業界の視点: 人工知能がビジネスプロセスに革命をもたらす方法

今日、人工知能技術は、ウェアラブルデバイス、自動車、生産性アプリケーション、軍事、ヘルスケア、ホームエンターテイメントなど、さまざまな業界や分野で広く使用されています。業界の専門家が、人工知能がビジネスプロセスにどのような革命をもたらすことができるかを説明および分析します。

過去 5 年間にさまざまなシナリオが出現し、重要な収束が生まれた結果、データ センターや家庭で一般的に使用されるデバイスに加えて、クラウド プラットフォームやエッジ コンピューティング施設でも AI と機械学習がますます使用されるようになっています。

[[374058]]

たとえば、高速帯域幅、5G 接続、超高品質のコードとコード ライブラリ、前例のないほど強力なプロセッサ (以前のモデルよりも消費電力が少ない)、無制限のストレージ容量、巧みに設計されたモバイルおよび固定接続デバイス、多種多様なクラウド サービスなどです。では、次は何でしょうか?

カリフォルニアを拠点とするMounworksのCTO兼共同創設者であるVaibhav Nivargi氏がQ&A記事を書きました。同社は、人工知能技術を幅広い IT ユースケースに適用しています。

人工知能技術は多くの産業分野に影響を与えていますが、IT サポートの面では十分に対応されていないようです。これは本当でしょうか?

Nivargi: ほとんどの場合、IT サポートは依然として組織の IT チームによって管理されているため、プロセスが非常に遅くなる傾向があります。業界全体で、各 IT サポート ケースの解決には平均 3 営業日かかり、すべてを完了するためにテクノロジーに完全に依存していると、一部の作業が滞ってしまうことがわかりました。また、IT チームは、パスワードのリセットやメール グループの編集など、頻繁に発生する技術的な問題を解決することに消極的であるため、重要なデジタル変革プロジェクトに集中する時間がありません。

生産性とデジタル変革への影響を超えて、IT ヒューマンサポートへのアプローチは収益に直接影響を及ぼします。たとえば、各正社員が月に 1 件の IT チケットを送信するとします。ヘルプデスクエージェント、ワークフローツール、サービスセンターなどの従来の方法でチケット 1 つを処理すると、平均で約 25 ドルのコストがかかります。従業員 10,000 人の企業の場合、サポート費用だけで年間 300 万ドルになります。

Moveworks の取り組みにより、IT チームは AI テクノロジーを使用して、わずかなコストでこれらのトラブル チケットを自動的に解決できるようになりました。人工知能と機械学習は、あらゆるビジネス分野にわたる多数のプロセスの加速と拡張に役立っています。このロジックを職場での従業員のサポートにまで拡張すると、同様に強力な結果が得られます。

IT テクノロジーは長い間、近代化を推進してきました。何がそれを妨げているのでしょうか?

Nivargi: 私たちの経験では、大企業の CIO の多くは、IT の近代化を推進すべきであるにもかかわらず、新しい AI ソリューションの追加に慎重です。通常、彼らには 2 つの反対意見があります。1 つは、ツールを追加するとエンド ユーザーにとって複雑さが増すのではないかと懸念していることです。もう 1 つは、AI の維持にチーム メンバーの作業が多すぎて、マイナスの結果になるのではないかと懸念していることです。もちろん、これらは合理的な考慮事項です。ほとんどの企業はすでに幅広いツールやアプリケーションを使用しており、多くの AI ソリューションは実際には IT チームが自ら構築して管理しなければならない「AI ツールキット」です。

IT の近代化に対する抵抗が興味深いのは、その主な目的がエンドユーザーの複雑さを軽減し、IT チームの負担を軽減することにあるからです。そこで私たちが取ったアプローチは、チャットボットの言語処理モデルとバックエンドの統合に取り組み、舞台裏のテクノロジーが従業員やエージェントに見えないようにすることでした。結局のところ、IT の近代化とは、IT を簡素化することを意味します。つまり、IT 部門が関与しなくても、従業員がボットと話すことで必要なサポートを自動的に受けられるようにすることです。

リモートワーカーの生産性を維持する必要のある IT チームにとって、今年は興味深い年でした。あなたとあなたの顧客はどのように感じていますか?

