AIのハニームーン期は終了した、次に何が来るのか？

ChatGPTの初期リリース以来の2年間で、AIの変革的潜在能力について無数の議論が行われてきた。企業のリーダーは、運用コストを削減するためにこの技術を利用したいと考えている。ただし、驚くことに、多くのリーダーにとって、AIツールの成功を評価するための重要な指標は、ライフタイムリターン・オン・インベストメント（ROI）ではない。重要な指標は、ROIへの到達スピードである。

リスク許容度の低下と収益圧力の増加により、リーダーは投資が変化をもたらし、迅速に収益をもたらすことを期待している。同時に、AIの周りのハイプは減り、AI投資のリターンについてより実用的な議論が行われている。

次の段階：AIが効果的な場所についての現実的な理解

今日の市場では、サブスクリプションが王である。成功は、顧客を獲得することよりも、顧客を維持する能力に依存する。ほとんどの業界では、市場は過剰に飽和しており、多くの組織が類似したサービスをほぼ同等の品質で提供している。顧客のロイヤルティの低下、期待の増加、ブランドの切り替えの増加を加えると、組織は競争に追いつくためにミスを許す余地がない。 カスタマー・エクスペリエンス (CX)は、サブスクリプションベースの組織が成功するか、失敗するかを決定する重要な要素である。

この環境では、組織は、費用を削減するのではなく、インクリメンタルな改善に重点を置くことで競争することができる。組織が行う選択はすべて、顧客中心の目標に特化する必要がある。AIの導入も同様である。組織は、AIを既存のリソースの代替として使用してコストを回収する方法について尋ねてきた。現在、組織は、AIが顧客とのやり取りを改善することで、価値をどのように創造するかについて尋ねる必要がある。

答えは、十分に明確である。AIには、CXを直接的および間接的に改善するための多数の潜在的な応用がある。AIを搭載したツールは、顧客の行動データを使用して、ユーザーが適切なメッセージまたはプロモーションを適切なタイミングで表示できるようにすることで、パーソナライゼーションを強化できる。同様のデータは、組織が顧客のニーズをよりよく満たすために市場のギャップを強調することで、製品開発を支援することができる。また、組織は、障害を予測し、緊急事態対策を活性化し、ユーザーに必要な情報を伝えることで、より積極的に対応できる。

しかし、この作業は主に裏で行われ、すぐに実現することはできない。

AIを最も効果的に利用するには、「見えない」アプリケーションから始める

バックエンドまたはフロントエンドのユースケースが期待される結果をもたらすかどうかを確実に判断する唯一の方法は、AIのより慎重な、裏での機能を最初に活用することである。

瞬間的な変革についての見出しの背後には、AIの核となる能力である分析がある。 大規模言語モデル (LLM)であるChatGPTは、その明らかな柔軟性で注目を集めたが、どこで動作するかに関係なく、1つのタスクしか実行できない。情報を要約する。組織は、正しい情報を利用できるようにする必要があり、それには時間がかかる。失われた会話の中で、これらは2つの事実である。

次の時代は、AIによって促進される「見えない」改善によって定義されることになる。組織は、次のLLMから始めることができる。

1. 既存のデータベースを統合し、シロを打ち破って、エンドツーエンドの可視性とそれに伴うコンテキストを提供する。
2. リアルタイムのデータ収集ツールを実装して、インサイトが最新のトレンド、パターン、障害を反映していることを確認する。
3. 調整と管理を迅速化して、精度を確保し、人間のタッチが必要な上位タスクに従業員を集中させる。

組織の変化は、システムとスタッフの両方に及ぶ、効果的な実装の第一歩である。同時に、リーダーは、AIの展開がスタッフに与える影響について検討し、潜在的な障害に対処する必要がある。スキル向上と再スキル化プログラムの開発により、スタッフが新しいテクノロジーと効果的に協力する準備が整う。AI自体もこれらの努力に役立つことができる。たとえば、利用状況データに基づいて個々のスキルギャップを強調することができる。このような情報は、従業員が繁栄するために必要なすべてを確実に提供するためのトレーニングプログラムを導くことができる。

組織が統合された、正確で最新のレコードと、AIの使用方法とタイミングを理解しているスタッフを持ったら、別の層の「見えない」ツールを追加することができる。次のソリューションの波は、ビジネスの実行、顧客のニーズ、障害についての深い理解を育む分析に焦点を当てる必要がある。これらのソリューションは、互いに構築されており、各ステップで新しいレベルの洞察が明らかになる。

より具体的には、記述的な分析は、歴史的なデータを使用して歴史的なパターンを特定する。何が起こったのかを組織に伝える。診断的な分析は、追加のデータを使用して、起こったことの背景を提供し、原因を特定し、事件や変更の影響を強調する。何が起こったのかを組織に伝える。予測的な分析は、過去のイベントからの洞察を使用して、提案された変更の影響をモデル化し、トレンドを追跡する。何が起こるかを組織に示す。推奨的な分析は、これらの出力を使用して、情報に基づいた決定を下す。次に何をすべきかを組織に伝える。

これらの分析ソリューションは、AIのより高度な機能を活用するかもしれないが、初期段階では、これらのプロセスはほとんど裏で行われる。最終的には、予測および推奨アルゴリズムは、顧客向けソリューションに組み込まれるかもしれないが、それはこの重要な内部基盤が構築された後にのみ可能になる。

AIのハニームーン期が終了すると、AIの「即時的な解決策」という評判も終了するが、この認識の変更は、テクノロジーの完全な潜在能力を実現するために重要である。明日、革新的なAIアプリケーションでヘッドラインを飾りたいリーダーは、まずこの基礎作業を完了する必要がある。ただし、より速く速いリターンの圧力の中で、これは難しい薬であるかもしれない。ただし、AIの価値のより包括的で、インクリメンタルで、長期的な評価に移行することで、組織はリターンを加速することができる。このアプローチにより、リーダーは、修正する必要があるもの、最も大きな影響を与える小さな変更、そして今日の収益性を損なうことなく、明日の収益性をもたらす戦略を開発するためのツールと時間を提供する。

エンドツーエンドの実用性

印象的なユースケースが最初は顧客を惹きつけるかもしれませんし、コスト削減の機会が企業のリーダーの目に留まるかもしれませんが、どちらもAIの影響を長期的に定義することはないでしょう。代わりに、このテクノロジーは、顧客の体験を改善し、収益性を高めることを推進する裏での作業と同義になるでしょう。

ハニームーン期の終了は、AIとのより成熟した関係の始まりを示す。組織は、AIを顧客ロイヤルティ、満足のいく体験、今日の複雑な運用の中でシンプルな解決策を追求するための戦略的なパートナーとして見る必要がある。最終的には、AIを即時の解決策ではなく、短期的および長期的な投資として見ることが重要である。

来月や来年、優れた組織は、より深く掘り下げ、変化にコミットし、AIの潜在能力を短期的および長期的な投資として認識する組織になるだろう。