。これらを整備することで、「組織はAIを効果的に展開し、イノベーションを迅速に拡張できるシナジー効果のあるサイクルが得られる」とGiri氏は説明した。 IDCでは、AIおよび生成AIプロジェクトが失敗に終わる理由について、データ、ガバナンス/倫理/プライバシー/セキュリティ、ビジネス関連の問題、インフラ、技術、スキル、コストなどの要因があると分析している。中でもデータはASEANでは失敗の理由としてトップに挙がっており、さらに「データのバイアスや信頼性」「データエンジニアリングが複雑」「データセットが最新ではない」「データにアクセスできない」「トレーニングデータが低品質」などに細分化されるという。 「POCから運用段階に以降するにあたって、統合AIプラットフォームとデータ、この2つにフォーカスする必要がある。これにより、AIを効果的に拡張できるだろう」（Giri氏）。IDCでは、2025年に組織の50％がデータを使用するための準備を整えると予想している。 プライベートAIを支えるハイブリッドデータアーキテクチャ Giri氏はプライベートAIとハイブリッドデータアーキテクチャについても見解を紹介した。 プライベートAIとは組織が自分たちのデータを用いてLLMなどを構築・運用するものだ。ハイブリッドデータアーキテクチャは、オンプレミス、クラウド、エッジなどさまざまなところにあるデータにアクセスし、活用するためのアーキテクチャとなる。 データの約40％がオンプレにあると言われるが、Giri氏によると「アジアではその比率はさらに高まる」とのこと。そのためプライベートAIとハイブリッドデータアーキテクチャは多くの企業にとって重要なトピックとなる。 「プライベートAIでは、組織がモデルをコントロールでき、セキュリティも強化できる。特に規制の厳しい業界には重要な要素だ」とGiri氏。「企業は汎用のモデルよりも業界特化型のモデルを求めている、効果的にAIを展開し価値を実現するためには、データプライバシーや運用が鍵を握る」と付け加える。 ハイブリッドデータアーキテクチャは「オンプレのレガシーシステムとクラウドネイティブのサービスを橋渡し、高度なAIと分析には理想的な環境」とGiri氏、「一度構築すればどこでも展開できるパラダイムをサポートし、拡張性があり安全かつインテリジェントなAI駆動エコシステムを実現する。これにより、AIの潜在能力を最大限に活用し、クラウド、コア、エッジなど分散するシステム全体でシームレスな体験を提供することができる」と説明した。適切に設計することで、ベンダーロックインの回避、コスト性能の最適化などの効果も得られるという。 ハイブリッドデータアーキテクチャ CIO.com エージェンティックAIの時代へ 生成AIの次のステップとも言われるエージェンティックAIは、「ビジネスがAI駆動になるための次のステップ」とGiri氏は位置付ける。 「アジアのトップ1000組織の60％が、2025年末までに個別のコ・パイロット技術にフォーカスする代わりに、特定のビジネスファンクションのために構成したAIエージェントを使用する」という予想も披露した。だが現時点でその目的は、最終形であるAI駆動ビジネスというよりも、従業員の生産性向上にあるようだ。アジアでは、シンガポール、韓国、日本でエージェンティックAIの導入が高く、これはAI成熟度と密接な関係があるという。 エージェンティックAIの活用を支えるためにも、先述のイベント駆動システムのシフト、データアーキテクチャ、プラットフォームは重要だという。 IDCではデータアーキテクチャのリファレンスアーキテクチャを提示している。データが生成される「データプレーン」から「データコントロールプレーン」に送られてデータがソースから統合され、「データ合成プレーン」にフィードされて実際のAI分析、生成AI、エージェンティックAIアプリケーションが実行され、それが「ビジネス活動プレーン」へと続くというものだ。 CIO.com Giri氏は将来のデータプラットフォームについても説明した。IDCではデータプラットフォームとして「データプレーン」「データコントロールプレーン」「アナリティクスとAI（データ合成プレーン）」と3層で定義しているが、それぞれのプレーンで技術が融合に向かっているという。例えばデータプレーンではこれまで、「データウェアハウス」「データレイク」「データレイクハウス」「プロプライエタリデータとOpenTable型」に細分化されていたが、将来はデータウェアハウスとデータレイクの利点を組み合わせた「データレイクハウス」とオープンなフォーマットである「OpenTable型」に集約されていく、とみる。 データプラットフォームの現在と将来 CIO.com 最後に、AIのROI（投資利益率）の計算について考えを説明した。 AIプロジェクトのコストとして、モデル、データ、処理（コンピュート）、インフラ、ソフトウェア、カスタマイズ、コンサルなどが想起されるが、ガバナンスと法務、統合、モデルのトレーニングとチューニング、テストとモニタリング、インフラとデータ、チェンジマネジメントと継続的なトレーニングなども加わる、とGiri氏。 ROIを算出するにあたって、「従来はコストに対して直接的な財務利益にフォーカスしてROIを算出していたが、AIは「定量化が難しいものの長期的な成功に不可欠な間接的利益を生み出す」という特徴がある。そのため、「AIのROIモデルは直接的なコストと間接的なコストの両方を組み込む必要がある」という。そこで、上記のコストに加えて、開発、メンテナンス、チェンジマネジメントなどの継続的なコストも要因に入る。これらを分母とし、分子にはAIがもたらすビジネ上の価値による利益を置く。さらに重要なのは、「成功の確率」を係数として掛け合わせる点だ。成功の確率はPOC段階で対応し、プロジェクトのリスクはどのようなものかを見る。このAIのROI”公式”を用いることで、「AI独特のリスクプロファイルに対応しつつ、価値認識の範囲を広げ、より正確で意味のある投資決定が可能になる」とGiri氏。 IDCが提唱するAIのROI算出公式 CIO.com 最後にGiri氏は、効果的かつ責任あるAIを展開するためのモダンデータ戦略として、以下のポイントを挙げた。 エージェンティックAIの成功のためには、イベント駆動アーキテクチャを採用し、データ資産を体系的に発見・カタログ化し、品質と信頼性のためにデータの可観測性（オブザバビリティ）の整備が不可欠 データ環境のモダナイズにより、ビジネス価値にマッチするドメイン固有のデータ製品、マルチモーダルのデータ型を取り入れる 組織内・外を含む包括的なガバナンスの統一 Read More from This Article: AIは実験から本格導入へ、AIピボット期に求められるデータ戦略とはーーIDCアナリストが解説…