人工知能がビジネスの生産性を変革する方法

[[244003]]

既存の AI ツールやサービスは、従業員に代わるものではなく、ワークフローの改善、検索と発見の高速化、コラボレーションの微調整によって従業員の生産性を高めることを目的としています。

人々は AI を恐れ、AI によって多くの仕事が失われると考えていますが、現在、利用可能な AI ツールやサービスの多くは、従業員を置き換えることではなく、ビジネスの生産性を向上させることに重点を置いています。実際、ソフトウェア会社 ABBYY が英国で最近実施した調査では、従業員のほぼ 3 分の 2 が、議事録の作成や長い書類の確認などの作業を機械にアウトソーシングしても構わないと回答しています。

営業担当者はすでに、Salesforce や Microsoft Dynamics などのサービスで AI ツールを使用して、より正確な売上予測を提供し、見込み客を絞り込んで取引を成立させていますが、AI は多くの日常的なビジネス タスクにも役立ちます。マネージャーがより効果的に関与できるようにトレーニングすることから、電子メールを送信するのに最適な時間を提案すること、ホワイトボード上のあまり注目されていない情報から価値を引き出すことを約束することまで、AI を活用したツールは業界全体でビジネスの生産性を向上させています。独自の機械学習チームを構築する必要はありませんが、組織がリソースを最大限に活用する方法を検討することをお勧めします。

よりスマートな検索と発見

スマートフォンや消費者向けクラウドストレージサービスでは、以前から画像認識機能を利用して写真に自動的にタグを付けてきました。 SharePoint Online や OneDrive for Business などのビジネス クラウド ストレージ サービスも同様のアプローチを採用し始めています。 「SharePoint ドキュメント ライブラリに多くのインテリジェンスを注入しました」と、SharePoint の製品タグ付け担当ディレクターの Dan Holme 氏は語ります。「画像をアップロードすると、AI が地理的位置を特定し、オブジェクトを識別してテキストを抽出します。」たとえば、レストランの領収書をスキャンしたり写真を撮ったりするたびに、ドキュメント ライブラリから経費レポート情報を直接取得できます。

今年後半に予定されている次のステップでは、ワークフローを作成するための Microsoft のローコード ツールである Flow を使用して、この情報をビジネス プロセスで簡単に使用できるようになります。 「AI はこれらの写真の価値を解き放ちます。その情報を Flow と組み合わせると、認知サービスを活用して翻訳、文字起こし、感情分析を行うことができます」とホルム氏は言います。たとえば、写真に車両が写っている場合、査定人は車両の損害を証明する写真を撮影し、その写真を自動車保険部門に送信できます。一方、写真に住宅が写っている場合、査定人は住宅の損害の写真を住宅保険を担当するチームに送信できます。または、SharePoint に新しい会社のロゴを通知し、条件付き書式を使用して古いロゴを使用しているすべてのドキュメントを強調表示することもできます。

モバイル デバイスでは、最新バージョンの Adob​​e Scan が画像認識機能を使用して、名刺の写真を撮影したときにそれを認識します。この機能はカードのテキストに対して OCR を実行し、抽出された情報に基づいて新しい連絡先を作成します。これには、電子メール アドレスの正しい形式を把握することも含まれます。 Adobe Scan では、以前にスキャンした画像を自動的に調整して影を消したり、テキストをシャープにしたり、遠近感を修正したりして、テキストをより正確に認識することもできます。OneNote および OneDrive 用の Microsoft Office Lens 機能でも同様の修正を実行できますが、これは写真を撮影した場合のみです。

文書を自動的に識別してタグ付けすると、契約書、請求書、その他の一般的な文書タイプを見つけやすくなりますが、画像認識ほど高度ではありません。Box は、画像認識を Box Skills プラットフォーム (まだベータ版で、画像 OCR と音声文字変換機能が含まれています) を通じて利用できるようになると約束しています。 ABBYY の契約書テキスト分析サービスでは、すでに AI を使用して契約書を検出し、買い手や売り手などの実際の当事者を識別しているため、遵守する必要があるコミットメント (データ侵害通知や納期など) の確認、リスクの評価、契約条件の一貫性やコンプライアンス ガイドラインの遵守状況の確認などが容易になります。 ABBYY UK & Irelandの責任者、ポール・グッドイナフ氏は、このサービスは保険証券やリース契約など、他の半構造化ビジネス文書にも活用できるはずだと語った。このツールは重要な情報も強調表示します。「ユーザーは、ビジネスプロセスのセクション、条項、事実を正確に特定することで、ドキュメントをすばやくナビゲートできます」と彼は言いました。

