AIの価値を実現する上での5つの障壁とその克服方法

BCGとガートナーの専門家は、AIの試験はすでに大規模になっているが、導入から価値を引き出すのは依然として難しいと述べている。彼らは解決策としてITとビジネスの連携を提案しています。

人工知能が世界中の企業にとって大きな可能性を秘めていることは疑いの余地がありません。しかし、戦略の欠陥、プロセス変更へのアプローチの悪さ、専門知識の欠如、テクノロジーに対する全般的な理解不足により、多くの企業が AI から価値を得ることができていません。

[[321240]]

MITスローン・マネジメント・レビューとボストン・コンサルティング・グループ（BCG）が2,500人の企業幹部を対象に実施した調査によると、AIに投資している企業の90%のうち、それに応じたビジネス上のメリットを達成したと答えたのは5分の2未満だった。人工知能には、機械学習 (ML) や自然言語処理 (NLP) などの関連技術が含まれており、どちらも人間の思考を模倣することを目的としています。

メディアが報じているように、人工知能の導入プロセスには確かに技術的な障壁があるため、BCG と Gartner の専門家が、企業に人工知能を導入する際の 5 つの落とし穴と成功する解決策について議論しました。

1. IT主導のAIは機会損失につながる

BCGのGAMMA AI部門を率いるパートナーのシェルビン・コダバンデ氏は、多くの企業がIT部門にAIの開発と導入を任せており、ITをERPシステムとほとんど同じように扱っていると述べた。コダバンデ氏は、一般的なAIソリューションはビジネスにほとんど役立たないため、これは大きな失敗だったと述べた。

あるBCGクライアントのIT部門が最先端のMLスタックと最新アーキテクチャに8,500万ドルを費やしたが、その投資によってウェブサイトとアプリにもたらされた改善はわずかだったとKhodabandeh氏は語った。

代わりに、組織は AI イニシアチブをビジネス戦略に合わせる必要があります。つまり、AI 戦略は、IT 部門ではなく、テクノロジーの恩恵を受けることを意図する CEO または事業部門によって主導されるべきです。そうすることで、AI が競争上の優位性をもたらす領域を特定し、AI の生産と消費を一致させるための適切なプロセス変更を確実に行うことができます。 BCG と MIT によると、回答者の 88% が AI が自社のビジネスに影響を与えており、AI イニシアチブを自社のデジタル戦略に統合していると回答しています。

2. 「テクノロジーの罠」

IT 部門が主導する AI は技術的な視野が狭い場合が多く、結果として得られる AI は「ブラック ボックス」ソリューションとなり、システムがどのように推奨事項に到達するかについてほとんど可視性を提供しません。その結果、企業は「システムが何を実現してくれるのか」を理解していないため、ソリューションを避けてしまいます。 MIT-BCG のレポートによると、AI を担当する CIO がいる企業では、AI に価値を見出しているケースはわずか 17% であるのに対し、AI を CEO の直接管理下に置いている企業では 34% の企業が価値を見出しています。

このレポートでは、AI から価値を得ている企業は、AI が単なるテクノロジーの機会ではなく、AI の人材、データ、プロセスの変更への投資を必要とする戦略的取り組みでもあることを認識していることがわかりました。 AI 戦略は、テクノロジーで何ができるかを単に探求するのではなく、総合的に考える必要があります。

3. PoC症候群

おそらく、次のような映画を見たことがあるでしょう。IT 部門は、魅力的な技術的オブジェクトを構築し、概念実証 (PoC) を構築するために導入されますが、それらの PoC は普及せず、ビジネス価値を生み出すことができません。さらに、ビジネス変革を進めている組織では、このような実験に割ける帯域幅が限られています。

「PoCで何らかのAIアイデアを構築し、それが機能するかどうかを確かめるという考え方、いわゆる『PoCシンドローム』は時間の無駄だ」とホダバンデ氏は言う。 「ビジネス部門では、試してみたが、スケールしなかったとよく言われます。」 繰り返しますが、これはテクノロジーをビジネス成果に結び付ける上での重大な失敗です。

代わりに、実験を少なくして、小さく始める必要があります。成功している企業は、いくつかの重要なビジネス優先事項に集中することができ、AI は成長を促進し、利益率を向上させ、競争上の優位性を生み出すのに役立ちます。これらの取り組みは、ビジネス変革の取り組みと統合する必要があります。 「成功すれば、これらのアイデアは有意義な影響を与え、組織はそれを中心に動くようになる」とホダバンデ氏は語った。

4. 才能と知識のギャップがAI導入を阻む

PoC は、人材不足により十分な支持を得られない場合がよくあります。これは、AIを扱い、その価値を理解できる技術者の不足、あるいは独自の製品価値を伝えることができないAI製品マネージャーの不足を意味する可能性があると、ガートナーのアナリスト、トレイシー・ツァイ氏は述べた。場合によっては、データ サイエンティストであっても、AI がビジネスにどのような影響を与えるかを完全にシミュレートできないことがあります。

AI ツールへのアクセスもさまざまです。場合によっては、LoB (事業部門) に、IT 部門のサポートを受けて AI ソリューションを構築できる社内データ サイエンティストがいることもあります。しかし、場合によっては、LoB にも IT にもデータ サイエンティストのチームが存在しないため、AI ソリューション プロバイダーを活用することがあります。このような場合、通常、LoB は要求を出しますが、ニーズを明確に表現することが難しいため、ソリューション パートナーの選択とビジネス ケースの開発を IT 部門に依頼します。一部の企業では、IT 部門が AI プロジェクトを推進し、LoB サイクルに PoC を継続的に追加しています。

企業がどの道を選ぶかに関係なく、PoC を構築する前に期待事項について合意するのは IT、LoB、データ サイエンティストの責任であると Tsai 氏は言います。つまり、取り込むデータのオントロジーと分類、入力の解釈方法、ML モデルの出力に一貫性がなければなりません。これを実現するために、企業は AI プロデューサーとその消費者の両方を雇用し、スキルアップさせ、再雇用することで人材に投資する必要があります。

5. プロセスの変更の失敗

AI を導入する際に、必要なプロセスの変更を見落としがちな企業もあります。たとえば、企業が AI を使って販促キャンペーン用の消費者データを自動的に収集する場合、マーケティング機能の一部を奪っている可能性があります。このチームは、新しい消費者体験の創出に重点を置くように再配置される可能性があります。しかし、すべての企業がこの種の混乱にチームを準備しているわけではありません。

最終的に、「AI から価値を引き出す企業は、プロセスの変更をビジネス戦略の中核的な柱とみなし、AI 戦略を全体的なビジネス戦略にしっかりと統合します」と Kodabandeh 氏は述べています。

プロセスの変更には、AI の生産と消費の調整が伴い、目的に合った AI を作成するには、ビジネス、プロセス、戦略、データ サイエンス、テクノロジーの各チーム間の強力な連携が必要になると Khodabandeh 氏は述べています。このようなプロセスを指導することに特化した、卓越したセンターに部門横断的なチームを作成することが役立ちます。

「AIは大きな戦略的チャンスだが、企業が慎重に検討しなければ大きな戦略的リスクにもなり得る」とコダバンデ氏は述べた。 「組織は、AIをコアビジネス戦略とビジネスプロセスに真剣に統合する必要があります。」