新型コロナウイルスワクチンの製造はAIに頼っているのか？ジョンソン・エンド・ジョンソンとPwCがAIをどのように活用しているかを学ぶ

現在までに、多くの企業は AI 実験による大きな影響を感じていません。この点について、一部の専門家は、効果が上がらなかった理由は、これらの企業が「組織学習」を実施していないためではないかと考えている。

AI を使用してビジネス プロセスを最適化する (予測の改善や手動タスクの自動化など) だけでは十分ではありません。企業は、AI プロジェクトから教訓を学び、それを活用してビジネスを変革するために、さらなる取り組みを行う必要があります。

[[396495]]

ほとんどの企業は成功と失敗から学んだと考えていますが、特に AI を使用する場合、それらの教訓を吸収して企業全体に伝えるための正式なプロセスを導入している企業はほとんどありません。 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・グループが共同で発表した最近のレポートによると、2020年に人工知能の取り組みから大きな利益を得た企業はわずか11%でした。

ローン申請のスコアリングを例にとると、多くのスコアリングではローン担当者が面倒なデータを手動で入力する必要があります。人工知能や機械学習はこのプロセスを大幅に最適化し、コストを削減し、融資担当者の必要性を減らすことができます。しかし、従業員は職を失う可能性があるプロジェクトを支援することに消極的であるため、企業が節約できる金額には限界がある。

AI は、このローン申請データから新たな洞察を得るためにも使用できます。例えば、銀行は十分なサービスを受けていない顧客グループを特定することができます。この顧客グループを重視すれば、銀行のビジネスは大きく拡大します。ボストン大学キャロル経営大学院の情報システム教授で、MITスローン報告書の共著者でもあるサム・ランズボサム氏は、銀行は信用格付けの低下を懸念して融資を申し込むのをためらう人々を特定することもできると述べた。このグループの人々に対して、銀行は信用格付けに影響を与えないリスクのない評価機会を提供することで、この状況を変えることができます。 「これは単に融資プロセスを自動化するだけではなく、融資プロセスを根本的に変えることだ」と彼は語った。

AIには無限の成長の可能性があるため、従業員がこの新しいテクノロジーを習得できれば、より多くの仕事の機会が得られます。

ランズボサム氏は、CIO は重要な問題を認識し、効率性だけに焦点を当てるべきではないと強調した。 「一部のCIOはサービス志向が強く、IT運用コストの削減を目標としている」と同氏は言う。「他のことよりも、現在の業務を自動化したいという傾向があるかもしれない」

MITスローン経営大学院とボストンコンサルティンググループは、3,000人以上の回答者を対象に調査した結果、人間とAIの間で知識を共有すること、AIを全体的なビジネス戦略に組み込むこと、より複雑な自動化にAIを使用すること、人間とAIが協力して互いを向上させる方法を見つけることなど、企業が「大きな経済的利益」を得る11%のグループに入るのに役立ついくつかの要素を発見しました。

「人々がこうした組織学習志向のステップを踏むと、この11％のグループに加わる可能性が80％近く高くなることがわかった」と調査報告書は述べている。

AIへのさらなる投資

今年1月下旬、ジョンソン・エンド・ジョンソンは新型コロナウイルスワクチンを発売した。ジョンソン・エンド・ジョンソン社は、同社のワクチンは全体で66％の有効性があり、重症化を防ぐ効果は85％、死亡を防ぐ効果は100％あると述べた。

ジョンソン・エンド・ジョンソンの最高情報責任者ジム・スワンソン氏は、人工知能の助けがなければワクチンはこれほど早く生産されなかっただろうと語った。 8～9か月前は、ワクチン1バッチの製造に2週間かかっていましたが、現在は2バッチの製造に1週間しかかかりません。

「私たちは発酵から収穫量まであらゆるものを改善するために AI を活用しています」と彼は語った。「AI は私たちに多くの洞察を提供し、それがすべて一体化しています。」

[[396496]]

複数の専門分野にわたるコラボレーションによってもプロセスがスピードアップします。 「私たちはハイブリッドデータサイエンティストという考え方を強く推進しています。なぜなら、彼らこそがR&Dやサプライチェーンを本当に理解している人たちだからです」と彼は語った。

