今日のAIの優れた使用例

企業は AI パイロットを実施し、AI を本番環境に移行しています。大手組織はここに賭けており、すでに早期の成果が現れています。

[[276105]]

IT 自動化、品質管理、サイバーセキュリティなどの IT 関連のユースケースは、AI テクノロジーの一般的な応用例です。

しかし専門家は、技術が進歩し、使いやすくなり、企業の収益向上に役立つことがすでに証明されるにつれて、状況は変わるだろうと述べている。

ここでは、AI の可能性に関する初期の調査、パイロットが進行中の分野、および AI がすでに実用化されている分野をいくつか紹介します。

IT自動化、品質管理、サイバーセキュリティ

昨年末に発表されたデロイトによる米国経営幹部を対象とした調査によると、IT自動化はAIの最も人気のある使用例であり、47%の企業が導入している。これに続いて品質管理（46％）とサイバーセキュリティ（41％）が続きました。

世界中の600人の経営幹部を対象にしたApexの調査では、サイバーセキュリティもAIやモバイル通信と並んで主要なユースケースとしてランク付けされました。

デロイト リスク アンド ファイナンシャル コンサルティングの AI 専門家、サミール ハンス氏は、IT 部門が AI を導入しているのは、情報技術に携わる人々が常にデータを扱うことに慣れており、パイロット プロジェクトや新技術の探求に興味を持ち、スタートアップ企業と協力することに前向きだからだと述べています。

「AI、機械学習、データサイエンスのアプリケーションは、非常に情報技術集約的です」と彼は語った。 「『まずはマーケティングから始めましょう』と言うことはできますが、一般的に言えば、マーケティング担当者は IT 担当者ほど技術に精通しておらず、先進的ではありません。」

IT アプリケーション向けの人工知能と機械学習も、他の種類の機能よりも成熟しています。 Goulson & Storrs の CIO である John Arsneault 氏の体験談は次のとおりです。ボストンを拠点とするこの法律事務所は、法律業界に変革をもたらす可能性のある人工知能の発展を注視している。しかし、この技術が最初に導入されたのはサイバーセキュリティの分野だった。

同社は 5 つの物理的な場所にデータ センターを構えており、その中には 125 台の仮想サーバーと関連ネットワーク機器が含まれています。

「自社の IT 組織を保護するという従来のアプローチは当社にとって有効であり、当社はそれを大いに活用しています」と Arsneault 氏は言います。「しかし、障害が発生した後に何が起こるかが欠けています。」

侵入者がユーザー アカウントを侵害したり脆弱性を悪用したりして防御を突破できる場合、貴重なデータを探して会社のネットワークやアプリケーション内を移動できる可能性もあります。 「侵入があったかどうか分からないまま何ヶ月も経つ可能性がある」と彼は語った。 「私にとって、それが最大の問題です。」

アルスノー氏は、侵入者が企業システムを横方向に移動するのを防ぐネットワークセグメンテーションに興味を持っていたが、その設定は困難だった。

「それは信じられないほど面倒だ」と彼は言った。 「誰もそれに追いつくことはできず、ファイアウォールやその他のセキュリティメカニズムにどのようなパッチを適用する必要があるかを把握するのが難しいため、デフォルトはよりオープンになります。」

2 年前、Goulson & Storrs は、さまざまなシステムとアプリケーション間のやり取りを自動的に分析し、通常のトラフィックがどこに流れるかを判断し、マイクロセグメンテーションの推奨事項を生成する機械学習システムを導入しました。

「ネットワーク上で何が起こっているかを調べるために出向くことになる」とアルノー氏は語った。 「次に、どれが必要でどれが不要かを判断し、提案されたポリシーを適用できます。また、ネットワークについて学習し続け、マイクロセグメントに適用されるポリシーを継続的に更新します。」

同社がエッジワイズの技術を採用した理由の1つは、人員を増員せずに製品を発売できることだった。最初の展開には約3か月かかりました。

「当社は最新バージョンを導入しており、ボタンを押すだけで、サーバー、ソフトウェア、ユースケースに対して125,000種類の保護を提供できます」と彼は付け加えた。 「大きな負担となる人的要素を排除し、時間と労力を大幅に削減します。」

予測分析

人工知能の最も魅力的な用途の 1 つは、インテリジェントな予測を行うことです。天気予報、顧客が他にどんな商品を注文したがるか、どんな映画を楽しみたいかの予測、故障しそうな機器の予測などに活用でき、企業は常に予測分析における AI のさらなる活用方法を模索しています。

たとえば、ヘルスケアや医学では、AI と機械学習を使用して遺伝子データ、病歴、検査データを分析し、病気を予測して有望な治療法を発見しています。ガートナーによると、現在、医療提供者の 38% がコンピューター支援診断に依存しています。

サンフランシスコに拠点を置くライフサイエンスおよび健康データ企業である Seer は、血液検査のデータ処理、特にタンパク質レベルから病気の解明に AI を活用しようとしています。

「簡単な例を挙げると、鎌状赤血球貧血は、ヘモグロビンと呼ばれるタンパク質の変化をもたらす突然変異によって引き起こされます」と、同社の最高業務責任者、社長兼創設者のフィリップ・マー氏は述べた。 「タンパク質の小さな変化が健康に大きな影響を与える可能性があります。」

