アジャイ・ヴァサル、Genpactのデータ＆AIグローバルリーダー – インタビューシリーズ

アジャイ・ヴァサル、Genpactのデータ＆AIグローバルリーダーは、2つの十年以上にわたる技術と戦略のエグゼクティブ経験を持つベテランです。人工知能、データ戦略、デジタル変革、M&A、エンタープライズコンサルティングなどを経験しています。現在のGenpactでの役割では、企業がAIの導入を拡大し、支援型AIからより自律的で運用に埋め込まれたシステムへの移行を支援するイニシアチブをリードしています。Genpactに入社する前、アジャイはアクセンチュアで約9年間、コンシューマーインダストリーのグローバルデータ＆AIリーダーやデータ＆インサイトセンターのグローバルヘッドなどのシニアリーダーシップポジションを歴任しました。彼のキャリアを通じて、企業がデータから実際的なビジネス価値を解放することを支援することに焦点を当ててきました。運用的効率、収益増加、リスク軽減を通じて、また、戦略的投資、M&Aイニシアチブ、AI駆動の変革プログラムを業界横断的にリードしてきました。

Genpactは、データ、AI、分析、インテリジェントオートメーション、運用モダニゼーションを専門とするグローバルプロフェッショナルサービスおよびデジタル変革会社です。ゼネラル・エレクトリック内で設立された後、独立した会社となり、現在では金融サービス、ヘルスケア、製造、小売、消費財などの業界の企業にサービスを提供しています。同社は、AI駆動のエンタープライズ変革を中心に、分析、オートメーション、ドメインの専門知識を組み合わせて、ビジネスがワークフローをモダナイズし、意思決定を改善し、大規模なAIシステムを責任を持って展開できるように支援しています。

アクセンチュアでのデータとAIの戦略を業界横断的に形作ってきた経験を踏まえて、企業がAI投資から実際的な価値を引き出すのにまだ苦労している理由についてどう考えていますか。

業界横断的に働いてきた最大の教訓は、多くの組織が技術の弱さではなく、自律的な実行に対して設計されていない運用モデルにAIを重ねることで失敗することです。私たちの最近の調査もその点を明確に示しています。企業はAIの導入に積極的に取り組んでいますが、多くの企業はまだ自律的な実行をサポートするために必要な運用モデルの再設計に苦労しています。そのギャップは、多くの企業がまだガバナンス、説明責任、組織の準備度に関する疑問に取り組んでいることを示しています。

また、企業は適切な測定フレームワークが整備されていないまま急いで進んでいます。71%のエグゼクティブは、エージェント型AIが以前の技術波よりも早くROIをもたらすと考えていますが、67%はまだ以前の自動化モデル用に構築された生産性メトリックに頼っています。私の経験は、AIの導入はモデルの展開だけではなく、ワークフローの再設計、テクノロジーとビジネス優先順位の整合、そして人々が自律的なシステムとともに役割を進化させる方法の理解にあることを示しています。

あなたの最近のレポート「自律性はAIに対する信頼を必要とする」によると、エグゼクティブの多くはエージェント型AIがビジネス運営を根本的に変えるだろうと考えていますが、多くのシステムはまだ監督下にあります。信念と実行の間で最大の断絶は何ですか。

断絶は完全に信頼の周りを中心に展開しています。エグゼクティブは明確にエージェント型AIが仕事のやり方を変えるだろうと考えていますが、技術に対する信念は自動的に決定権の委任に繋がりません。私たちの調査によると、組織の22%だけがドメインレベルまたは広範な自律性でAIシステムを操作することを快適に感じています。

多くの企業はまだAIをアシスタントとして使用し、ワークフローを推奨したり、サマライズしたり、サポートしたりしています。躊躇が始まるのは、AIシステムが運用、顧客、コンプライアンス、または財務結果に影響を与える自律的な方法で動作することが期待される場合です。その躊躇は、多くの企業が自律的な運用モデルに向けて推進しながらも、承認とオーバーサイトプロセスに人間を密接に関与させることを強いられています。