ワクチン開発を加速させるために人工知能を活用することは現在注目されている話題だが、ジョンソン・エンド・ジョンソンは人工知能を活用して新たなビジネスチャンスを創出する取り組みを緩めていない。例えば、同社は AI と機械学習を使用して網膜スキャンを検査し、患者が緑内障であるかどうかを判断しています。

同社は外科用ロボットも開発している。 「より精度が高まり、より良い手術が可能になります」とスワンソン氏は語った。最終的な目標は患者の転帰を改善することであり、同社は手術前と手術後のプロセスにも注目している。 「AI により、医師は適切な処置を適切な患者に施すことができ、患者の回復を最大限にサポートできるようになります」と同氏は述べた。「医師は患者を総合的に評価できるようになり、まったく新しい機会が生まれます。」

ジョンソン・エンド・ジョンソンもこのアプローチを全面的に推進しているとスワンソン氏は語った。 Avena スキンケア ラインの場合、AI により、消費者は肌の写真を撮るだけで、パーソナライズされた製品の推奨を受けることができます。次のステップは組織学習です。ジョンソン・エンド・ジョンソンはこれらの画像を使用して、人々が直面している皮膚の問題を解明する予定です。 「関連性のある製品を継続的に生み出すのに役立つデータフィードバックループが得られるため、製品開発のスピードが上がるだろう」と彼は語った。

このフィードバック ループは、企業全体でデータを民主化するために、プライバシーとセキュリティをサポートする適切なデータ インフラストラクチャを導入することに依存します。 「データを安全に共有できないのであれば、そのデータを共有することはできない」とスワンソン氏は語った。

J&J の組織学習戦略の最後の部分は、人工知能に関する専門知識を高めることです。 「データの使用に慣れていなければ、そのメリットを生かすことはできません」とスワンソン氏は語ります。「そこで、私たちは先進的な考えを持つ研究開発科学者、ビジネス関係者、サプライチェーン関係者を集め、データサイエンス委員会を結成しました。この委員会は私の研究開発責任者が共同で主催し、AI をビジネスに導入するかどうかを決定できました。」

さらに重要なのは、J&J の AI 戦略には上層部からの支援があるということです。 「当社はAIとテクノロジーを会社の中核に据えています」とスワンソン氏は語った。「これはあなたや私にできることではありません。上層部の賛同が必要です。」

企業内における総合的なプロモーション

PwCのパートナー兼グローバルAIリーダーであるアナンド・ラオ氏は、ジョンソン・エンド・ジョンソンのように、AIプロジェクトを最も成功させている企業は、AIを小規模なグループに限定しないだろうと述べた。代わりに、同社はビジネス全体に AI を展開し、技術的または分析的なバックグラウンドを持たない従業員でも AI を利用できるようにします。

「特に組織が投資収益を得られない主な問題は、適切なトレーニング、指導、管理が行われていないことです」と彼は語った。「私たちは、1人または少数のグループだけがこのことから学ぶのではなく、組織全体がこのことから学ぶことを望んでいます。」

これは、ビジネスの側面、主題領域、ソフトウェア、AI アルゴリズムを理解する人材など、複合的な才能を育成するのに役立ちます。 「この課題を達成するために協力できるチームを見つけることはできる。しかし、最も大きな課題の 1 つは、異なる考え方を持つ人々を協力させることが難しいことだ」と彼は語った。

人間とロボットのコラボレーション

組織学習の原則を真剣に受け止めているもう一つの企業が Genpact です。同社は、もともとGEのビジネスプロセス部門であったグローバルなプロフェッショナルサービス企業であり、2005年に分社化され、現在は約10万人の従業員を擁し、2019年の収益は35億ドルでした。

ジェンパクトの最高イノベーション責任者、ジャンニ・ジャコメリ氏は、顧客の多くが深刻な影響を受けている業界に属しているため、パンデミックの発生以来、同社の収益は大幅に減少しており、1万人の従業員を解雇しなければならない可能性があると述べた。

[[396497]]

