AIの本当の価値はデータと人々に基づいている – 技術だけではない

AIの可能性は毎日広がり、個人の生産性の向上から組織がデータを通じて強力な新しいビジネスインサイトを得るまで、様々な分野で活用されています。AIの可能性は限りなく、影響も容易に想像できますが、真正にAI駆動のエコシステムを実現する旅は複雑で挑戦的です。この旅はAIの導入、採用、または継続的な使用で始まって終わるのではなく、そこで終わります。AIソリューションの本当の価値を実現するには、データの質とそれを適用して有意義な結果を出す人々の質が重要です。

データ：AIの成功の基礎

データは組織の常です。モール＆ポップ便利店のような小さな企業でも、企業組織であっても、すべてのビジネスはデータ（財務記録、在庫、セキュリティ映像など）で運営されています。このデータの管理、可用性、ガバナンスは、組織内でAIの全潜在能力を実現するための基礎です。ガートナーは最近、63％の組織が、既存のデータ管理慣行や構造がAIの採用に十分であるかどうかについて自信がないか、不確実であると指摘しています。組織がAIの全潜在能力を解放するには、十分に考えられたデータ管理戦略が必要です。データの収集、保存、合成、分析、セキュリティ、プライバシー、ガバナンス、アクセス管理 – AIを適切に活用するためのフレームワークと方法論が必要です。また、リスクと予期せぬ結果を軽減することも重要です。結論として、データは分析の基礎であり、AIの燃料です。

AIソリューションがデータにアクセスできるかどうかが、その提供能力を決定します。そこで、チーフデータオフィサー（CDO）という新しい役割が登場しています。単純に言えば、AIソリューションが「フリーフローティング」データにアクセスできる環境に導入されると、エラーが発生し、偏りが生じ、コンプライアンスが欠け、機密情報やプライベート情報が漏洩する可能性があります。一方、データ環境が豊富で構造化され、正確で、組織がデータを使用するためのフレームワークと方法論がある場合、AIはすぐに利益をもたらし、モデリング、予測、傾向開発に費やされる時間を多く節約できます。データの基礎の上に、データへのアクセス権とガバナンスポリシーがありますが、それ自体が懸念事項です – 人間の要素です。

人々： AI採用の過小評価された要因

IDCは最近、45％のCEOと66％以上のCIOが、テクノロジーベンダーがAIの潜在的なリスクを完全に理解していないことについて懸念を表明していると報告しています。これらのリーダーは、その懸念が正当です。確かに、古いITリスクの結果は、ダウンタイム、運用の停止、コストのかかるサイバーシュランス料金、コンプライアンス罰金、カスタマーエクスペリエンス、データブリーチ、ランサムウェアなど、AIが統合されたITでは増幅されます。懸念は、これらの結果の根本原因を理解していないこと、またはそれを認識していないことから生じます。

重要な質問は、「この高価なITツールに投資して、ビジネスのパフォーマンスを各機能レベルで大幅に改善するリスクを冒すべきでしょうか、それとも従業員の準備と有効化の欠如によりITが崩壊するリスクを冒すべきでしょうか？」と言うことです。ドラマチックな表現かもしれませんが、ビジネスリスクは常にそうです。私たちはすでにこの質問の答えを知っています。より複雑なテクノロジーと高めた運用の可能性がある場合、チームをこれらのツールを法的に、適切に、効率的に、効果的に使用できるようにするための努力も増やす必要があります。

ベンダーの課題

テクノロジーベンダーがAIのリスクを理解していないという懸念は、専門知識の欠如を超えて、より深い問題を反映しています。組織が直面する特定のリスクを明確に説明できないことです。

組織とテクノロジーベンダーの関係は、患者と医療従事者の関係に似ています。患者は症状を医療従事者に相談し、診断と簡単で費用対効果の高い解決策を希望します。予防的な状況では、医療従事者は患者とともに食事の推奨、ライフスタイルの選択、特殊な治療について協力して、特定の健康目標を達成します。同様に、組織はテクノロジーベンダーからテクノロジーの実装や計画のための処方箋のような解決策を受け取ることを期待しています。しかし、組織が特定のIT環境に関するリスクを提供できない場合、AIの実装の不確実性が増大します。

