2022 年のエンタープライズ向け人工知能のトップ 10 トレンド

人工知能は主流になりました。さまざまな業界の企業が概念実証を成功させ、AI を本番環境に導入することにも成功しています。一部の企業では AI および ML 戦略を実装しており、ベストプラクティスやパイプラインとともに、さまざまなプロジェクトが企業全体に広がっています。現在、AI 成熟度曲線の最前線に立つ企業は、大規模に AI を活用しています。

企業における AI の導入方法の全体的な成熟度によって、企業が AI の戦略的価値について考える方法、そして AI のメリットをどこで享受したいかが変化しています。ここでは、業界の専門家が現在注目しているエンタープライズ AI の戦略的トレンドのトップ 10 を紹介します。

1. 人工知能が実用的な役割を果たし始める

AI の初期の頃は、プロジェクトはすべてデータ サイエンティストによって推進されていました。データ サイエンティストはデータとアルゴリズムを所有しており、これらのツールを使用してビジネス上の問題を解決する新しい方法を自由に考えることができます。場合によっては、問題をうまく解決できることもあります。今日、この状況は大きく変化しました。

ビジネスリーダーは成功したプロジェクトの事例から学び、AI が自分たちに何をもたらしてくれるのかをより深く理解するようになりました。その結果、企業はビジネス価値が不明確な概念実証への投資に消極的になりつつあり、これはビジネス部門が AI アプリケーションを主導する傾向が強まっていることを示唆する傾向です。

「AI で成功している企業を見ると、それはビジネスによって推進されている」と、マッキンゼーのコンサルティング会社、クォンタムブラックのグローバルリーダー、アレックス・シングラ氏は語る。「AI と IT はビジネスの問題解決に役立ちますが、ソリューションを考え出すのはテクノロジー部門ではありません。ビジネス部門が主導権を握り、『私はこのソリューションの一部であり、このソリューションを信じている。これが正しいやり方だ』と言うのです。」 「」

例えば、ハネウェルは社内業務にAIを活用し、顧客向け製品やサービスにAIを組み込んでいると、ハネウェルの最高デジタル責任者シーラ・ジョーダン氏は述べた。

「私たちはビジネスと非常に密接な関係を持っています」と彼女は語った。 「私たちは価値によって動かされています。それは顧客にとっての価値、本質的な価値です。」

2. AIが企業全体に浸透する

ジョーダンが 2 年前にハネウェルに着任したとき、彼女の最初の大きなプロジェクトは、すべてのソースからすべてのトランザクション データを統合するデータ ウェアハウス戦略を実装することでした。

「あらゆる機能、あらゆる事業部門にデジタル化の課題がある」と彼女は語った。たとえば、ハネウェルはすべての契約をデジタル化しました。つまり、合計で10万件以上の契約があったことになる、と彼女は語った。彼女は、これらの契約により、ほぼあらゆる機能領域向けの AI ソリューションの構築に役立つ豊富なデータが企業に提供されると指摘しました。

例えば、AI を活用することで、ハネウェルのすべての契約において、インフレや価格設定の問題の影響を受ける部分を自動的に確認できるようになったとジョーダン氏は述べた。 「1人で10万件の契約書を処理するのは不可能です。」

同様に、完全な在庫データにより、ハネウェルはどの在庫がスクラップでどれが再利用可能かを把握できるようになり、原材料をより効率的に管理するための情報に基づいた意思決定を行えるようになったとジョーダン氏は述べた。

「あらゆる機能領域で AI が登場しつつある」と彼女は語った。 「財務、法務、エンジニアリング、サプライチェーン、そしてもちろん IT です。」

3. 人工知能の助けを借りて自動化を急速に進める

ハネウェルが自動化プロジェクトを積極的に推進するのは今年で3年目になります。反復的な作業がある場合、会社はそれを自動化しようとします。 「今年は100件のプロジェクトがあるかもしれない」とジョーダン氏は語った。 「これらのプロジェクトにより、世界中の当社全体で特定のタスクを自動化できるようになります。」

ハネウェルは、これらの自動化プロセスをさらにスマートにすることに取り組んでいると彼女は付け加えた。 「私たちはこれらの自動化ロボットにさらに多くの人工知能を搭載する予定です」と彼女は語った。 「それは自動化ロボットがより賢くなっていることを意味します。」

基本的なルールベースの自動化を開始した別の企業は、ブーズ・アレン・ハミルトンです。ブーズ・アレン・ハミルトンのAI部門副社長ジャスティン・ネロダ氏は、「現在、私たちはAIと機械学習をこれらの自動化プロセスに統合し、より幅広いビジネスタスクに適用できるようにしています」と語った。

人々は最も単純な自動化から始めると彼は言いました。 「次に、彼らは自分自身に問いかけます。『他に何を自動化できるだろうか？』そして、これには人工知能と機械学習の使用が必要であることに気づきます。」

