33%のGenAIプロジェクトは廃棄される

まず、「生成AIには万能なアプローチは存在しない」という点です。これを十分に強調することはできません。生成AIプロジェクトを統合する際には、この分野が比較的新しいものであることを認識することが重要です。デジタルプロジェクトの統合に関するスキルや経験が限られている人々は、失敗する可能性が高いです。私の経験では、携わったすべてのITプロジェクトには独自の特性があり、それが「プロジェクト」を「プロダクト」と区別するものです。生成AIプロジェクトが特に難しいのは、それが新しいパラダイムを代表するからです。その結果、何十年もの経験を持つ人でも、効果的に実現するのに苦労することがあります。

次に、「AIの利用範囲は限られている」という点です。この制約は、エンジニアリング、デザイン、変革管理の組み合わせと、深いドメイン専門知識を持つ堅実なデジタル経験が必要とされるために生じます。実装したいユースケースのプロセスを効果的に絞り込むには、これらが必要です。私は、十分な時間とリソースが提供されているにもかかわらず、この点で苦労しているチームを目の当たりにしてきました。

最後に、「投資収益率（ROI）の測定」は、現代技術を含むすべてのITプロジェクトにおいておそらく最も重要な課題です。影響を測定するための多くの方法に出会いましたが、どれも価値やコスト削減を評価する上での関連性と正確性に納得できたものはありませんでした。

考慮すべき重要な要素は二つあります：

- 新たに価値を創造できる（以前はできなかった）新しい個人の数

- 自動化によって再配置可能な現在の個人の数

大規模な言語モデルは新しいパラダイムを代表します。その出現は、携帯電話、インターネット、さらには文字の発明と比較できるレベルの変革をもたらします。

適切に取り組めば、明確な優位性を得ることができるでしょう。. この記事の全文はComputerWorldに掲載されています。