AI Is Not Hype, Says C3.ai's Tom Siebel

Summary

このスクリプトでは、企業AIの迅速な成長とその応用が議論されています。特に国防と情報分野における連邦ビジネスの年間100％以上の成長が強調されています。州と地元政府、製造業、金融サービス、石油化学、エネルギーなど、様々な分野で企業AIの需要が大幅に増加しています。企業AIスタックの開発には数十億ドルが投資され、供給網や需要チェーン、詐欺検出など90以上の即席企業アプリケーションが提供されています。アメリカ空軍は予測メンテナンスにAIを活用し、航空機の可用性を25％向上させています。また、シェルはAIを組み合わせたC3Iから年間20億ドルの経済的利益を実現しています。個人のプライバシーに関するリスクにも触れられていますが、これは企業AIがもたらす経済的なリターンと重要な社会的な影響を示唆しています。

Takeaways

• 💼 企業AIの需要が急増している：企業や政府プロセスにAIを適用する需要が非常に大きくなっていると述べています。
• 🚀 特別に国防・情報分野での成長：国防・情報分野のビジネスが年間100％以上成長していると強調しています。
• 📈 産業横断的な成長：製造業、金融サービス、石油化学、エネルギーなど、様々な産業で企業AIの需要が高まっていると報告しています。
• 🤖 企業AIスタックの独自性：Google CloudやAWSの前に企業AIスタックを開発し、90以上の即戦力を持つアプリケーションを提供していると主張しています。
• 🛒 顧客の多様性：航空宇宙防衛庁、石油化学、小売業、農業ビジネスなど、多岐にわたる分野からの成長を確認しています。
• 🛫 アメリカ空軍の予測メンテナンス：アメリカ空軍が予測メンテナンスを利用して兵器システムのダウンタイムを減らし、飛行機の可用性を25％増加させていると紹介しています。
• 🏭 産業におけるダウンタイムの削減：予測メンテナンスを利用して、産業においてダウンタイムを20％削減し、経済的なリターンをもたらしていると説明しています。
• 💡 AIの経済的影響：シェルがAIを利用して年間200億ドルの経済的利益を実現している例を挙げています。
• 🚨 AIのリスクとプライバシー：AIが個人のプライバシーに脅かす可能性があると警告し、個人プライバシーを基本的人権と位置付けています。
• 🌐 AIの社会的风险：SNS上でAIが民主主義プロセスに干渉したり、若者の心的ヘルスリスクに寄与する可能性があると述べています。

Q & A

企業AIをビジネスプロセスに適用する際、特に注目されている業種は何ですか？

企業AIは製造業、金融サービス、石油化学、エネルギーなど、多岐にわたる業種に適用されていますが、特に国防と情報分野での成長が100％を超えています。

企業AIを導入する際の主な動機は何ですか？

企業AIを導入することで、ビジネスプロセスや政府プロセス、国防および情報分野の効率化を図ることができます。

企業AIの市場における成長の鍵となる要因は何ですか？

企業AI市場における成長の鍵は、企業AIをビジネスプロセスに適用することで生じる経済的なリターンと、その効果の実証です。

Salesforceの結果が出た後に、企業のソフトウェアへの投資に関する懸念はありますか？

Salesforceの結果から懸念はあるものの、企業は依然として企業AIを積極的に導入しており、特に連邦政府においてはその成長が著しています。

企業AIを導入する際のリスクとはどのようなものですか？

企業AIを導入する際のリスクには、個人のプライバシーの侵害が含まれます。個人のプライバシーは基本的人権であり、AIによる脅威に対処する必要があります。

企業AIを導入する際の経済的なリターンはどの程度ですか？

企業AIを導入する際の経済的なリターンは、予測メンテナンスによって航空機の可用性を25％増加させたり、ダウンタイムを20％削減することで数百ミリオンドルの経済的価値を生み出すことが可能です。

