「成功するデータ分析攻撃の構築：MLを活用した収益エンジンのための経営幹部レベル戦略」と題された新しいレポートによると、データおよび分析のリーダーは、人員と設備が不足しているため、人工知能と機械学習の取り組みに対するビジネスリーダーの高い期待に応えることができないと述べています。
ウェイクフィールド・リサーチがDomino Data Labの委託を受けて実施した、米国の最高データ責任者（CDO）および最高データ分析責任者（CDA）100名を対象とした調査では、95%が、AIおよびMLアプリケーションへの投資が収益の増加に繋がると経営陣は期待していると回答しました。回答者の3分の1（33%）は、2桁の収益増加を期待しています。
調査によると、調査対象となったCDOとCDAOのうち、上司の期待に応えるために必要なリソースがあると答えたのはわずか19%で、AIとMLを活用して収益成長を促進するために必要なスタッフ、資金、技術リソースが「著しく不足している」と答えたのは29.4%でした。
技術スキルの不足が大きな懸念事項として挙げられ、回答者の 87% が、データサイエンス職の採用と補充ができないことが、組織がこの分野で革新を起こす能力を妨げていると回答しています。
同様に、回答者の 81% は、現在のツールでは AI/ML イニシアチブが収益に与えた影響を完全に測定できず、データ チームがアプリケーションを「盲目的に」使用しなければならないと報告しています。
ジャンプ先:
- CDOとCDAOが購買力を高める理由
- 「防御」アプリケーションから「攻撃」アプリケーションへの移行
- データチームの装備不足のリスク
- ビジネスリーダーはこのギャップをどう埋めることができるか
- 調査方法
CDOとCDAOが購買力を高める理由
予算、より正確には予算担当者は、CDO と CDAO にとって最大の問題点の 1 つであることが判明しました。
回答者のほぼ 3 分の 2 (64%) は、自社の IT 部門がデータ プラットフォームに関する支出決定の大部分を管理しており、データおよび分析チームが発言権を持つのは購入の約 56% に過ぎないと回答しました。
CDO と CDAO は、技術支出に関しては、データおよび分析チームと IT 部門の間で優先順位が競合していることを示唆しました。99% が、セキュリティ、相互運用性、ガバナンスなどの従来の IT 分野ではなく、データ サイエンス、ML、AI イニシアチブに予算を集中させるよう IT 部門を説得するのは難しいと述べています。
データリーダーは、購買管理の欠如が人員配置と雇用に影響を及ぼしていると示唆しており、CDO と CDAO の 99% が、データおよび分析チームに好みのツールを提供できないことが、技術系人材の採用、維持、スキルアップの能力に悪影響を及ぼしていると報告しています。
「防御」アプリケーションから「攻撃」アプリケーションへの移行
調査によると、ビジネス リーダーがデータをより革新的に活用したいと考えるようになったため、CDO と CDAO は組織の AI/ML イニシアチブの制御を獲得するためにさらに大きなプレッシャーを感じています。
回答者の3分の2（67%）は、自社の戦略が、データ管理、ガバナンス、コンプライアンス、ビジネスインテリジェンスの近代化を中心とした「防御的」な姿勢から、革新的なAIおよびMLアプリケーションを通じて新たなビジネス価値を生み出すことを目指す、より「攻撃的」な戦略へと移行していると述べています。
そのため、データリーダーの 98% は、組織が AI/ML アプリケーションを開発、運用、改善できるスピードが「永続的な経済課題の中で誰が生き残り、誰が繁栄するかを決定する」ことに同意しました。
このため、CDO と CDAO の 67% は、組織が遅れをとるのを防ぐために「IT 部門から主導権を奪う時が来た」と感じており、Domino Data Lab は IT 部門には「AI/ML のイノベーションを推進する権限がない」と結論付けています。
データチームの装備不足のリスク
競合他社に遅れをとり、データ主導の新しい収益源を逃すことに加え、十分な準備が整っていないデータチームは、より差し迫ったリスクに直面しています。調査対象の CDO と CDAO の 46% は、データチームが組織にリスクを持ち込むのを防ぐために必要なガバナンス ツールがないと認めており、44% は AI/ML アプリケーションを適切に管理できないと 5,000 万ドル以上の収益損失につながる可能性があると感じています。
参照： 従業員の大半が今年中に退職を計画：テクノロジーおよび人事リーダーが知っておくべきこと（TechRepublic）
「今日の広範かつ急速に変化する規制環境と、多くの企業のデータサイエンスイニシアチブの高いリスクを合わせると、信頼できるAIが不足すると、数千万ドルの損失が生じる可能性がある」と報告書は述べている。
ドミノ・データ・ラボのデータサイエンス戦略および伝道部門責任者であるケル・カールソン氏は、この調査結果は「厳しい」ものであり、データリーダーに少ないリソースでより多くの成果を出すようプレッシャーをかけることに対して警告した。
「リーダーたちは、データサイエンス人材の採用と維持、IT部門にデータ管理などの従来の優先事項よりもAI/MLへの投資を優先させること、そしてAI/MLモデルの管理とガバナンス能力の不足といった、根深い課題に苦慮しています」とカールソン氏は述べた。「CDAOとCDOの役割は、既に離職率の高さで有名ですが、期待と実現能力のギャップが拡大していることは、彼らの寿命にとって好ましい兆候ではありません。」
ビジネスリーダーはこのギャップをどう埋めることができるか
カールソン氏は、ビジネスリーダーに対し、ビジネスのより多くの部門にわたって新しい AI/ML ベースのアプリケーションの開発と展開を拡大する組織の能力に投資するよう促しました。
さらに、優秀な人材を引きつけ、維持するために、組織は、IT 部門が指定した少数の専用ツールではなく、データ サイエンティストがトレーニングを受けた「多種多様なツール」を提供することに投資する必要があります。
参照：レポート：スキルアップやその他の従業員学習プログラムのROI （TechRepublic）
「価値実現と効果発現までの時間を短縮するには、開発から導入、監視、再トレーニングに至るまで、機械学習モデルのライフサイクル全体をカバーするMLOpsプラットフォームへの投資が必要です」とカールソン氏は述べています。「これを実現するには、CDAOとCDOがIT部門と連携し、緊密なパートナーシップを築く必要があります。それが不可能な場合は、これらのプラットフォームを自ら導入するしかありません。」
調査方法
Domino Data Labの調査は、ウェイクフィールド・リサーチが2022年12月5日から18日にかけて、年間売上高10億ドル以上の米国企業の最高データ責任者（CDO）および最高データ分析責任者（CDA）100名を対象に、メールによる招待とオンラインアンケートを用いて実施しました。Domino Data Labによると、本調査の誤差は約9.8%でした。
次に読む:採用キット: データアーキテクト(TechRepublic Premium)
