組織の AI 戦略が失敗する 7 つの理由

[[359773]]

AI テクノロジーを導入している多くの組織は、成功を収めるどころか、テクノロジーの目標から逸脱してしまうよくある罠に陥っています。では、何が悪かったのでしょうか? 軌道に戻る方法は次のとおりです。

人工知能 (AI) は、組織の生産性、ビジネスの俊敏性、顧客満足度の向上を支援し、新しい製品やサービスを市場に投入するまでの時間を短縮します。しかし、より多くの IT リーダーが組織を AI の科学に取り組ませる一方で、期待したほどの成功を得られていないリーダーが多くいます。たとえば、調査会社 IDC による 2020 年の調査では、組織の AI および機械言語 (ML) イニシアチブの 28% が失敗したことがわかりました。

効果的な AI 戦略を作成するには、慎重な計画、明確な目標の設定、強力な経営陣のコミットメントの構築、そしてよくある間違いを巧みに回避する能力が必要です。組織の現在の AI 戦略が期待した成果をもたらさない場合、考えられる 7 つの理由を以下に示します。

1. 従業員研修が不十分

ユーザーのニーズに適切に対応できないことは、AI 導入を成功させる上で最大の障害の 1 つです。

「組織が AI ソリューションを使用する準備ができていなければ、導入を拡大することはできない」とペパーダイン大学グラツィアーディオ経営大学院の情報システムおよび技術管理教授、チャーラ・グリフィ・ブラウン氏は警告する。「トレーニングだけではなく、戦略を更新し、技術サポートだけでなくビジネスサポートも提供する必要がある」

「ITリーダーは、従業員がAI技術を導入できるよう十分な訓練を受けていることを確認する必要がある」と、世界的なITコンサルタント会社インフォシスの社長ラビ・クマール氏は語る。「AIをただ使うだけでなく、AIと連携できるよう、チームを教育し、権限を与える計画を立てるべきだ」

「AIには多大な労力がかかるという考えは、最初から計画に組み込むべきだ」とグリフィブラウン氏は言う。「それはAIそのものよりも実現が難しいかもしれない」

2. ガバナンスの欠如または不十分

企業全体にモデルを展開するためのガバナンス標準がなければ、多くの組織の AI 戦略は効果的に運用または拡張することができません。信用スコアリングサービスプロバイダーFICOの最高分析責任者スコット・ゾルディ氏は、ガバナンスモデリングには多くの側面があると指摘した。

「それは、堅牢で、説明可能で、倫理的で、効率的な、責任ある AI の概念を包含する必要があります」と彼は説明しました。「モデルは、標準的な技術展開方法にも重点を置き、どの AI 手法が使用可能で、どの AI 手法が使用できないかを指定する必要があります。最後に、AI プロジェクトには、モデルが組織の標準に従って作成され、データ サイエンティストのスキルに左右されないように、管理されたモデル開発プロセスが必要です。」

3. AIの真の価値を理解していない

「AI を利用する組織が増えるにつれて、その多くがこの技術の実際の ROI メリットを十分に実現できていません」と、プロフェッショナル サービス企業アクセンチュアの応用インテリジェンス担当シニア マネージング ディレクターのラン グアン氏は述べています。「AI をアドオンとして見るのではなく、業界アプリケーションのコア バリュー チェーンに統合することが重要です。AI がシームレスに組み込まれると、その価値を追跡しやすくなります。」

AI 価値発見ロードマップは、他のほとんどのエンタープライズ テクノロジーのロードマップとは異なります。たとえば、ソフトウェア自体には価値保護戦略があります。

「組織は、どのような価値が得られるかを明確に理解する必要があります。AI には価値保護戦略がないため、その価値は飛躍的に高まる可能性があります」とクマール氏は言います。「組織は、AI のユースケースの全容を把握する方法を理解していないことがよくあります。さらに、AI に対する企業のサポートは、ターゲットを絞った問題や特定の課題の解決に重点が置かれていることが多く、必ずしもそのテクノロジーをバリュー チェーン全体でどのように使用できるかが考慮されていません。」

4. 既存のビジネスプロセスにAIを完全に組み込むことを怠る

AI が価値を生み出すためには、対象となるビジネス プロセスに直接組み込む必要があります。これは、ビジネス プロセスを変更する必要があるだけでなく、プロセス内の人々の役割も適応する必要があることを意味します。

「日常的で反復的な作業のほとんどについて、AIはプロセス全体を自動化し、従業員をそれらの作業から解放することができます」と、経営コンサルティング会社ボストン コンサルティング グループのシニア パートナー兼人工知能共同リーダーのシャービン・コダバンデ氏は語った。

コダバンデ氏は、完全に人間を介さない自動化は AI の重要な利点だが、この技術が提供できる価値のほんの一部にしか過ぎないと指摘した。 「業界をリードする組織との調査や協力を通じて、これらの組織はビジネスの成長を促進し、顧客体験を向上させ、リスクをより適切に管理するために AI を頻繁に使用していることがわかりました」と同氏は述べました。「業界をリードする組織は、新しい AI インタラクション モデルを実装することでこれを実現しています。」

