CIO 向けガイド: ジェネレーティブ AI の「ハイライト モーメント」を実現する 5 つの方法

あらゆる誇大宣伝と主流の採用率の高さにもかかわらず、生成 AI は生産性のピークに到達する前に、幻滅の谷を乗り越える必要があります。

生成AIの急速な導入と民主化は、約 150 年前に電球が電気に与えた影響に似ています。 1831 年の電気の発明や、その数十年後の 1879 年の電球の発明と同様に、生成 AIは一般の人々や企業に実際の使用例をもたらし、 AI に同様の影響を与えています。

テクノロジーが研究室から日常生活へと移行するにつれ、主流として採用されるかどうかは、次第に強力になり、実証された初期のユースケースに依存することが多くなります。このような急速な導入により、人々はその可能性に非常に興奮しており、これが生成AI が現在、ガートナー ハイプ サイクルで過大な期待のピークにある理由の 1 つです。

実際、ChatGPTは昨年、わずか2か月で月間アクティブユーザー数が1億人を超え、技術成熟曲線のハイプサイクルを通過する位置にいます。現在、人口のほぼ半数が生成型 AI を使用するなど、主流の導入段階にありますが、同時に過度な期待もピークに達しています。したがって、よく見ると、私たちはまだ生成 AI の「ガス灯の瞬間」にあり、「電球の瞬間」はまだ到来していないのかもしれません。これは悪いことではありません。

生成AI の世界では、コンピューターが驚くべき方法で間違いを犯していることが分かっています。公開データと非公開データにAI を適用する実験を行う中で、どのデータが有効でどのデータが有効でないかをリアルタイムで学習しています。

ここでは、生成 AI の誇大宣伝サイクルに乗って、幻滅の谷から啓蒙の坂への急速な移行に備える方法について、 CIO からの 5 つのヒントを紹介します。

顧客、従業員、利害関係者に対して現実的であること

生成 AI と関連ソリューションの変革的な性質を促進する一方で、その欠点を指摘することも重要です。コンサルティング会社やテクノロジーベンダーは、生成 AI の変革力を強調することが多いですが、その欠点に焦点を当てることはほとんどありません。しかし公平に言えば、多くの人々がこれらの問題の解決に尽力しており、さまざまなプラットフォーム、ソリューション、ツールキットを立ち上げています。

現実的であるということは、長所と短所を理解し、その情報を顧客、従業員、経営幹部の同僚と共有することを意味します。彼らもあなたの率直さに感謝するでしょう。情報が明確に説明され、理解されるように、信頼できるリストを作成する必要があります。一部の AI コンサルタントが指摘するように、 AIの欠点としては、ブラックボックス問題、人間の誤認や幻覚の影響を受けやすいことなどが挙げられます。

企業利用ポリシーを策定する

企業の使用ポリシーと関連トレーニングは、従業員がこのテクノロジーのリスクと落とし穴を理解するのに役立ち、組織をリスクにさらすことなくビジネス価値を最大化するためにこのテクノロジーを最大限に活用するためのルールと推奨事項を提供します。ポリシーを策定する際には、関係するすべての関係者を必ず関与させ、組織が現在および将来的に AI をどのように使用するかを考慮し、組織全体で広く共有してください。このポリシーを常に更新できる文書にして、必要に応じて適切な頻度で更新する必要があります。このポリシーを導入することで、契約、サイバーセキュリティ、データプライバシー、不正な取引慣行、差別、誤報、倫理、知的財産、検証に関連する多くのリスクから保護することができます。

各ユースケースのビジネス価値を評価する

プレーンテキスト出力の場合、生成 AI の回答は適切に書かれており文法的に正しいため、信頼される傾向があります。心理学的には、舞台裏に強力な知性があると信じる傾向がありますが、現実には、AI は何が真実で何が虚偽であるかを知りません。

生成 AI には優れた使用例がいくつかありますが、ケースバイケースで検討する必要があります。たとえば、生成 AI は一般に、技術予測の作成が得意ではありません。出力には、私たちがすでに知っている内容が書かれていることが多く、盗用されている可能性もあります。書き換えや書き換えツールを使用したとしても、状況は悪化するだけで、チームは予測コンテンツを自分で作成するよりも、これらのツールを使用する時間の方が長くなる可能性があります。選択的に、明らかなメリットがある場合にのみ AI を使用する方がよいでしょう。

厳格なテスト基準の維持

組織内に生成 AI を使用する従業員が多数いる可能性があるため、従業員に長所と短所についてトレーニングと教育を行い、企業の使用ポリシーを出発点として使用することが重要です。生成 AI がより広く採用されるようになるにつれて、私たち全員が事実上テスターとなり、学習を続ける必要があります。

組織内では、IT 部門とビジネス部門の両方で、本番稼働前にテストと実験を重視し、十分な時間を確保するようにしてください。従業員が経験や学んだ教訓を共有できる社内実践コミュニティを確立することは、組織全体の認識を高め、ベストプラクティスを促進することにも役立ちます。

技術的な問題に備える

AI 非対応のシステムであっても、人生を変えてしまうような重大なミスを犯す可能性があります。これらのシステムが正しいと誤って信じてしまうと、何百人もの労働者が誤って標的にされてしまう可能性があります。英国郵便局の事件では、 15年間にわたり700人以上の郵便局長が詐欺の罪で誤って告発され、評判の失墜、離婚、さらには自殺につながった。

したがって、 AI に問題が発生した場合に備えて計画を立てることが重要になります。組織ではポリシーを通じてガードレールが整備されていますが、問題が発生した場合、 IT ガバナンス プロセスはどのように状況を監視し、対応しますか?何か予定はありますか？ガバナンス プロセスでは、正しい回答や決定と間違った回答や決定をどのように区別しますか?ミスをするとビジネスにどのような影響がありますか?エラーを修正するのはどれくらい簡単ですか?

生成型AI が活躍する瞬間は必ずやってきますが、それは長くは続かないでしょう。しかし、幻滅の谷間を抜け、啓蒙の坂を登り、最終的に生産性の高原に到達するまでには時間がかかるでしょう。ガスライティングの瞬間、実験、そしてその過程での学習はすべてプロセスの一部です。