- Swingcrew Marketing Memo Room
- 役立たずのデータサイエンス ~「PoCの壁」を考える、AIやデータサイエンスはなぜPoCで終わってしまうのか
Swingcrew
Marketing Memo Roomスウィングクルー マーケティング メモ ルーム
2023.10.10
役立たずのデータサイエンス ~「PoCの壁」を考える、AIやデータサイエンスはなぜPoCで終わってしまうのか
筆者らはデータサイエンティストとして、さまざまなデータ分析やAI実装のプロジェクトに参加しているが、そこで多くの場合にぶち当たる壁がある。それは「PoCの壁」とも言えるものだ。AIやデータ活用に関しては多くのユーザーが前向きで、PoCの形でプロジェクトを始めるが、そこで作成したAIや機械学習モデルを実際の業務プロセスに活用しようとすると、まったく進まないという問題である。
ここにショッキングな事実がある。MIT Sloan(MITビジネススクール)の調査によると、AI投資を進めている企業のうち、投資利益が出ているのがたった10%という結果である(EXPANDING AI’S IMPACT WITH ORGANIZATIONAL LEARNING)。
ほかにもマッキンゼーの調査で、AIオートメーションのプロジェクトでの成功率が15%という結果もある(Operationalizing machine learning in processes)。
上記は主に経営層向けの調査であるが、技術者を中心としたアンケートでも、自らが実装したモデルが実際に業務適用された割合は0~20%に過ぎないとの回答が最も多くなっている(全体の58%)(Models Are Rarely Deployed: An Industry-wide Failure in Machine Learning Leadership)。
※本記事は、スウィングクルーがピックアップしているマーケティング関連ニュースのクリップです。
スウィングクルーが発表しているニュースではございません。