カスタマー サービスに関しては、AI が何ができるかだけでなく、カスタマー サービス スタッフが AI テクノロジーを活用して顧客により良いサービスを提供できるかどうかも重要です。 Khodabandeh 氏は次のように説明しています。「組織学習を真に導入し、AI システムの発展を実現するには、組織は、変化が必要な基礎となるビジネス プロセスと、新しいプロセスで人間と AI が相互作用できるさまざまな方法について深く理解した上で、AI イニシアチブを開始する必要があります。」

選択性も重要です。人工知能は IT 業界で注目の技術となっており、組織の最高情報責任者は人工知能アプリケーションのトレンドに遅れをとりたくありません。しかし、「AI 技術を導入する過程で、多くの IT リーダーは、あらゆるビジネス課題に AI を導入する必要があると考えています」と、ミネソタ州セントポールにあるセントトーマス大学の応用 AI センター所長、マンジート・レゲ氏は述べています。「AI 部門とビジネス部門の統合が不十分な場合がよく見られます。」

レゲ氏は、組織が最初の 2 ～ 3 年間は影響を受ける事業部門から資金提供を受ける AI プログラムを立ち上げることができると提案しました。 「これにより、AIチームはビジネスユニットにAIのメリットを示す十分な時間を持つことができ、ビジネスユニットはテクノロジーに自信を持ち、今後数年間でAIプロジェクトに資金を提供する意欲を持つようになる」と彼は説明した。

5. 不十分な管理と監視

CIO は多くの場合、5 つの「9」の稼働時間を実現する専門家です。 AI に厳密さを浸透させることも同様に重要です。このテクノロジーを使用して下された意思決定は、組織のビジネス運営に直接影響を与えることが多いためです。 「システムが適切に機能していることを確認するのと同じ厳密さが、AIモデルのパフォーマンスが実行され、継続的に監視されていることを確認するために必要です」とゾルディ氏は語った。

ゾルディ氏は、不確実な環境における AI 構築に関する最近の Corinium Global の調査を指摘し、最高データおよび分析責任者の 67% が、モデルの継続的な精度を確保し、モデルのドリフトやバイアスを防ぐためにモデルを監視していないことが判明したと述べました。 「見落とされがちですが、AIモデルの導入と監視は、コアモデルの開発と同じくらい、あるいはそれ以上に重要です」と彼は語った。

6. 上級管理職からのサポート不足

多くの CIO は、上級ビジネス担当者の中にはデータ リテラシーが不足している人がいることを認識しています。したがって、IT リーダーは強力な AI 戦略の影響とメリットを彼らに示す必要があります。

ビジネスおよびテクノロジーコンサルティング会社キャップジェミニ・ノースアメリカのインサイトおよびデータ担当エグゼクティブバイスプレジデント、ジェリー・カーツ氏は、組織の幹部から全面的な賛同を得られず、ユースケースの優先順位付けやイノベーションを適切に行わなければ、組織がAI戦略を拡大するのは困難になるだろうと述べた。 「組織が短期的な投資に対する長期的な利益と利益を理解しなければ、長期的なコミットメントを果たすための AI 戦略への賛同を得ることは難しいだろう」と彼は説明した。 ”

カーツ氏は、AI が価値を創造する実行可能なテクノロジーであることを経営幹部に納得させることは難しいと認めている。 「組織はこれらの逆風を克服する必要がありますが、ビジネスユースケースの特定/優先順位付けプロセスと並行してデータ追​​跡の問題に対処し、拡張に対する非技術的な障壁に効果的に対処する、よく練られた AI 戦略とロードマップが必要になります」と彼は述べています。

7. 予算管理を無視する

組織は、予算全体を AI テクノロジーの調達に費やしたいという衝動に抵抗する必要があります。経営コンサルティング会社、Kuroshio Consulting のマネージング パートナー兼共同創設者である Krishna Kutty 氏は、「AI プロジェクトを導入する際には、成功に必要なコミュニケーション、トレーニング、ワークフローの再設計、組織構造の変更のための資金を確保する必要があります」とアドバイスしています。

Kutty 氏は、多くの組織が AI テクノロジーと関連するデータ管理タスクに投資すれば仕事は完了すると考えていると指摘しました。これはエラーです。彼女は、「ほとんどの問題は、IT 中心のチームの外で発生します。AI を効果的に導入するには、運用、財務、人事、マーケティング、および組織全体のその他のチームを運用モデルとビジネス モデルに含める必要があります。効果的な CIO は、組織内の他の幹部とのパートナーシップも構築して、総合的な AI 戦略が確実に実施され、AI テクノロジーを大規模に導入できるようにしています」と警告しました。