多くの企業はAIに多大な投資をしていますが、有意義なリターンを示せていません。AI駆動の価値を測定しようとする際に組織が最も一般的に犯すミスの何ですか。

重大なミスは、多くの組織がまだ以前の自動化波用に設計された生産性メトリックを使用していることです。データは、67%の企業が完全にAIの価値を捉えることができない生産性ベースの尺度に依存していることを示しています。それは期待と実際の価値の測定方法との間で実際的な断絶を作り出します。

別の問題は、多くの組織がまだAIネイティブな成功メトリックを定義していないことです。企業の小さな割合だけが、自律的なワークフローの完了、減少したエスカレーション、または自律的な例外ハンドリングなどのメトリックを測定しています。企業がコスト削減や時間の節約だけに注目し続ければ、エージェント型AIが設計されているより広範な運用的影響を逃すことになります。

レポートでは、組織の準備度が技術よりも大きな障壁であると示唆しています。企業がエージェント型AIの完全な潜在能力を解放するために、どのような構造的な変更が必要ですか。

組織は、説明責任、ワークフローの所有権、意思決定がビジネス全体でどのように機能するかを再考える必要があります。調査からの明確な教訓の1つは、組織の準備度が技術よりも大きな障壁になっていることです。実際、33%の企業はビジネスプロセスがエージェント型統合の準備ができていないことを、導入の最大の障害として特定しました。

進歩を遂げている企業は、自律的なシステムが明確に定義された境界とオーバーサイト構造内で動作できるように、ワークフローをエンドツーエンドで再設計しています。また、44%の企業はエージェント型AIが組織全体でコーディネーションタスクを吸収することで管理構造を平坦化することを予想しています。従業員は、オーバーサイトの責任、介入ポイント、人間の判断がどのように自律的な環境に適合するかについて、はるかに大きな明確さが必要です。

組織のわずかな割合だけがAIエージェントに実際的な自律性を与えることを快適に感じています。企業がAIシステムに決定権を与えるために何が必要ですか。

エージェント型AIに対する信頼は、最終的には説明責任とコントロールに帰着します。企業は、自律的なシステムが明確なガイドラインとガバナンス構造内で動作することを確認したいから、決定権の委任に慎重です。

先行する企業は、エスカレーションパス、介入トリガー、ガバナンスコントロールを直接運用モデルに組み込んだシステムを設計しています。多くの組織は、ビジネスコンテキストとリスク許容度に基づいて、自律性を漸進的に付与しています。企業が成功した展開を通じて信頼を築くにつれて、リーダーはどう決定が下されるか、説明責任がどこにあるか、人間のオーバーサイトがどのように維持されるかを明確に見ることができます。

企業はエージェント型AIを迅速に拡大しようとしていますが、多くの企業はまだ旧来の生産性メトリックに頼っています。より効果的なAIネイティブなパフォーマンスメトリックはどのようなものでしょうか。

AIネイティブなメトリックは、実行と結果を測定する必要があります。従来の生産性尺度は、人々がより速く働いているかどうかに焦点を当てていますが、エージェント型AIは方程式を変えます。システム自体が運用的ワークロードの一部を担っているからです。それは重要です。多くの組織はまだ、エージェント型AIを以前の自動化波用に設計された生産性レンズで測定しています。

より効果的な尺度は、自律的なワークフローの完了、減少したエスカレーション率、迅速な意思決定の実行、人間の介入が限られている例外をどのように効果的にシステムが管理するかなどのメトリックに焦点を当てるべきです。那些メトリックは、AIが実際に大規模なスケールで実行を改善しているかどうかについて、はるかに明確な絵を提供します。

プロセスの再設計が導入の主要な障壁であると強調しています。ワークフローの変革がモデルパフォーマンスよりも重要な理由は何ですか。

ワークフローの変革が重要です。なぜなら、最も高度なAIシステムでも、破損したまたは断片化されたプロセス内でスケールすることはできないからです。私たちの調査によると、33%の企業はプロセスの準備度をエージェント型AIの導入の最大の障壁として特定しました。

