表紙:ベストプラクティス:企業内でのAIの成功を測定するためのKPI (重要業績評価指標)
市場調査レポート
商品コード
1024842

ベストプラクティス:企業内でのAIの成功を測定するためのKPI (重要業績評価指標)

Best Practices: KPIs for Measuring AI Success within the Enterprise

出版日: | 発行: OMDIA | ページ情報: 英文 | 納期: 即日から翌営業日

価格
詳細については [お見積] ボタンよりお問い合わせ下さい。
ベストプラクティス:企業内でのAIの成功を測定するためのKPI (重要業績評価指標)
出版日: 2021年03月18日
発行: OMDIA
ページ情報: 英文
納期: 即日から翌営業日
  • 全表示
  • 概要
  • 目次
概要

分析概要

人工知能(AI)の導入が進み、パイロット版から企業での実用化へと移行するにつれて、AIを管理する側は、成功を確実にするための基盤構造と運用フレームワークを構築しています。AIを実用化するために、リーダーたちは、AIのライフサイクルを考慮してビジネスケースを刷新し、組織や文化を再構築し、専門知識やサポート、データ管理への投資について厳しい決断を下し、新たなガバナンス、倫理、責任問題を解決しなければなりません。これらの基盤となる構造の重要な要素は、最適なKPI (重要業績評価指標) を特定して導入することです。

AIのためのKPIを選ぶことは、AI市場導入の初期段階であるがゆえの課題です。企業全体のAI対応度や知識・経験・専門性は現在はまだ低水準です。しかし、顧客サービスやサイバーセキュリティの脅威対策など、より成熟したAIの利用事例や活用分野では、KPIのベストプラクティスが生まれています。

当レポートでは、企業内でのAIの成功を測定するためのKPI (重要業績評価指標) の概略や、KPI活用に関するベストプラクティスについて分析し、現在活用されている一般的なKPIの内容や、現在の根本的な課題、基礎的/高度なKPIの必要性、具体的なベストプラクティスの項目、といった情報を取りまとめてお届けいたします。

目次

  • 概要
  • 現在の市場動向
  • AI (人工知能) モデルの指標
  • AIの高度な評価指標
  • ベストプラクティスの事例
  • 付録

図表一覧

  • 1. 図1:AI業績指標、用途別 (業界横断)、2020年第4四半期
  • 2. 図2:AI業績指標、業種別、2020年第4四半期
目次

Report Summary:

Catalyst

As artificial intelligence (AI) initiatives continue to move from proofs of concept and pilots to commercialized, enterprise-grade elements of business operations, those overseeing AI are building foundational structures and operational frameworks to ensure success. To operationalize AI, leaders are revamping business cases to account for the AI lifecycle, restructuring organizations and culture, making hard decisions about investments in expertise, support and data management, and navigating new governance, ethical, and liability issues. A critical element of these foundational structures is identifying and deploying the best performance metrics. With so much investment at stake and the early-stage nature of AI market adoption, key performance indicators (KPIs) for AI are the most important guardrail for senior management to use to guide their AI strategies.

Choosing KPIs for AI is a challenge, as we are still in the early stages of AI market adoption. AI readiness, knowledge, experience, and expertise across enterprises is low. However, for more mature AI use cases and applications, such as customer service and cybersecurity threat protection, best practices in KPIs have emerged. Perhaps more encouraging, for machine learning (ML) development and operations, which are the core of so many AI use cases and applications, best practices in KPIs are becoming more common. The goal of this report is to provide insight into the best practices in AI KPIs. This report explores foundational issues, such an analysis of the most popular AI model metrics being used today, and offers a review of basic and advanced AI KPIs. Most importantly, this report provides insight into how several key enterprises approach AI KPIs and a summarized best practices list.

Omdia view

It probably comes as no surprise that for an immature market like AI, a significant corpus of tried-and-true KPIs does not exist. However, best practice patterns are emerging:

  • There are significant lessons to be learned from the pioneers of commercialized AI.
  • Researchers have developed a significant body of different AI model metrics that can be used to build AI KPIs.
  • Best-in-class AI organizations build AI KPIs that feed/meet broader organizational outcomes.

The market for operationalized AI is immature, so it is likely that AI model metrics and KPIs will evolve as the market matures; in other words, developing and implementing AI KPIs will be an evergreen process for organizations for the foreseeable future.

Part of the market maturation process may include some standardization of AI KPIs. Some professions, such as accounting, have published business KPI standards. AI KPIs are tending to roll up into broader business KPIs, so it is possible that AI KPIs will standardize somewhat along business KPIs particular to associated industries.

Table of contents

  • Summary
  • Current market tendencies
  • AI model metrics
  • Advanced AI metrics
  • Best practice examples
  • Appendix

List of figures, tables and downloads

  • 1. Figure 1: AI business performance metrics by horizontal application, 4Q20
  • 2. Figure 2: AI business performance metrics by industry, 4Q20