人工知能(AI)の歴史は1950年代にさかのぼり、著しく進化してきました。今日、AIは個人と組織の両方にとって重要な役割を果たしています。 2014年から13倍の増加で、需要は高く、誰もが収入の増加とコスト削減に飢えている。 25230億ドル 25230億ドル 最近では、Generative AIは業界全体で潮汐波を生み出しています。 回答者の74%がGenAI投資のROIを報告したが、進化はそこで止まらなかったが、次なる飛躍はAIエージェントの登場である。まだ初期段階にあり、AIエージェントの能力はまだ完全に探索されていない。 Google Cloudの検索結果は、 Google Cloudの検索結果は、 Generative AI vs. Agentic AI: 違いは何ですか? Generative AI vs. Agentic AI: 違いは何ですか? Generative AI は、データを受信し、出力を作成するための指示に従って動作します。反対に、AI エージェントは、事前に定義された目標を達成するために自律的に学び、行動するように設計されています。 AIエージェントはルールに従うのではなく、それぞれのケースを解釈し、提案したり、人間の介入なしで決定的な規制およびリスク管理枠組みの中で決定することもできます。 この次世代のインテリジェンスは産業にどのように影響を与えるのでしょうか。 この次世代のインテリジェンスは産業にどのように影響を与えるのでしょうか。 以下は、AIエージェントが適切に訓練されたときに処理できるいくつかのタスクです。 顧客サービス:例には、アカウントの管理、融資申請の処理、顧客の問題の解決が含まれます。 バックエンド操作:取引戦略の最適化や支払い管理などの人間の介入を必要とする複雑なタスクを処理する。 興味深いことに、フォレスターの調査によると、回答者の70%は、エージェントAIを使用して、高純価値の個人にのみ利用可能なカスタマイズされた財務アドバイスを提供することを期待し、最終的に独占性の伝統的なモデルを破壊するだろう。 詐欺の検出と予防:異なる種類の詐欺パターンを学び、識別し、異常を明らかにし、疑わしい取引を凍結する。 規制監視:ポリシーの更新をスキャンし、プロセスを適切に調整する。 クレジット・スコアリング:従来のクレジット・レポートを超える他のデータ源を調べることによって、クレジット・スコアリングのレートを加速させ、借り手に「薄いファイル」を提供する機会を提供する。 Forresterの調査 Real World Applications: Early Signs of Adoption(リアルワールドアプリケーション:養子縁組の早い兆候) Real World Applications: Early Signs of Adoption(リアルワールドアプリケーション:養子縁組の早い兆候) たとえば、BNYは、BNYの従業員のための主要なプロバイダーからの複数のAIモデルを提供する独自のエンタープライズAIプラットフォーム「Eliza」を持っています。BNYの「デジタルワーカー」は、新しいビジネスリーダーを発見し、コードを書き、支払いプロセスを処理し、クライアントのオンボードを処理し、和解を処理しています。 さらに、JPMorgan Chaseのエージェント展開は、その能力を経験的に示しています。彼らは、複雑な法的質問に答える複数の専門エージェントで構成される法律を導入しました。この研究の実験的基準は、720の質問のデータセットで構成されています。したがって、LAWは、GPT-3.5-turboであるベースラインと比較して複雑なタスクで優秀でした。 たとえば、契約終了日を計算する場合、LAWはベースラインよりも92.9%上回りました。 (ゲノム) 投資家チェックリスト:主要な考慮事項 投資家チェックリスト:主要な考慮事項 実際、AIエージェントを成功に導入する企業の投資成長を期待しているが、企業のAIアプローチを評価する際に投資家が考慮すべき課題はいくつかある。 The proper deployment of AI Agents In general, across different AI initiatives, extracting value from these models remains a challenging process. An of 2,000 CEOs found that only 25% of AI initiatives delivered the expected ROI over the past three years, and just 16% scaled at the enterprise level. IBM survey So, for companies, having a budget isn’t enough. Moreover, history shows that technological potential alone isn’t enough and that it requires proper deployment. According to an , this was evident with GenAI implementations, which were often fragmented or poorly launched. Based on executive interviews, this study found that 95% of organizations with GenAI models are getting zero return, while a small portion is “extracting millions in value.” Although this study has its limitations, as it only measured ROI six months post-pilot, it highlights the issue: misapplication rather than technological failure. MIT study “Agentic washing” This occurs when companies or vendors claim their AI systems have agentic qualities, but in reality, they do not. After analyzing thousands of “supposedly” Agentic AI vendors, Accordingly, Gartner projects that over 40% of agentic projects will be canceled by the end of 2027 due to factors such as “unclear business value, inadequate risk controls, or escalating costs.” Therefore, as investors, it is important to look beyond marketing claims. Gartner analysts report that only around 130 products exhibit agentic traits. First movers gaining an edge highlights a clear performance gap between AI-first organizations and those with gradual implementations (see Figure 1). IBM research AIエージェントの適切な展開 「Agentic Washing」 ガートナーのアナリストは、約130の製品だけが有機性の特徴を示していると報告しています。 エッジを獲得するファーストモーター したがって、AIファーストの組織は、その他のAIイニシアチブと比較して収益と運用利益の向上を示しています。 同様の結果を報告し、早期の戦略的コミットメントと実現したROIの間のリンクを強化する。 Google クラウド Google クラウド The hype is real, but proper evaluation is real-er. ハイプは現実だが、適切な評価は現実である。 The hype is real, but proper evaluation is real-er. ハイプは現実だが、適切な評価は現実である。 調査や2000人以上の回答者とのインタビューに基づき、MIT Sloanの報告書は、35%の企業がすでにAgenttic AIを使用しており、もう44%はすぐに採用する予定です。 企業の実施計画とその進捗状況を確認する。 予算が十分であることを確認するために、予算を検討します。 評価されるエージェント能力の真実性を評価する。 パイロットステージの約束よりも、エージェント的な結果の実証的な証拠を探す。 新しいエージェントの開発や革新に適応するスピードを追跡します。 上記のすべての基準が満たされると、Agentic AIは実現したROIを生み出し、株式のパフォーマンスを向上させる真の可能性があります。