「私たちは、これらの従業員を新たなニーズにマッチさせ、リアルタイムで再訓練します」と、同社の学習・開発責任者であるジャコメリ氏は語った。「これらの従業員が再訓練を受けて新しい仕事を見つけるのに数週間しかかからないこともあります。実際、同業他社と比べると、私たちはパンデミックの最中でも成長を続けることができました。」

同社は AI を活用し、2 つの異なる方法でこの従業員を再訓練しました。まず、Genpact はプロセス マイニング、自然言語処理 (NLP)、ネットワーク分析を使用して、物事がどのように行われているかを調べ、異常を特定し、社内の誰がどのようなスキルと専門分野を持っているかを調べます。

この情報は、企業が従業員を新しい仕事に割り当てる際に役立ちます。従業員が新しい役割に就くと、AI システムは特定のタスクのプロセスを説明したり、関連する専門家につないだりすることで、従業員がすぐに業務に慣れるのを手助けできます。 「これにより、状況にさらに迅速に対応できるようになります」とジャコメリ氏は語った。

ナレッジマネジメントはこれまで多くの困難をもたらしてきました。知識管理の国際協会であるKM研究所によれば、5年前、こうしたプロジェクトの失敗率は約50パーセントだった。今日では、NLP やその他の AI 技術の劇的な進歩により、状況は劇的に変化しました。

「ここ2、3年で、機械自体が作り出す知識オントロジーの質は格段に向上し、得られる情報もより正確になった」とジャコメリ氏は言う。AIは文書、ビジネスプロセス、人々の中に存在する組織的知識を見つけることができる。

Genpact では、AI は IT 部門の独占領域ではありません。ブーズ・アレン・ハミルトンのAI戦略およびトレーニング担当ディレクター、キャスリーン・フェザリンガム氏は、これがAIから大きな投資収益を得られる企業とそうでない企業との重要な違いだと語った。 「AIは第4次産業革命であり、ゲームチェンジャーです」とフェザリンガム氏は言う。「すべての部門が関与しているため、ITだけの問題ではありません。」

AI 主導のビジネス変革には、ビジネスのビジョンとミッションに結び付けるために、パフォーマンス目標とトレーニング目標を再評価する必要があります。 「私の経験では、AIが企業のビジョンやミッションから切り離されると、人々は実際に敵対的になる」とフェザリンガム氏は語った。

新たな事業ラインの創出

組織学習の原則の 1 つは、AI を使用して従業員の能力を強化し、従業員と一緒に働きながらスキルを補完することです。

「機械の力と人間の直感や知識を調和させることができれば、そこから大きなビジネス上の利点を得ることができる」とハーウィッツ・アンド・アソシエイツの社長兼創設者であるジュディス・ハーウィッツ氏は語った。

ソフトウェア開発会社 Globant は、AI を活用したコーディングを通じてまさにこの利点を実現しています。 NLP を使用すると、開発者は機能別にコードを検索できるため、学習曲線が短縮され、より迅速かつ正確な開発が可能になります。システムは、コンテキストに基づいてドキュメントを自動的に生成し、コードを自動的に完成させることもできます。

「拡張コーディングは開発者に取って代わるものではありません。開発者に取って代わるテクノロジーはまだ存在していませんし、私たちはそれを推奨しているわけではありません」と、Globant North America の CTO、Nicolás Ávila 氏は語ります。「拡張コーディングは、大変な作業の多くをこなすことができます。拡張コーディングは、開発者に、特定の問題や特定の顧客に取り組むためのプラットフォームを提供します。」

アビラ氏は、グロバントが人工知能への投資とトレーニングの普及を始めたのは5年前だと語った。対象は開発者だけでなく、人事、調達、その他の部門の担当者も含まれます。 「すべての従業員がAIを活用する機会を見つけられるように、少なくとも大まかにでもAIの能力について理解しておく必要があります。」

現在、AI を活用したアプリケーションは、採用や人材維持など、企業のさまざまな分野に適用されています。 Autocoding は、2019 年の初めに NLP をプログラミング言語に適用する実験を始めました。この実験は、社内で開発されたツールのセットにとどまらず、商用製品にも成長しました。 「これは間違いなく成長するビジネスチャンスだと私たちは考えています」とアビラ氏は語った。