アメリカ空軍はどのようにして企業AIを利用していますか？

アメリカ空軍は企業AIを予測メンテナンスに利用しており、F-15、F-16、F-18、F-35などの武器システムの計画外の停止を防ぎ、航空機の可用性を25％増加させています。

企業AIを導入する際のプライバシーに関する懸念はどの程度ですか？

企業AIを導入する際には、個人のプライバシーに関する深刻な懸念があります。特にソーシャルメディアでのAIの使用が若者の心理的問題や民主主義プロセスの干渉につながることに注意を払います。

企業AIの導入がもたらすリスクを回避するためにどのような措置が必要ですか？

企業AIの導入がもたらすリスクを回避するためには、プライバシーに関する法的規則を強化し、技術の使用を適切に管理する必要があります。

企業AI分野における今後の展望はどのようなものですか？

企業AI分野は現在も初期段階であり、これからも様々な業種で拡大が見込まれています。しかし、その一方で、個人のプライバシーや民主主義への影響などのリスクにも注意を払いながら、適切な規制と管理が求められます。

企業AIの導入がもたらす経済的なリターンの具体例を挙げてください。

シェルは企業AIを導入し、経済的利益を年間2億ドル獲得しています。これはC3IとAzureを組み合わせたShell IIによるものです。

Outlines

00:00

💼 エンタープライズAIのビジネス拡大

この段落では、企業のビジネスプロセスや政府プロセス、防衛・情報分野における企業AIの需要が急増していると語られています。特に国防・情報部門の成長は年間100％を超えており、州と地元の政府サービスも大きな採用者となっています。また、製造業、金融サービス、石油化学、エネルギーなど、他の分野でも企業AIの適用が進んでいるとされています。企業のソフトウェアへの投資に関する懸念はあるものの、石油・ガス、公共事業、消費財、農業ビジネスなど、企業間の需要も著しく増えていると報告されています。企業AIスタックの開発には数十億ドルを投資し、供給連鎖、需要連鎖、詐欺などの90種類の即席企業アプリケーションを提供していると強調されています。

05:00

🛠️ アメリカ空軍の予測メンテナンス

アメリカ空軍は、F-15、F-16、F-18、F-35などの22種の武器システムの予測メンテナンスに企業AIを利用しています。予測分析を用いたメンテナンスにより、計画外のシステム停止を防ぎ、航空機の日々の稼働率を25％向上させています。また、ポリエチレン製造に関連するスチームクラッキングユニットにおいても、予測メンテナンスを活用して計画外のダウンタイムを20％削減できており、これはDow社にとって何億ドルもの経済的なリターンを生み出しています。

📈 シェルの経済効果

シェル社は、Azureと組み合わせたC3Iを利用して、年間2億ドルの経済的利益を実現しています。これは、企業AIがもたらす経済的なリターンが非常に大きいことを示す実例です。

🚨 AIのリスクと規制

AIのリスクについても触れられており、個人のプライバシーに関する問題が指摘されています。個人プライバシーは基本的人権であり、AIがそれを脅かすと問題視されるべきです。また、SNSを通じてAIが公共の健康リスクになる可能性があるとされ、若者のうつ病、自殺、女性の体型問題などが挙げられます。民主主義の過程を干渉する技術としてAIが使われることも懸念されており、それらのリスクに対処し、計画し、避けることが求められています。

Keywords

💡政府支出

政府支出は、政府が行う財政活動を指し、公共サービスやインフラの提供、国防などのために資金を使うことを含みます。このビデオでは、連邦政府と地方政府の支出がエンタープライズAIの需要増加に大きく寄与していると説明されています。

💡エンタープライズAI

エンタープライズAIは、企業や政府機関がビジネスプロセスや運営効率を改善するために導入する人工知能技術を指します。ビデオでは、特に政府、製造業、金融サービスなどさまざまな分野でのエンタープライズAIの採用が急速に進んでいると述べられています。

