マッキンゼーの2022年のAIレポートのメモ

この記事はこちらのThe state of AI in 2022—and a half decade in reviewの2022年12月6日に公開された記事をメモしたものです。

項目は以下の4つでまとめられています。

1. Five years in review: AI adoption, impact, and spend

2. Mind the gap: AI leaders pulling ahead

3. AI talent tales: New hot roles, continued diversity woes

4. About the research

それぞれの項目で気になった部分の感想を書いていきます。

1. Five years in review: AI adoption, impact, and spend

この項目では過去5年間のAIの適用、インパクト、広がりが書かれています。

図1で企業が平均して適用したAIの数は2018年には1.9であるが、2022年では3.8と伸びています。また、AIプロダクトに搭載されている機能としては、ロボットの自動化が最も割合が高く、次がコンピュータビジョンです。3位に自然言語が位置しています。話題のTransformerなど最も下です。

記憶しているところだと、2018年ごろなど自然言語が活発だったと思いますが、コンピュータビジョンの方が割合が高いことに驚きました。また、まだまだTransformerが搭載された高性能なAIプロダクトが少ないことを考えると、Transformerを搭載するだけで既存のプロダクトの性能を大きく凌駕できる可能性を感じます。

また、音声がランクインしていないので音声領域は国内外問わずビジネスチャンスだと思います。

図1

3. AI talent tales: New hot roles, continued diversity woes

この項目ではAI人材についての話が書かれています。

図2では、企業で採用したAIに関わる職種の割合です。最も割合が大きいのソフトウェアエンジニアと、企業がPoCではなくAIを利用する段階に来たことを示しています。日本と海外で状況は異なりますが、数年後に日本も同じような状況になると思います。

一方で、データサイエンティストが3位、機械学習エンジニアが4位でした。まだまだ需要は高いものの、エンジニアの立場で今後もAI系で生き残りを考えるならばAPI提供やテスト、Git、MLOpsなど幅広く色々できた方が良いかもしれません。

図2

図2では企業のAIに関わる職種の割合について述べましたが、図3では企業がAI関連の職種で採用が容易か、そうでないかを表した図です。

図3では最も採用が難しい職種でデータサイエンティスト、次に機械学習エンジニアが挙げられています。図2でソフトウェアエンジニアの数が多いのは採用の難易度も関係しているかもしれません。

まとめると、現在データサイエンティストや機械学習エンジニアで勤めている人は、ソフトウェアエンジニア系のことをキャッチアップし、ソフトウェアエンジニアとして勤めている人はAI系のコンペティションやディープラーニング系のOSSのキャッチアップなどでスキルアップすると良いのではないのでしょうか。

図3

参照

The state of AI in 2022—and a half decade in review