7Sモデルを活用してAI変革を成功させる

多くの組織と連携する顧客関係管理 (CRM) コンサルタントとして、AI を主要な検討テーマとして見ないわけにはいきません。それで、それは役に立つのでしょうか? より大きな影響はどこにありますか? どのように始めればよいのでしょうか? どのようなスキルが必要ですか? これらは私がほぼ毎日聞かれる質問の一部です。

[[275998]]

これらすべての質問には共通点が 1 つあります。それは、運用上および戦術上の質問であるということです。

AI の実装に関する多くの議論と取り組みを経て、AI の採用には 2 つの傾向があることがわかりました。

• 多くの組織では、このトピックは IT によって推進されています。
• 第二に、このテーマは技術的な考え方でアプローチされます。

データ、データ サイエンティスト、および使用されるシステムとアプリケーションについてよく質問されます。

これらは間違いなく重要な質問です。しかし、それらは唯一の問題ではなく、おそらく最も困難または重要な問題でもありません。

全体戦略や実施範囲など、答えるべき質問は多く、企業はサポートする事業領域などから始めるべきです。コンプライアンスとデータ保護の話題に引き続き触れており、非常に重要な点として、多くの従業員が影響を受けることを懸念しています。ドイツでは、労働者評議会が定期的に発言します。結局のところ、AI は常に自動化に関するものであり、自動化とはより少ない人数で物事を自動化することです。これまでの一般的な見解は、AI は必要以上に多くの仕事を生み出すが、新しい仕事には自動化によって実行できるものとは異なる種類のスキルが求められるというものだ。

倫理的な問題もいくつかあります。感情 AI アプリケーションを道徳マシンの一部として導入してみることを勧める人もいるかもしれません。それは本当に啓発的な経験であり、その逸脱も同じカテゴリーに数えられるものです。確かに、非常に極端で明白な偏見の例は、マイクロソフトの Tay です。これは、Twitter に投稿することで再トレーニングされ、会話から学習し続ける AI ボットです。

このことから導き出される結論は、企業は次の 4 種類の質問に答える必要があるということです。

• 戦術的運用上の問題
• 戦略上の問題
• コンプライアンスとセキュリティの問題
• 倫理的問題

これらの質問は相互に関連しており、マッキンゼー・アンド・カンパニーが開発した 7S モデルを適用することで回答できます。

現実を直視する課題

戦術的な操作が最も理解しやすいようです。たとえば、何らかの AI シナリオの実装に近いアプリケーションをリストすることができます。彼らのアイデアの 1 つは、AI 駆動型チャットボットのプロトタイプを実装して経験を積むという、非常に戦略的なものでした。このアプローチは明らかにいくつかの技術的な問題を解決します。彼らは AI コンピテンス センター (CC) を構築することを決定しましたが、これは良いアイデアであり、現在も支援を求めています。

しかし、この AI コンピテンス センター (CC) の構築に責任があるのは IT 部門です。これにより、その範囲が大幅に制限されます。データ、クラウド コンピューティング戦略、必要なコンピューティング リソースやセキュリティ、さらにはデータ保護に関する質問に対する解決策を提示することはできますが、プロセスやビジネス モデルはおろか、組織モデルに必要な変更などの問題を詳しく検討することはできません。それで、従業員の不安は和らぐのでしょうか? 従業員は、これから追求しようとしている目標を最大限達成するために必要な文化と強みを示しているのでしょうか?

以下では、7S モデルが AI 変革にどのように役立つかを理解する必要があります。

AI変革の成功要因

あらゆる業務オペレーションを完了するのは困難な作業ですが、AI テクノロジーが提供できる可能性を実現することは決して必要ではありません。必要な移行をサポートするモデルはいくつかあります。その1つが7Sモデルです。これはもともとマッキンゼー・アンド・カンパニーがAIを実装するためのモデルではなく、AI変革を支援するためのモデルとして開発したモデルです。

図1 7Sモデル

McKinsey 7S モデルでは、7 つの成功要因が特定されています。そのうち 3 つはハードな成功要因 (赤) で、4 つはソフトな成功要因です。このモデルが示唆しているのは、組織が変革を実行する際に持続的に成功するためには、これら 7 つの要素が整合し、相互に補強し合う必要があるということです。

7 つの要素は相互に関連しているため、何を検討する必要があるかが示され、要素の 1 つが変更された場合は、通常、再調整が必要になります。 7S モデルでは、技術的、運用的、戦略的な問題に加えて、コンプライアンスと倫理に関連する問題もカバーしています。これは、ハードとソフトの両方の成功要因を組み合わせることによって実現されます。たとえば、倫理は共有価値観の一部であり、企業のスタイルや従業員、従業員のトレーニング方法を通じて表現されます。これはコンプライアンスやセキュリティに似ており、システムによってサポートまたは強制することもできます。

これを企業への AI の組み込みに当てはめると、システムとスキルだけを見るだけでは不十分であることがすぐにわかります。企業に AI を実装する際のパラダイム シフトには、他の 5 つの要素にも対処する必要があります。

すべての要素は相互に関連しており、ネットワークを形成しているため、1 つのアプローチとして、確実な成功要因から始めることが考えられます。同様に重要なのは、ソフトな成功要因がビジネスの整合性を保つための制約を提供することです。

企業は明確な AI 戦略を策定し、それを活用して既存のポートフォリオ管理プロセスを使用して処理できるイニシアチブのポートフォリオを作成できます。この AI 戦略が企業全体の戦略の一部であり、目標、主要業績評価指標 (KPI)、およびサポート フレームワークを使用してポートフォリオ管理プロセス内で管理されることが重要です。 「大きく考える」アプローチを活用することで、結果が迅速に提供され、すぐに焦点を再び合わせることができます。

次に、特定の戦略を達成するのに役立つ組織モデルを選択します。ここで適用できるモデルは多数あり、専任チームの結成、興味や職業が一致する人々による AI 実践コミュニティの実装、並行構造などから始まり、さまざまなものがあります。 7S モデルの相互依存性を強調するために、推奨される組織モデルは、企業文化、意味スタイル、および共有価値観にある程度依存します。戦略的テーマを推進するために選ばれる人々は、そのスキルに基づいて選ばれます。

3 番目に、企業が選択するプラットフォームに応じて、現在のニーズに対応し、将来のニーズをより適切にサポートするためのロードマップを提供する AI システムを選択する必要があります。その中核的な機能の 1 つは、継続的な学習機能を提供して、エンゲージメントの継続的な改善を可能にすることです。

ここでのキーワードは「プラットフォーム」です。これは、人材やスキルといったソフトな成功要因、そしてもちろんハードな戦略的要因と結びついているからです。同様に、プラットフォームの選択はスタッフとスキルに影響を与えます。

すべての成功要因は他の要因に影響を与えます。 1 つの要素を変更すると、他の要素も調整する必要があります。

7S モデルは、AI 変革プロジェクトを 1 つの部門の観点からのみ見るだけでは不十分であることを示唆しています。

ビジネスに AI を統合するにはさまざまな側面が関係するため、7S モデルは、企業が大きなことを考えながら小さな行動を取り、継続的な成功につながるという考え方を強化します。