💡予測メンテナンス

予測メンテナンスは、機械や設備の故障を予測し、計画的な保守を行うことでダウンタイムを減少させる技術です。ビデオでは、アメリカ空軍がF-22やF-35などの戦闘機に予測メンテナンスを適用し、航空機の稼働率を25%向上させている事例が紹介されています。

💡政府サービス

政府サービスは、公共の利益のために政府が提供するサービス全般を指します。このビデオでは、エンタープライズAIの大きな需要先として政府サービスが挙げられており、公共の管理や運営効率の向上にAIが活用されていると説明されています。

💡ソフトウェアスタック

ソフトウェアスタックは、ソフトウェア開発における一連の技術やツールの組み合わせを指します。このビデオでは、企業がAIアプリケーションを運用するために必要なインフラストラクチャや基盤モデルを含む層を説明し、自社の技術スタックが他と異なることを強調しています。

💡製造業

製造業は、商品や部品を生産する産業を指します。ビデオでは、製造業がエンタープライズAIを採用する主要な業界の一つとして紹介され、特に予測メンテナンスによって生産効率が向上している事例が挙げられています。

💡経済的利益

経済的利益は、企業や組織が技術やサービスの導入によって得る財務上の利得を指します。ビデオでは、シェル社がエンタープライズAIを導入することで年間20億ドルの経済的利益を享受している例が示されています。

💡個人のプライバシー

個人のプライバシーは、個人の情報が不正に使用されないよう保護される権利を指します。このビデオでは、AI技術が個人のプライバシーを脅かす可能性があるため、慎重な取り扱いと規制が必要であると強調されています。

💡規制のリスク

規制のリスクは、新技術や新しい市場の発展に伴い生じる法的および規制上のリスクを指します。ビデオでは、AIの進展に伴う規制上のリスクについて議論し、特に個人のプライバシー保護が重要であると述べています。

💡社会的リスク

社会的リスクは、技術や産業が社会に与える潜在的な悪影響を指します。ビデオでは、AIがソーシャルメディアにおいて若者の精神的健康に悪影響を与える可能性について言及され、これが社会的リスクとして認識されています。

Highlights

Federal government spending is a rapidly growing business, especially in defense intelligence which grew over 100% year over year.

State and local government services are significant adopters of enterprise A.I.

Manufacturing, financial services, petrochemicals, and energy sectors are also showing increased demand for enterprise AI applications.

There is a substantial increase in demand for applying enterprise AI to business and government processes.

Corporate enterprise spending on software is a concern, as reflected by Salesforce's results.

Oil and gas, utilities, consumer packaged goods, and agribusiness are experiencing significant growth in enterprise demand.

The company has been developing an enterprise A.I. stack since its inception 15 years ago.

Investments in billions have been made to build a software stack for enterprise applications.

There are now 90 turnkey enterprise applications available for various needs such as supply chain, demand chain, and fraud detection.

The company is positioned differently from legacy enterprise application software providers.

The company is a pure enterprise A.I. player, distinct from legacy players.

The speaker sold a previous business to Oracle and discusses the reasons behind it.

The company's share prices have not reflected the AI market's exuberance despite being a significant player.

The enterprise market is still in its early stages, with current interest in silicon and infrastructure.

The company operates at the application level of the stack, which is crucial for running enterprise applications.

The United States Air Force uses the company's technology for predictive maintenance on various weapon systems.

Predictive maintenance can increase aircraft availability by 25% and reduce unplanned downtime by 20% in manufacturing.

Shell realizes $2 billion in economic benefit annually from its use of enterprise AI combined with Azure.

The economic returns from enterprise AI applications are substantial and very real.

There are significant risks associated with AI, particularly concerning personal privacy.

AI is being misused in social media, posing public health hazards and interfering with democratic processes.

The speaker emphasizes the need for concern, planning, and avoidance of AI risks.

Transcripts

It looks as though, from my perspective, it's all about government spending here.

Federal. Local.