さらに、Acrobat Document Cloud はアップロードされた PDF 内のリスト、表、フォーム フィールド、グラフを自動的に認識し、検索とフォーム入力を簡素化します。マイクロソフトはまた、Azure Information Protection サービスの将来のバージョンで、機密としてマークする必要がある文書を自動的に識別するために機械学習を使用することについても説明しました。

モバイル SharePoint アプリと Office.com ポートはどちらも AI を使用して、同僚が推奨するドキュメントや G Suite Drive のクイック アクセス機能など、ユーザーが知りたいと思われるコンテンツを提案します。ファイルの検索場所の提案が提供され、これは Delve のような別のサービスよりも便利な場合があります。ホルム氏はこれを「パーソナライズされたインテリジェントな検索エクスペリエンスで、検索ボックスをクリックすると、役に立つ可能性のあるアプリ、ファイル、新しい Web サイトの提案が即座に表示されるため、何も入力せずに必要なものを見つけることができます」と呼んでいます。

よりスマートなファイル

AI 機能により、ドキュメントの作成が最初から簡単になります。最新バージョンの Microsoft Word 2016 のエディター機能と Google ドキュメントの新しい文法チェッカーはどちらも機械学習を使用して、スペルは正しいが正しく使用されていない単語を提案します。これらは新しい機能ではありませんが、会社名などの新しい語彙を学習すると、最新のニュースに対応できない古いルールベースのシステムほど脆弱ではなくなります。

QuickStarter と PowerPoint のデザイナー機能は、アウトラインを理解し、どのスライド スタイルを使用するかを提案し、それらのスライドに Wikipedia からの画像を入力し、テキストと箇条書きリストにさまざまなスタイルを提案します。 Excel には、もともと Power BI で利用可能だった Insights 機能が含まれるようになりました。この機能により、データ セット内の外れ値を視覚化できるため、数値が異常に良いか悪いかを簡単に見分けることができます。

Power BI では、「前四半期の最高の顧客は誰でしたか」や「今年最も収益性の高い地域はどこですか」など、自然言語で質問する限り、常にドリルダウンできます。現在、Tableau は機械学習で作成された DataRobot の自動データ モデルと統合され、パターンや相関関係を発見するための同様の視覚的分析を生成します。

履歴書などの一部の文書は高度に構造化されており、一目で簡単に認識できますが、LinkedIn には職務内容や役職に関する豊富な詳細情報が保存されています。 Word の履歴書アシスタントは、文書が履歴書であるかどうかを判断し、同じ職種の人の公開プロフィールに記載されているスキルを表示できるペインを開くことができます。 「人々は『白紙症候群』に悩まされています。そのため、あなたと同じ立場の人が職務経験をどのように表現しているかを示すことで、あなた自身の履歴書を書くのに役立つでしょう」と、LinkedInのキャリア製品管理ディレクター、クマレシュ・パタビラマン氏は語った。

最近ではインタラクティブホワイトボードがますます便利になるにつれ、手書き認識も一般的になりつつあります。たとえば、Microsoft の Whiteboard アプリ (Surface Hub または大型の PC タッチスクリーンで実行) は、Windows Smart Ink AI を使用して図形や表を整理し、リスト、電話番号、日付を認識します (別のアプリである Ink to Code は、ユーザー インターフェイスのスケッチを Visual Studio プロジェクトに変換できます)。

Whiteboard は描画内容も理解し、それを使用して Bing 画像を検索します。 Google のインタラクティブ ホワイトボード Jamboard には、ボード上で描いたスケッチに一致する画像を検索する AutoDraw と呼ばれる同様の AI 搭載描画ツールがあります。つまり、アーティストでなくても、画像を描いて、それを人々がすぐに認識できるものに素早く置き換えることができるのです。