この次の段階が異なるのは、エージェント型AIがワークフロー内で支援するのではなく、ワークフロー全体で実行されるように設計されていることです。組織は、自律的な実行を可能にするために、決定の所有権を明確にし、不要なハンドオフを削除し、ガバナンスを直接ワークフローに組み込む必要があります。多くの意味で、ワークフローの再設計は、スケーラブルなAI導入の真正の基盤となっています。

レポートでは、AIが組織構造を平坦化するだろうと示唆しています。エージェント型AIがコーディネーションタスクを自動化するにつれて、リーダーシップの役割やミドルマネジメントはどう変化するでしょうか。

エージェント型AIがコーディネーションと運用的オーバーサイトタスクを担うにつれて、リーダーシップの役割は、ルーチンな実行の管理から、戦略、判断、ガバナンスの指導へと移り変わります。私たちの調査によると、多くの企業はエージェント型AIが組織全体でコーディネーションタスクを吸収することで管理構造を平坦化することを予想しています。

ミドルマネジメントは伝統的に、意思決定のルーティングとチーム間の運用的連続性の維持に大きな役割を果たしてきました。自律的なシステムがそれらの活動の多くを担うにつれて、リーダーは例外管理、説明責任、システムがビジネス目標と一致していることを保証することに重点を置く必要があります。人間のリーダーシップは、コンテキスト、倫理、判断が最も重要な分野でさらに重要になります。

Genpactはエージェント型および高度なテクノロジーソリューションの会社として自己を位置付けています。同社はエージェント型AIにどうアプローチしていますか。

Genpactのアプローチは、実行と成果に根ざしており、我々が「最後の1マイルの問題」と呼ぶものを解決することに重点を置いています。多くの組織はすでにAIモデルが洞察を生成したり生産性を向上させたりできることを証明していますが、実際的な課題は、洞察をビジネスのワークフローに組み込むことです。そこで多くのAIイニシアチブが失速します。私たちの焦点は、クライアントがエージェント型AIを最後の1マイルの実行にわたって運用化することを支援することです。システムが財務、サプライチェーン、カスタマーサービス、他のコアエンタープライズ機能内で測定可能な成果を駆り立てることができるようにします。

私たちのアプローチを区別するのは、深いプロセスエキスパートとデータ、テクノロジー、AIの機能の組み合わせです。私たちはモデルを展開したり、パイロットを構築したりするのではなく、ワークフローを再設計し、運用にガバナンスを組み込み、自律的な実行を可能にするために必要な説明責任構造を企業が作成することを支援しています。私たちはまた、エージェント型AIを自社の運用に組み込んだので、実験からエンタープライズ全体への影響へと移行するために必要な実践的な経験を持っています。

先を見て、エージェント型AIが先行する企業と後れを取る企業の間のギャップを拡大するだろうと考えていますか。企業が後れを取らないために今できることは何ですか。

はい、私はギャップが拡大するだろうと考えています。エージェント型AIは以前の技術波とは異なり、価値を複合的に増やします。ワークフローを再設計し、説明責任のフレームワークを確立し、自律的なシステムに信頼を構築することに成功する企業は、競合他社が簡単に再現できない運用的優位性を生み出すでしょう。それは驚くべき速さで起こっています。29%の企業はエージェント型AIが12か月以内にビジネス全体に拡大することを予想しています。

競争力を維持したい企業にとって、現在の優先事項は、運用モデルを自律的な実行のために準備することです。那にはワークフローの再設計、所有権構造の定義、AIネイティブな測定フレームワークの構築、ワークフォースの準備度への投資が含まれます。基盤を早く構築する企業は、まだAIをスタンドアロンなテクノロジーイニシアチブとして扱っている企業よりも、はるかに優位な立場に立つでしょう。

素晴らしいインタビュー、ご覧になりたい読者はGenpactを訪れてください。