メインコンテンツへスキップ
AIの「感情のジェットコースター」の8 の段階
解説記事

AIの「感情のジェットコースター」の8 の段階

現在、生成AI（GenAI）をめぐっては、議論が白熱しています。 ビジネス界では、多くの従業員（および経営幹部）が、ワクワクと期待に胸を膨らませています。 一方で、この「もの」が今後どう展開していくかについて、より強い懸念や懐疑的な見方をする人々もいます。そこで、重要な疑問が浮かび上がります。企業は、新しい技術の導入に関して、感情的になりすぎているのでしょうか？

[関連記事： 「ジェネレーティブAIがもたらす 3 の最大の脅威（さらに1つのリスク）」とその対処法] （新しいタブで開きます）

これまで、組織は導入に向けた明確なロードマップが示されるまで、最新のイノベーションを取り入れることに消極的でした。 多くの企業は、責任ある現実的な視点に立ち、ガバナンス、基準、およびステュワードシップをIT戦略の重要な指針としています。 しかし、そのようなガイドラインがない中で、CIO、CTO、 のCISOは、GenAI （新しいタブで開きます） に、過度な期待に惑わされることなく、どのように取り組むべきでしょうか？

Taniumでは、企業におけるテクノロジーの導入には明確なパターンがあることを突き止めました。それは（当然のことながら）ガートナーのよく知られた「ハイプ・サイクル」と類似していますが、1つの重要な違いがあります。それは「感情的な要素」です。 好むと好まざるとにかかわらず、私たちITプロフェッショナルは、技術の選択において感情や心情を反映させてしまっています。 ITのコンシューマ化によって、この傾向はさらに加速したに過ぎず、GenAIはあくまでその最新の例に過ぎません。

技術導入に関する感情的なチャートパターン

「感情的なハイプサイクル」の解説

では、「エモーショナル・ハイプ・サイクル」とは一体何でしょうか？ では、GenAIに関して、これをどのように活用してIT戦略の指針とすることができるのでしょうか？ この曲線の8つの段階を見てみましょう。企業や従業員にとって、これがどれほど感情の起伏の激しい体験になり得るかを理解できるでしょう：

  1. 「トリガー」： 革新とは、従来の常識を打ち破り、古い考え方に変革をもたらし、関心、好奇心、驚き、そして予感を引き起こすものです。 AIは以前から存在していましたが（ 1950s （新しいタブで開きます））、実生活におけるAI（AI IRL）は、新たな可能性（そして人々の反応）の波を引き起こしています。
  2. 話題沸騰： この技術の可能性が広く受け入れられるにつれ、熱狂的な盛り上がりが見られます。 初期の宣伝活動によって、多くの成功事例が生まれ、それらは熱狂的に語り継がれますが、その陰には、数多くの（あまり知られていない）失敗が伴っていることがよくあります。
  3. 拒絶： 組織が挫折や誤用事例に直面するにつれ、このブームのピークは過ぎ去りました。 組織が不確実性に対処するにつれ、利用者のアクセスが制限され、利用禁止措置が広まっています。 従業員は、行き場のない状態に置かれたり、完全に置き去りにされたりしています。 「シャドウIT」の台頭 （新しいタブで開きます）。
  4. 疑念： この技術を多角的かつ客観的に評価するにつれ、より健全なレベルの慎重さ、疑念、そして懐疑心が生まれてきます。 プライバシーや保護に加え、倫理的な要素（偏見など）についても考慮されています。 ためらいこそが、自然な感情なのです。
  5. 安心感： 組織が管理された環境下で独自のテストベッドや事例研究を構築するにつれ、徐々に受け入れが進んでいるという感覚があります。 参加できるのはごく一部に限られますが、こうした「パイロットプログラム」は、期待感や興奮をうまくコントロールするのに役立ちます。
  6. Habitual： による共通基準とガバナンスの確立により、企業はテクノロジーの活用と適用に慣れていきます。 （新しいタブで開きます）。 公正かつ効果的な利用ポリシーや勤務形態が確立され、全社的な展開に向けた基盤が築かれます。
  7. ソーシャル： この技術は、現在広く普及していることから、組織の社会構造の一部となっています。 重要なのは、テクノロジーの戦略的役割に関して、IT部門と企業全体との間に、つながりと連携感が生まれているという点です。
  8. クリエイティブ： これは、ユーザーや企業にとって変革の段階であり、人々はテクノロジーを活用して革新を起こし、生産性の高い新しい方法で業務を遂行しています。 これは、すべての関係者にとってやりがいのある段階であり、技術の成熟度を示す初期の指標でもあります。

現在、生成AIの導入に伴うリスクを管理したいとお考えですか？ その場合は、 から、最新のチートシート「 」（新しいタブで開きます） をダウンロードしてください。この資料では、管理すべきAIリスクのトップ10と、 機械学習 （新しいタブで開きます） およびAIエンジニアリングにおいて、スピードとセキュリティのバランスをとるための3つの最良の方法を解説しています。