同氏は、AIによる自動化は企業が人員不足に対処したり、大量の仕事を処理したりするのに役立つ可能性があると述べた。 「あるいは、作業の半分を自動化し、最も難しい部分を人間が行うこともできます。」

4. AIを活用してさらなる利益を得る

マッキンゼーのシングラ氏は、AIを大規模に導入するには変更管理の要素も重要だと述べています。同氏は、そのためには人々が AI をどのように使用するか理解する必要があり、その情報は技術者が単独で作業するのではなく、技術者、専門分野、ビジネスの専門家の組み合わせから得られると述べた。

「もし私がAIを使わなければならないとしたら、使われる可能性が非常に低いAIの3つの分野に注目するように言うだろう」と彼は語った。 「しかし、AI がワークフローに自動的に統合されるほど、成功する可能性が高まります。他の人の行動を変える必要が少ないほど、受け入れられる可能性が高くなります。」

5. AI戦略には集団的な変化が必要

初期の概念実証が成功した後、企業は通常、テクノロジーを実装し、人材、専門知識、ベストプラクティスを開発するために AI Center of Excellence を設立します。しかし、企業が臨界質量レベルに達すると、いくつかの卓越センターを分離し、AI 技術を統合し、最も必要としている事業部門に専門家を直接配置することが必要になります。

「成熟度の低い企業にとって、優秀な人材を収容し、組織全体で学習を可能にするセンター オブ エクセレンスを持つことは価値があります」とマッキンゼーのシングラ氏は語ります。「センター オブ エクセレンスがなければ、企業は規模を拡大する能力を持たないことがよくあります。才能のある人は、同じ考えを持つ他の人たちと一緒にいたいと考えています。また、経験の浅い人も、センター オブ エクセレンスにいることで成長したり学んだりできるため、恩恵を受けることができます。」

COE を早期に分割すると、その影響が弱まり、複数のビジネス領域にわたって成功したプロジェクトを反復して複製する企業の能力が低下する可能性があります。

「しかし長期的には、一定の成熟度と規模に達すると、深いAIの専門知識とドメインの専門知識の両方を備えた技術者を擁することの利点が、真のビジネスの成功を推進するのです」と彼は語った。 「ただし、ある程度の規模がある場合のみです。」

Insight 社の著名なエンジニアである Amol Ajgaonkar 氏は、ビジネス上の問題はあらゆるところに散在していると述べています。

「ビジネス上の問題は一箇所に集中するものではないので、AI の導入も一元化できるとは期待できない」と彼は言う。 「こうした展開も分散化する必要があります。しかし、1 つのビジネスに影響を与える集中型の AI 戦略が必要です。」

あるいは、収益、コスト削減、市場でのポジショニングなど、ビジネスのさまざまな側面に影響を与える AI 戦略になる可能性もある、と彼は付け加えた。

他の多くの企業と同様に、ブーズ・アレン・ハミルトンもコア AI チームからスタートしました。 「しかし、この1年で、私たちはこのチームを本当に成長させてきました」とブーズ・アレン・ハミルトンの人工知能部門副社長、ジャスティン・ネロダ氏は語った。 「私たちはその会社を通じて、AIの専門家を擁する小さなチームをいくつか作りました。しかし、チームを拡大する前に、臨界質量に達する必要があります。そうでなければ、チームは崩壊してしまいます。」

「これは、私たち自身の会社と、私たちが仕事をしている顧客の間で起こっていることです」と彼は付け加えた。

6. 人工知能がビジネスプロセスの変化を引き起こす

企業が AI を使い始めるとき、多くの場合、ビジネス プロセスの中で AI が効果を発揮できる個々のステップを探します。 「ビジネスプロセスをコンポーネントに分解し、各コンポーネントをデジタル化し、AI を使って効率化することができます」と、ジェンパクトの最高デジタル責任者であるサンジェイ・スリヴァスタヴァ氏は語ります。「しかし、結局のところ、ビジネスプロセス自体は同じです。各部分はより良くなり、より速く、より安価になりますが、プロセス自体は変わりません。」

しかし、AIにはビジネスプロセスを根本的に変える可能性もあると彼は述べた。たとえば、Genpact はクライアントのアカウント処理を多数行っています。

「請求書処理にAIを適用すれば、どの請求書が争われることになるかを知ることができます」と彼は語った。 「ポートフォリオのどの部分が最もリスクが高いかがわかります。」

人工知能の予測力を使えば、プロセス全体を再編成できると彼は語った。 「AIを適用すると、バリューチェーンを端から端まで考えることができ、完全に再構築することができます。」