一方、人工知能を活用した音声認識は、まだ導入が始まったばかりです。スマートフォンの高品質マイクに、探しているものを短く話しかけてください。マイクはあなたの音声コマンドを常に待機しており、非常に正確な音声プロファイルを作成します。人工知能 (多くの場合、Microsoft、Google、IBM の音声認識クラウド サービスによって実現) を使用してオーディオおよびビデオ録音を書き起こす文字起こしサービス (Trint、Simon Says、Speechmatics、Callnote、Otter など) は数多くあります。ほとんどすべてのサービスでは、ウェブサイトでトランスクリプトを評価する必要があるため、通常のワークフローから外れます。オーディオ品質、アクセント、複数の音声サンプル、背景ノイズ、業界特有の語彙などが、トランスクリプトの精度に影響します。一般的に、これらの文字起こしサービスは、音声を完璧な書き起こしバージョンに変換するのではなく、音声を検索可能なものにします。

プレゼンテーションのライブ字幕と翻訳を生成する PowerPoint アドインの Presentation Translator には、スライドやスライド ノートに多くの用語が表示されるため、カスタマイズされた音声認識を実行できるという利点があります。トレーニングには約 5 分かかりますので、事前にプレゼンテーションを練習するときにオンにしてください。ヘッドセット マイクを使用すると、より正確になります。

Microsoft の Azure Stream ビデオ サービスは SharePoint および Teams と統合されているため、Azure Stream には、ビデオの音声認識を向上させるためのカスタム辞書を作成するための大量のコンテンツと、会議の参加者やプレゼンテーションの実施者などの詳細情報が大量に含まれており、顔検出機能を強化します。ビデオのトランスクリプトを作成したら、キーワードを検索したり、SharePoint で発表者の名前を選択したりすることで、ビデオ内の関連ポイントにジャンプできます。

人工知能はビジネスを微調整できる

個人の生産性向上に役立つツールの多くは、IT チームの配慮を必要としません。自動ドキュメント分類が広く使用されるようになると、それを既に使用しているデータ漏洩および権限管理ツールと統合する方法を理解する必要があります。ただし、チームの生産性に関する問題に対処するには、より正式なプロセスと管理サポートが必要になる場合があります。

最近の調査によると、次の週の準備のために日曜日の夜にメールを送信する管理者（月曜日の朝に読むつもり）は、従業員に勤務時間外にメールを確認するように指導する傾向があることがわかっています。常に最新のニュースに追いついていなければならないと恐れる労働者は、プレッシャーに不満を感じたり、集中力を失ったり、燃え尽きたりする可能性が高く、一部の管轄区域では、勤務時間外に仕事関連のメールを処理することは残業とみなされます。アイルランドでは最近、勤務時間外に大量の仕事関連のメールを処理しなければならなかったとして、ある企業幹部が裁判所から7,500ユーロの賠償金を勝ち取りました。会議中に電子メールを送信することは、従業員がマネージャーから学ぶもう一つの悪い習慣です。

Office 365 の MyAnalytics および Workplace Analytics 機能は、機械学習を使用して、Microsoft Graph の電子メールと会議のパターンを分析します。個々のユーザーには、会議に費やした時間、標準時間外の作業に費やした時間、読んだメールの数を示す毎週のメールレポートが送信されます。マネージャーは、レポート作成にどれだけの時間を費やしているか、従業員は終業時に定期的にメールを使用する必要があるかどうか、最も成功しているチームがどのような作業パターンを採用しているかなどを俯瞰的に把握できます。

この情報を使用して、問題行動を特定し、それらの問題行動が改善されているかどうかを追跡できます。作業方法に関するヒントをすぐに得ることもできます。夜遅くに同じ相手にメッセージを繰り返し送信する場合、Outlook はそれらのメッセージを朝にスケジュールすることを提案するツールヒントをポップアップ表示します。

同様に、Hive プロジェクト管理サービスの新しい予測分析ダッシュボードでは、機械学習を使用して、どのチームのタスクが過剰で人員が不足しているか、またチームがプロジェクトのタイムラインの見積もりにどの程度自信を持っているかを表示します。これらのツールが明らかにする問題を解決するのは、AI が不十分な部分であり、依然として人間が引き継ぐ必要があります。