2026 年に向けた AI とデータ サイエンスの 5 つのトレンド

組織は変化する傾向にあります 最近の AI テクノロジーよりもはるかに遅いです。 私たちの脳を腐らせる (ただし、これは進行中の現象であると予想されます。)

しかし、AI は単なるテクノロジーを超えて、経済成長と株式市場を推進する主要な原動力となっているようです。

リーダーが理解し、行動する準備をしておくべき、2026 年の新たな AI トレンドを以下に示します。

1. AIバブルは収縮し、経済は打撃を受けるだろう。

昨年、AI ルームの象はエージェント AI の台頭でした (そして、それは今も動き回っています。以下を参照)。 AIバブル 議論を独占しているものはありますか? より広範な経済への影響 そしてAIの継続的な利用は？

私たちは二人ともしばらく前から存在しており、ドットコムバブルの崩壊を覚えています。

このバブルは弾けるでしょうか？

私たちはデフレが緩やかになることを望んでいますが、それは株式市場全体が調整する時間があり、投資家が大幅にインフレした一部の AI ベンダーをポートフォリオから外すことを意味するかもしれません。

私たちは二人とも AI のバリエーションを購読しています アマラの法則、「私たちは短期的にはテクノロジーの効果を過大評価し、長期的にはその効果を過小評価する傾向がある」と述べています。 

2. より多くのオールインアダプターが「AI ファクトリー」とインフラストラクチャーを構築します。

である企業 AI をすべて活用する 継続的な競争上の優位性として、AI モデルとユースケース開発のペースを加速するためのインフラストラクチャを整備しています。

大手銀行は数年前にこのアプローチを採用しました。

しかし現在、工場の動きには銀行以外の企業や他の形態の AI が関与しています。プロクター・アンド・ギャンブル) とソフトウェア会社 (直感）。

この種の社内インフラストラクチャを持たない企業は、データ サイエンティストと AI に焦点を当てたビジネスマンに、どのツールを使用するか、どのデータが利用可能か、どのような方法とアルゴリズムを使用するかを把握するという大変な作業をそれぞれ再現することを強いています。

3. GenAI はより組織的なリソースになります。

2025 年が生成 AI が価値実現の問題を抱えていると認識した年だとすれば、2026 年はそれに対して何か行動を起こす年になるでしょう (告白しなければなりませんが、昨年の対照実験に関して予測していましたが、実際にはあまり起こりませんでした)。 エンタープライズレベル 1つ。

代替案は、生成 AI を主に、より戦略的なユースケースのためのエンタープライズ リソースとして考えることです。 ジョンソン・エンド・ジョンソンが行った取引、 例えば。

もちろん、従業員が GenAI ツールにアクセスできる必要性は依然としてあります。 サメ水槽第一線の従業員が AI プロジェクトのアイデアを提案する形式のコンテストで、企業レベルの取り組みとして会社が資金を提供します。

4. エージェント AI は依然として過大評価されるでしょうが、おそらく 5 年以内に価値があるようになるでしょう。

昨年、私たちは他のほぼすべての人々と同じように、エージェント AI が台頭すると予測しました。 ガートナー社の幻滅の谷、エージェントは 2026 年にこれに陥ると私たちは予測しています。

エージェントの問題は何ですか? 人間的 そして カーネギーメロン — AI エージェントはあまりにも多くの間違いを犯すため、企業は巨額の資金が関わるプロセスで AI エージェントに頼ることができないことがわかりました。即時注射、特に）およびその傾向 欺瞞的で不整合な 人間の価値観と目的を持って。

ただし、エージェント AI が今後数年以内に改良されないという意味ではありません。 アンドレイ・カルパシーの予言 10年間）。

企業は今すぐに、エージェントが新しい仕事のやり方をどのように実現できるかを考え始める必要があります。

5. AIを誰が管理するべきかについての議論は今後も続くだろう。

Randy が大規模組織のデータおよび AI リーダーを対象に行った最新の調査では、 2026 年の AI およびデータ リーダーシップ エグゼクティブ ベンチマーク調査彼の教育会社である Data & AI Leadership Exchange が実施したこの調査では、データと AI の管理に関する良いニュースが明らかになりました。

この状況における唯一の困難な構造的問題は、誰が AI を管理し、組織内で誰に報告すべきかということです。 役割が報告する必要があると考えています);

AI (特に生成型 AI) が十分な価値を提供できないという広範な問題には、報告関係の多様性が寄与している可能性が高いと考えられます。