ITベンダーがAIのリスクと潜在的な影響を効果的に伝える場合でも、多くの組織は、必要な基盤を整えるための真の総コスト（TCO）に気付いて、躊躇しています。AIの実装は既存の環境内で始まる必要があり、環境が近代化されるまで、組織はAI統合の価値を真正に解放できないという認識が広がっています。F1スーパーカーのコックピットに誰でも乗ってすぐにレースに勝つことはできないのと同様に、AIの利点は、組織が適切に準備され、訓練され、装備されている場合にのみ実現できます。

事例：Microsoft 365 Copilot

Microsoft 365 Copilotは、既存のAIソリューションの1つで、顧客の期待と実現可能なことの間のギャップにより、潜在的な影響と価値がしばしば誤解されたり低下したりしています。今日、70％以上のフォーチュン500企業がすでにMicrosoft 365 Copilotを利用しています。しかし、AIが仕事を置き換えるという恐怖は、ほとんどの実際のAIアプリケーションでは誤解です。完全に自動化された「ダークウェアハウス」などの分野では、仕事の置き換えが発生しましたが、AI全体とロボティクスの使用を区別することが重要です。後者は仕事の置き換えに直接的な影響を与えました。

モダンなワークの文脈では、AIの主な価値はパフォーマンスを高め、専門知識を増やすことにあるのではなく、仕事を置き換えることではありません。時間を節約し、機能的な出力を増やすことで、AIはより迅速なマーケティング戦略と価値の提供を可能にします。しかし、これらの利点は重要な要素に依存しています。

• 成熟したデータ管理戦略
• 強力なアクセス管理とガバナンス
• リスクを軽減するためのロバストなセキュリティ対策
• AIの責任ある使用とベストプラクティスのための従業員の有効化

以下は、ビジネス分野全体でAIドリブンの機能改善の例です。

• セールスリーダーは、顧客ライフサイクルデータを使用してクロスセルとアプセル戦略を推進する傾向モデルを生成できます。
• コーポレート戦略および財務計画チームは、ビジネスユニットの分析に費やされる時間を節約することで、より深い洞察を得て、企業目標との一致を改善できます。
• アカウントレシーブチームは、実行可能なデータへの迅速なアクセスにより、支払いサイクルをより効率的に管理できます。
• マーケティングリーダーは、セールスパフォーマンスと機会に関するAIの洞察を利用して、セールスに合ったマーケティング戦略を構築できます。
• オペレーションチームは、財務とセールスのデータを整理する時間を短縮できます。
• カスタマーサクセスおよびサポートチームは、ワークフローを自動化し、重要なステップを簡素化することで、対応と解決時間を短縮できます。

これらの例は、AIが機能的な変革と生産性の向上をもたらす潜在能力の表面を掻きます。しかし、これらの利点を実現するには、正しい基盤が必要です – AIが統合され、分析され、最終的に約束を守ることができるシステムです。

最終的な考え：AIにはプラグアンドプレイはありません

AIを実装してその全潜在能力を解放することは、プログラムまたはアプリケーションをインストールすることのように単純ではありません。AIは、洞察と運用の効率性を提供する、相互接続された機能の網の統合です。これらは、手動での努力、時間、リソースが必要となるものです。

AIソリューションの価値を実現するには、データ管理戦略を構築し、強力なアクセスとガバナンスのフレームワークを維持し、エコシステムをセキュアにすることが必要です – これは独自の深い掘り下げを必要とするトピックです。

テクノロジーベンダーが価値あるパートナーとなる能力は、マーケティングと有効化に依存し、AIの潜在能力を活用することの真の意味を明確にし、期待を適切に調整することに焦点を当てています。