Nivargi: 私たちのプラットフォームがあらゆる職場環境で広く使用されるようになるとは思ってもいませんでした。ほぼ一夜にして、IT サービス デスクの導入は、あらゆる業界の組織内のすべての部門にとって極めて重要なものとなりました。テクニカル サポートへのアクセスはこれまで以上に重要になっており、従業員はどこにいても、いつ要求しても即時のサポートを必要としています。これは人工知能にぴったりの問題です。

ヘルプデスク側では、在宅勤務への最初の移行時に大量のリクエストが発生し、リモート従業員に最新情報を提供したり、企業ポリシーに関する質問に答えたりするなどの新たな課題も発生しました。

たとえば、当社のクライアントである Unity Technologies では、従業員が在宅勤務を開始した最初の 1 か月で非常に多忙となり、Zoom ライセンスのリクエストが 6 倍、ポリシーに関する質問が 5 倍に増加し、IT 問題の総数はほぼ 2 倍になりました。

Unity のスタッフは、Moveworks のチャットボット Ninja Unicorn に助けを求めました。リモートワークへの移行中、Ninja Unicorn とのやり取りの数は 3 倍になり、その結果、Unity の IT チームは増加したサポート ニーズにうまく対応できるようになりました。

仕事の未来は不確実性に満ちていますが、人工知能が中心的な役割を果たすことは間違いありません。

IT 部門は小規模なデータセットを扱う傾向があるため、多くの組織が AI テクノロジーに興味を持っています。AI で結果を出すには大規模なデータセットが必要ではないでしょうか?

ニヴァルギ：それは素晴らしい質問ですね。実際、機械学習 (ML) モデルを効果的にトレーニングするには、「ビッグデータ」、つまり最終的にモデルが信頼性の高い予測を行えるようになる数百万のデータ ポイントが必要です。問題は、ほとんどの企業には活用できる事例があまりないことです。たとえば、小規模な企業では、自動的に処理する必要がある関連データ ポイントが 30 個しかないのに対し、Google では、自動的に処理する必要がある関連データ ポイントが 30 兆個ある可能性があります。

しかし、機械学習の明らかな欠点を克服できれば、企業における「スモールデータ」は実際には非常に役立つものになります。たとえば、スモール データは、非常に具体的なコンテキストからパターンや傾向を捉えることができるため、ビッグ データよりも個人的な関連性が高い可能性があります。

大手テクノロジー企業は、大規模なデータセット、多額の予算、機械学習チームのおかげで、依然として優位に立っています。しかし幸いなことに、ほとんどすべての組織は、AI を維持するために専門家の専任チームを雇う必要がなく、最小限の労力で AI を導入することができます。集合学習などのテクノロジーにより、サードパーティの AI ベンダーは中規模組織をサポートし、強力な機械学習のメリットを享受できるように支援できます。これは、IT サポートなど、複数の企業のデータに均一なパターンが現れるユースケースに特に当てはまります。

つまり、機械学習の取り組みは「少量データ」の問題によって妨げられる必要はありません。

2021 年に IT 有効化を加速することを考えている IT エグゼクティブや CIO にアドバイスはありますか?

Nivargi: ヘルプ デスクは、エージェントが個々の IT 問題の解決に忙しく、根本的な問題や、エンド ユーザーにさらなる問題を引き起こす非効率性に対処する時間がないという、IT サポートの悪循環を止める必要があります。

もちろん、これは言うは易く行うは難しです。 IT チームが実行できる手順は次のとおりです。

• すべての IT チケットからデータを収集して統合し、ユーザーの行動傾向を把握します。手動で処理されるか、自動システムを使用して処理されるかに関係なく、すべてのチケットを一貫して追跡することで、最も優先度の高い AI ユースケースを優先することができます。
• 自動化の候補となる、より一般的で時間のかかるサポート リクエストを特定します。たとえば、ユーザー アカウントのロック解除、ソフトウェアの構成、電子メール グループの編集、機器の注文などです。
• ヘルプデスクの介入なしにこれらの一般的なリクエストを解決できる AI チャットボットを実装します。 Moveworks などの一部のチャットボットは、ユーザーの行動傾向を可視化して手順をスピードアップします。

当社のクライアントの中には、AI や機械学習を初めて導入する際に、環境が十分に成熟していないのではないかと心配する人もいます。なぜなら、特に機械学習では、解決策を採用するまでどのような問題に直面しているのかわからないことが多く、解決策は時間の経過とともに影響力が増す貴重な資産となることが多いからです。