7. 機械学習オペレーション（MLOps）が現実に

マッキンゼーが2021年末に発表したレポートによると、人工知能から最大の利益成長を得ている企業間の違いの1つは、機械学習の運用を使用しているかどうかです。

IEEE会員であり、小児理学療法技術会社オーグメント・セラピーのクラウドおよび新興技術責任者であるカルメン・フォンタナ氏は、これは人工知能の次なる大きな出来事だと語った。フォンタナ氏は以前、Centric Consulting でクラウドおよび新興テクノロジー部門のディレクターを務めていました。

私たちの目標は機械学習を理論から実践へと変革することだと彼女は言いました。 「2、3年前、これは新興分野であり、人々はこれをやらなければならないと考えていました」と彼女は語った。 「しかし、実際にはあまり応用されていませんでした」。しかし現在では、ツールや手法が成熟し、企業が AI モデルのトレーニング、展開、監視をより厳密に行うことができるようになっていると彼女は考えています。

「これはAIと機械学習技術の制度化に大きく貢献するだろう」と彼女は語った。 「私は顧客からそのすべてを目の当たりにしています。市場は劇的に変化しました。」

8. 企業がAIパイプラインを構築する

「当社は現在、顧客と約150の異なるAIプロジェクトに取り組んでいます」とブーズ・アレン・ハミルトンのニロダ氏は語った。しかし、過去 1 年間で、当社はこの 1 回限りのモデルから脱却し始めました。

「過去1年半にわたり、当社はモジュール機能とエンドツーエンドのパイプラインに投資してきました」と彼は語った。

AI で成功するには、実用的なモデル以上のものが求められます。データが変化し、モデルが改良され続けるにつれて、モデルを維持するための完全なプロセスが必要になると彼は述べた。

「最大の課題は、すべてのツールを結び付けることだ」と彼は語った。 「私たちはこれを標準化し、さまざまなプロジェクトで使用できる再利用可能なコンポーネントを構築するために懸命に取り組んできました。」

9. 組織はAIへの信頼を築きたい

従業員や経営陣が AI に慣れてくると、時には人間の直感に反する判断であっても、AI を信頼して重要なビジネス上の意思決定を行うようになります。

ブルーヨンダーの戦略顧問兼創設者であるマイケル・ファイント氏は最近、パンデミックに関連したサプライチェーンの苦境に陥っていた英国の大手食品小売業者と協力した。同氏は、同社がサプライチェーンの管理に手作業を使用していたため、大量の棚が空のままになっていたと述べた。さらに、知識と能力があり、仕事をする意欲のある人材が不足しています。

自動化された AI システムはコストを削減し、パフォーマンスを向上させることができます。しかし、パンデミックが発生すると、人々は自動システムをオフにしたいと考えました。 「しかしその後、自動化されたシステムは人間よりもはるかに速く適応できることがわかった」と彼は語った。

そこで同社は、これらの自動化システムをシャットダウンする代わりに、店舗や配送センターにまで拡大しました。その結果、空になった棚が減り、廃棄される食品廃棄物も減ります。さらに、店舗マネージャーは、1 日 2 時間の注文の微調整に費やす時間を減らし、顧客満足度の向上に多くの時間を費やすことができます。

AIへの信頼を築く方法は他にもあるとフェイント氏は言う。 「非常に批判的な人たちは、長年の経験に基づいて自分たちが下すのと同じ良い判断をAIが下せるとは信じていない」と彼は語った。解釈可能な機能をいくつか追加すると、これらの問題を軽減するのに役立ちます。説明可能な機能を備えた AI とは、システムが決定に至った要因を人間のユーザーに対して説明できることを意味します。

10. 新たなビジネスモデルが生まれる可能性

いくつかの分野では、AI が前例のない機会を生み出しています。例えば、自動運転車は社会を変革し、まったく新しいタイプのビジネスを生み出す可能性を秘めています。しかし、AI によるビジネス変革は小規模でも起こり得ます。

たとえば、手動による審査を必要とする銀行は、小額の融資を提供することができません。こうしたローンの調査と処理にかかるコストは、銀行が得る利息収入よりも高くなります。しかし、AIを使って融資を評価し、処理すれば、銀行はより少額の融資をすることができ、法外な金利を課すことなく、まったく新しい顧客層にサービスを提供できるようになります。

「こうしたユースケースはまだそれほど一般的ではない」とサファイア・ベンチャーズの社長兼パートナーであるジェイ・ダス氏は言う。 「これらのユースケースは私たちの働き方を根本的に変えていますが、企業はそれほど急速に変化していません。」

AIと機械学習の技術が企業内のあらゆる知識労働者によって使用されるツールになれば、この傾向は変わり始めるだろうと彼は述べた。

「まだそこまでには至っていません。人々が AI や機械学習を仕事に活用するようになるまでには、おそらくあと 5 年はかかるでしょう。」