Why the focus there? What's going so well?

Well, federal is by is a very rapidly growing business.

I think our federal business, particularly defense intelligence, grew

greater than 100% year over year, state and local.

This is about government services, is a huge adopter of enterprise A.I., but so

is manufacturing, financial services, petrochemicals, energy.

So I'd say across the board we're seeing very, very substantially increased

demand in applying enterprise AI to business processes, to government

processes, to defense and to intelligence.

What's interesting, though, is, of course, we've had a bit of worry about

corporate enterprise spending on software more generally coming from,

well, the results of Salesforce today. What are you seeing in terms of

enterprise? Because it does look as though the real

beef of your growth is coming from federal government.

What is sentiment like for the oil and gas companies that are working with the

other broader sectors? Oil and gas, utilities, government

services, consumer packaged goods, agribusiness?

We're seeing very significant growth in increased

demand in enterprise. I now I understand, Carol, and you could

think of see three this really is the first native air company we started 15

years ago building an enterprise A.I. stack.

This is before Google Cloud, before AS or when a WAC was this big before the

the before the graph of GPU. So we started early.

We spent billions building a software stack.

Today we have 90 turnkey enterprise applications for supply chain demand,

chain fraud, whatever it might be. So think about ac3.

We're in a little bit different class than these legacy enterprise

applications. Software people work.

This is the first enterprise A.I., pure enterprise, A.I.

play. Well, you know that those legacy people.

Well, you sold your previous business to Oracle, and I'm interested as to why,

therefore. To be brutally honest, why your share

prices sort of hasn't been wrapped up in the exuberance of AI if you are such a

player play. I'm looking at well, it's still well off

the highs of 2021. What do you think you're still having to

prove to the market at the moment? Well, I think that we're at the very

early stages of this enterprise market by market.

You know, we're seeing a lot of interest right now in silicon and infrastructure.

If we look at the value of the stack stack at the bottom, you show again

above that you have infrastructure, above that you have foundation models.

And on top of that, you have the of the applications.

Well, that's the level of the stack. That's the portion of the stack in which

we play. Now, all of this silicon that, you know,

that Nvidia is selling all this infrastructure that Hyperscalers are

selling. They're only selling it for one reason.

Building this capacity is to run enterprise applications in Caroline.

That's what we do. So let's get really detailed.

Tom, what are say what can you give us an anecdote of what a key company in

manufacturing is using your technology to achieve?

The United States Air Force is using it for predicted maintenance for today, 22

weapon systems, F-15, F-16, F-18, F-35, etc..

Okay. And by using predictive analytics,

predictive maintenance, we can prevent unplanned system outage and increase

aircraft availability in any given day by 25% predictive maintenance down here

in the steam cracking units associated with polyethylene production.

Okay. We can reduce unplanned downtime by 20%.

Hey, that's worth hundreds of millions of years to Dow.

So these are these are these are two very real applications with, you know,

substantial economic return. I would say the application that I cited

at the United States Air Force might be the largest enterprise application on

Earth. Shell.

Shell is realizing, you know, $2 billion in economic benefit a year from what

they call Shell II, which is c3i combined with with Azure, so that the

returns are substantial. This is no drill.

This is not hype. This is very real.

What is the risk? Very real.

We hype up the efficiencies of AI. We hype the market valuations.

We also sometimes in the media like to hype up the risks.

What do you take to the risks and regulatory respect to that?

The risks associated with air are daunting, and I would be afraid.

We need to be very concerned about personal privacy.

I believe that, you know, personal privacy is a fundamental human right.

Okay. And an AI that threatens that we will.

You know, so I think privacy issues will these you are seeing, you know, social

media, the AI and social media being used to you know, it's a public health

hazard. Think about, you know, depression,

suicide, body image issues in young women.

These technologies are being used to interfere in democratic processes

there. So, you know, the risks associated with

it are very real. And we need to be very concerned that we

need to plan for them and we need to avoid them.