SASの生成AIに関する市場調査 リーダーの80%がデータプライバシーやセキュリティに懸念

生成AI導入に際して組織がつまずくポイントとして、主に4つの分野が挙げられています。


データ利用における信頼性の向上とコンプライアンスの実践：LLMへのバイアスやプライバシーリスクを測定可能な信頼できるシステムがある、と回答したのは全体の1割に過ぎませんでした。さらに、米国企業の93%が生成AIのための包括的なガバナンスフレームワークが整備されていないと回答しており、規制対応に関しては、ほとんどの企業にコンプライアンス違反のリスクがありました。
生成AIの既存システムやプロセスへの統合：組織は、生成AIと既存システムの統合を図る際に、互換性の問題に直面していることを明らかにしています。
人材およびスキル：社内の生成AI人材の不足：人事部門は適切な人材の不足に直面しており、組織のリーダーは生成AIへの投資効果を上げるために必要なスキルを確保できないのではないかと懸念しています。
コストの予測：リーダーはLLMの利用に伴って、直接、間接にかかる法外なコストを問題として挙げています。モデル開発者はトークン数でコストの見積もりを提供しており、組織はこれが法外な額にのぼることに気付いています。しかし、自社独自のナレッジの準備やトレーニング、
ModelOpsの管理には長期にわたって複雑にコストが掛かってきます。


この点について、プロフィ氏は次のように述べています。「今後は、現実世界において最も付加価値が高く、持続可能かつ拡張可能な方法で人々のニーズを満たすことのできるユースケースを特定していくことになるでしょう。今回の調査を通じて、当社は組織が有意義で適切な投資を継続し、回復力を維持できるよう、引き続き尽力していきます。AI技術が毎日のように進化していく時代にあって、競争で優位に立てるかどうかは、レジリエンシールール（https://www.sas.com/content/dam/SAS/documents/corporate-collateral/brochures/en-resiliency-rules-113364.pdf
）を受け入れられるかどうかに大きく左右されるからです」

本発表は、ビジネスリーダー、技術者、SASパートナー向けのデータおよびAIのSAS年次イベントであるSAS Innovate（https://innovate.sas.com/
）において行われました。SASからの最新ニュースを継続的に受け取るには、X/Twitterで @SASsoftwareNews（https://twitter.com/SASsoftwareNews
）をフォローしてください。