しかし、特に疾患に多くの異なる遺伝子と異なるタンパク質が関与している場合は、どのタンパク質の変化がどの特定の疾患と関連しているかを判断するのは困難です。 「そこがAIが非常に役立つところです」と彼は語った。

関与するタンパク質が 1 つだけの場合は、標準的な統計分析で十分です。しかし、数十種類のタンパク質が関与すると、事態はより複雑になるとマー氏は述べた。また、タンパク質の違いは病気とは関係なく、性別、年齢、朝食に何を食べるかに関係している可能性もあります。

「大量の高品質なデータが必要であり、十分な量があれば、どれが信号でどれがノイズかを統計的に区別できる」と彼は語った。

同社は今年、臨床試験で何千人もの癌患者の血液を検査し、癌が血液中のタンパク質にどのような影響を与えるかについての知見を得て、癌に罹患しているかどうかをより正確に予測するプロジェクトに取り組んでいる。

Seer はクラスター分析を使用します。これは、Edgewise がセグメントを作成するために使用し、小売業者が顧客をグループにまとめるために使用するのと同じ機械学習手法です。

同氏はまた、同社では Domino Data Lab を含むさまざまなオープンソースおよび独自のデータサイエンス プラットフォームでマルコフ分析と主成分分析を使用しており、その多くは AWS のクラウドで実行されていると付け加えた。

顧客サービス

Deloitte によると、AI の次に人気のある使用例は顧客サービスであり、この分野のリーダーは仮想アシスタントです。販売最適化とマーケティング最適化も、デロイトのリストのトップ 10 にランクインしました。

ガートナーが6月に発表した調査によると、昨年は75%の企業が顧客体験テクノロジーへの支出を増やし、回答者の53%が今後3年間で人工知能が顧客体験に最も大きな影響を与えると答えています。さらに 39% が仮想顧客アシスタントとチャットボットについて言及しました。

例えば、推奨機能やパーソナライゼーションは現在成熟した技術であり、広く利用されていると、カーネギーメロン大学ハインツ・カレッジの情報システム・経営学助教授、ベイベイ・リー氏は述べた。

「これらの地域はかなり好調に推移している」と彼女は語った。

同社はまた、ソーシャル メディアなどの外部データ ソースを統合して、顧客サービスやその他の種類の非構造化データの改善に役立てています。

「こうした取り組みの結果、顧客側のプロセスがより自動化されるようになりました」と彼女は語った。 「大企業だけではありません。私は中小企業とも仕事をしてきましたが、中には独自のパーソナライゼーションと分析を社内で開発しているところもあります。多くの企業がこれを行っていると考えて間違いないでしょう。」

ビジネスの顧客対応側に AI を導入すると、収益を即座に増加させたり、会社にまったく新しい収益源をもたらしたりすることができます。ビジネスプロセスアウトソーシングの大手である Atento を例に挙げてみましょう。

世界中に15万5000人の従業員を抱える同社は、5年前からバックオフィス、財務・経理、人事部門でAIを活用し、Salesforceプラットフォームを自動化し、ロボットによるプロセス自動化を通じて手動プロセスをスピードアップしてきた。これらすべてのツールは、企業の効率化に役立ちます。

「しかし、ここ数年で当社は成長しており、今は顧客とともにいかに価値を高めていくかが重要だ」とアテントの米国および中米担当社長マイケル・フロディン氏は語った。 「間違いなく新たな収入源が生まれます。」

たとえば、Atento は現在、顧客にインテリジェント チャット エージェントを提供しています。

「私たちは通信事業における顧客とのコンタクトの問題を解決するためにAIを活用しました」と彼は語った。 「現在、私たちは Avaya と連携して非常に優れた取り組みを行っています。顧客の文字起こしとテキストのリアルタイム分析を活用しています。」

たとえば、顧客がコールセンターでの会話後に不満を抱いている場合、Atento は通話終了後 30 秒以内にそれを認識します。

「顧客に電話をかけ直すことができ、それが当社のビジネスに大きな影響を与えています」と彼は語った。 「当社では、顧客関係管理に同じリアルタイム トランザクション サービスを使用しており、通話作業負荷を約 65% 削減できました。」

同氏は、コスト削減分も顧客に還元されると付け加えた。 「将来的には、同じテクノロジーを使用して品質プロセスを自動化する予定です。」

今年初め、アテントはデジタル変革の分野での経歴を持つカルロス・ロペス・アバディアス氏を新CEOに任命した。今回の採用ではその点が重要だった。 「彼が最初にしたのは、今後5年間の新しい計画を発表することだったが、その中で最も重要なのは人工知能だった」とフロディン氏は語った。

大きな変化の 1 つは、AI に関する教育を受ける対象が、AI ツールの実装や運用に最適な立場にある上級管理職や従業員を超えて拡大することです。現在は営業チームも教育を受けています。

「多くの場合、ビジネス界はこの問題について最後に知ることになる」とフロディン氏は語った。

そこで現在、Atento は、同社が開発中の新しいツールと機能を活用して、営業組織をトレーニングすることにも取り組んでいます。

「市場でチャンスを見つけたら、彼らもそうした解決策を考え出すことができる」と彼は語った。 「私たちにとって最もエキサイティングなのは、クライアントと直接対面する取り組みです。」