人工知能の可能性を解き放つ3つのステップ

ガートナーのデータによると、2020 年までに人工知能は CIO の 30% 以上にとって最優先事項になるでしょう。 AI は世界を変える可能性を秘めていますが、この夢は組織が AI を効果的に適用した場合にのみ実現できます。

今こそ、トップデータ担当者が AI の可能性を最大限に引き出し、戦略を拡大し、ビジネス モデルや顧客体験に対する AI の影響を評価し、その他の戦略的課題に備える最適な時期です。

[[222888]]

現在、関心が高まっているのは、高度な分析と機械学習がもたらすメリットによるものです。この変革は、低コストで大規模かつ容易に利用できるコンピューティング能力の出現と、機械のトレーニング、モデルの構築、洞察の生成に使用できる膨大な量のデータの出現によって部分的に推進されています。

ただし、多くの組織が人工知能の分野に参入したばかりであり、知識を蓄積し、アプリケーション戦略を開発している段階であることに注意することが重要です。 CDO がデータおよび分析のリーダーの多くと連携しない場合、AI 戦略を策定し、その用途を決定することは非常に困難になります。

人工知能は既存のビジネス活動を直接的かつ根本的に改善するのではなく、むしろデータ主導のビジネス戦略の可能性を根本的に生み出すことに、ますます多くの企業が気づき始めています。この可能性により、データと分析が戦略の重要な推進力となり、組織は AI の可能性についてより広範な調査を行う必要が生じます。

AI の可能性を評価する際に、データと分析戦略を他の戦略的作業の副産物として評価するだけでは不十分であることが明らかになりました。ビジネスの変化の可能性を考慮するには、AI の関連する新たな用途を理解し、新しい戦略的開発手法に精通する必要があります。

AI の可能性を最大限に引き出すには、CDO は次の 3 つの領域に重点を置く必要があります。

***、商業的価値を明確にします。

AI イニシアチブが普及するには、ビジネス価値が必要です。したがって、AI の関連性は、ビジネス価値と管理の観点からだけでなく、特定のビジネス運用や IT 課題との関係からも評価する必要があります。

多くの組織が AI の機能に魅了されていますが、その過程で最大の戦略的価値を決定する要因を特定できていません。ビジネス価値では、データ サイエンティストなどの重要なリソースをどのように活用できるか、新しいソリューションが AI からどのように恩恵を受けることができるか、長期的なビジネス成果を達成するために必要な機能をどのように確実に開発できるかを明確にする必要があります。

フレームワークを活用して戦略的レパートリーを拡大することで、企業はビジネス モデルのコンポーネントとそれらの相互関係への AI の適用可能性を判断できるようになります。ビジネス モデル評価フレームワークは、組織の既存のビジネス モデルを記述するための共通言語を確立します。また、個々のコンポーネントの変化を評価し、コスト構造を改善したり、データ主導の収益源を実現したり、データと分析が新しい主要な相乗効果において重要な役割を果たすことができる場所を特定したりするための変更を推奨するのにも役立ちます。また、潜在的な広範なビジネス モデルの変更をサポートするために、関連する部分でどのような変更を行う必要があるかを判断するのにも役立ちます。

2 番目に、顧客体験における破壊的な可能性を活用します。

人工知能は、洞察を獲得し、パーソナライズし、顧客体験を向上させるための豊富な機会を提供します。これは、人工知能と機械学習を適用する最大の機会の 1 つです。 AI の破壊的可能性を評価することで、企業は新しい方法で顧客と関わり、顧客の行動に関する洞察を得て、デジタル ビジネス方式で将来の顧客体験を形作ることができます。

顧客の AI エクスペリエンスを向上させる機会は数多くあり、顧客インサイトの開発、カスタマイズされた顧客ジャーニーの計画、チャットボットと仮想アシスタント、マーケティングのための予測分析などが含まれます。企業は、ジャーニー エクスペリエンス マッピングや成果主導型イノベーションなどの手法を使用して、満たされていない顧客ニーズとアプリケーションの機会を特定する必要があります。

3 番目に、組織的、管理的、技術的な影響を排除します。

企業は、AI によってもたらされる組織的、管理的、技術的な課題に備える必要があります。必要なスキルの欠如は AI 導入の大きな障壁となることが多いため、基本的なスキルを身につけることが成功と失敗の分かれ目となります。データサイエンススキルの開発と第一データオフィサーメカニズムの再構築の大きな影響により、インテリジェンスの創出と応用が促進されます。

AI の利点の多くは、機械学習によって提供される予測から生まれます。残念ながら、組織はこうしたデータを活用する準備が整っておらず、意思決定プロセス中に分析結果の確率を評価したり判断したりするどころか、直感に頼っている場合が多くあります。これは、データ主導の文化を育むことが、ビジネスの観点から「データの言語を話す」能力と同じくらい重要であることを示唆しています。

AI を使用して人間の能力を超えた洞察を得ることで、予測分析、自然言語処理、コンピューター ビジョン、画像認識、その他多くの同様のインテリジェンスが進歩します。多くのビジネス分野は、AI によって生成される洞察と機能から恩恵を受けることができますが、これらの方法が予測された結果をどのように達成するかについての透明性が欠如しており、質の高い結果と適切な使用を保証するプロセスが堅牢ではないため、管理が困難な場合があります。たとえば、同じ分析を受ける同じデータでも、目的に応じて管理方法が異なる場合があります。つまり、あるアプローチは倫理的である一方、別のアプローチはそうでない場合があります。セキュリティ、プライバシー、コンプライアンス、保持についても同様です。

要約すると、これらの課題に対処するには、企業はデータ主導の文化を育み、規制や倫理上の考慮事項に慎重に対処し、危険な噂を信じないようにする必要があります。これに加えて、AI 機能を開発するための学習ラボを設立する必要があります。