Amit Bhutani, コーポレート・バイス・プレジデント、インテリジェント・オートメーション at パーシステント・システムズ Amit Bhutani コーポレート・バイス・プレジデント、インテリジェント・オートメーション at パーシステント・システムズ

エージェントAIがエンタープライズ戦略への自動化を高める方法

大規模企業は最近、RPA、低コードプラットフォーム、初期のAIパイロットを使用した複数年の自動化プログラムを完了しました。紙上では結果は印象的だったですが、ワークフローはまだ手動レビューに大きく依存していました。教訓は明らかでした：タスクを自動化することは、仕事のやり方を変えるものではありません。残念ながら、これは多くの組織にとって現実です。McKinseyによると、78パーセントの会社が現在、少なくとも1つの機能で生成的なAIを使用していますが、前年より55パーセント増えています。ただし、採用は企業全体への影響にはなりませんでした。答えは、エージェントAIを通じて自動化設計を再考することにある。例えば、大手米国の保険会社は、既存の自動化とAIを使用した文書インテリジェンスワークフローを保険の下書きとポリシーの運用で組み合わせました。処理時間は短縮され、手動レビューは減り、意思決定の質はより一貫性があり、人間の介入は例外と重要なチェックポイントでのみ行われました。結果は、自動化とAIのペアがツール固有のイニシアチブでは達成できない、組織全体の結果をもたらすことを示しました。旧来の方法が短所である理由多くの企業では、自動化はシロに追求され、RPAや低コード、AIなどの他の自動化ツールは、独立したセンター・オブ・エクセレンス（CoE）に配置されています。この分離は労力を二重にし、複雑さを増し、エンドツーエンドの自動化を制限し、企業レベルの有効性を妨げます。自動化とAIは手を携え、プロセス第一のアプローチではそれらを補完し、ワークフローごとに一緒に展開して影響を増幅させます。例えば、請求書処理では、RPAは通常、一部の手順を自動化します。AI駆動の文書処理を追加すると、カバレッジが向上しますが、例外はまだ人間の検証を必要とします。エージェントAIを導入すると、システム全体で推論、学習、行動するエージェントを展開し、手動介入をさらに減らし、全体的な自動化を高めることができます。この例は、独立したプログラムよりも統合された、プロセス主導のアプローチがより効果的であることを示しています。エージェントAIがゲームを変える方法エージェントAIは自動化の進化の次のステップを表し、ストレートスループロセッシング（STP）の数字を高めるための新しいツールを提供します。自動化はタスクの完了から結果の提供にシフトします。ルールベースのシステムは基礎的な効率性を提供しますが、エージェントは機能間で接続し、構造化されたデータと非構造化されたデータを解釈し、次のベストアクションを提案することで適応性を追加します。ルーチンワークの場合、最小限の監督で進行できますが、例外、ポリシーセンシティブなステップ、曖昧な状況はまだ人間のレビューアーにルーティングできます。カスタマーサービスでは、エージェントはチームが承認し、必要に応じて複雑なリクエストをエスカレートするために、次のアクションをドラフトします。財務では、調整を準備し、異常をフラグし、承認のために調整を勧告します。運用では、障害を予測し、監督者が確認するためのワークロードの変更を提案します。結果は、ケースごとの人間の介入が減り、サイクルが速まり、顧客と従業員の体験が改善されるという、自動化の望ましい利点が得られ、説明責任が維持されることです。エージェント自動化のスケーリングにおける共通の間違いエージェントAIの約束にもかかわらず、企業はスケーリング時に課題に直面することがよくあります。最も頻繁な間違いは次のとおりです： 明確な「なぜ」の欠如: 一部の企業は、特定のビジネス問題を解決するのではなく、トレンドに従うためにエージェントAIを採用します。目的が明確でないと、実装は低い影響力となり、失望につながる可能性があります。 自動化とAIを別々のトラックとして扱う: 多くの組織は、それらを同じ連続体の一部として見ることができません。共にみることで、段階的な成熟が可能になり、エージェントAIは既存の自動化に基づいて構築されます。 スコープの過剰な拡大: 企業がエージェントAIを採用する有効な理由を持っている場合でも、時にはすべてのワークフローに適用しようとします。すべてのプロセスはエージェント自動化のコストや複雑さを正当化しません。ROIを保護するために、適切なユースケースを優先することが重要です。 プロセス評価の省略: 現在のワークフローを評価し、エージェントAIが最も価値を追加する場所を特定しないと、企業はミスに陥る可能性があります。いくつかのプロセスは従来の自動化に適しているのに対し、他のプロセスはエージェントアプローチから利益を得ます。同じく重要なのは、最初からガバナンスと責任あるAIの実践を組み込むことです。セキュリティ、コンプライアンス、またはオーバーサイトを無視すると、信頼が損なわれ、採用が遅くなる可能性があります。 意図を持ってスケールする方法適切なユースケースを特定することが重要です – 遅延が意思決定と例外から生じる、高価値のプロセスを3つから5つ短縮します。次に、構築が開始される前に結果を定義します。段階的に実装します: システムアクションには既存の自動化を使用し、文書の理解と分類などの感覚タスクにはAIを追加し、文脈を解釈し、アクションを提案する必要がある場合はエージェントのオーケストレーションを適用します。ポリシーと例外のチェックポイントでオーバーサイトを維持し、文書化された承認パスと所有権を持ち、限定的なパイロットを実行して改善とコンプライアンスを検証します。初期の勝利の後、個別の展開から再利用可能で管理された機能に移行します。コアシステムへの共有コネクタ、エージェントのオーケストレーション層、モデルとデータのガバナンス、監視と監査トレイル、リスクに合わせたアクセス制御を提供します。変更管理、トレーニング、パフォーマンスレビューのための定期的な運用リズムを確立して、チームが最小限の構成でそれに適応できるようにします。隣接するワークフローにスケールアップし、同じコンポーネントとガードレールを再利用します。検証された結果に基づいてのみ拡大を資金化して、勢いと信頼を維持します。エンタープライズ自動化の未来エージェントAIは、自動化の別の層ではなく、自動化そのものでもありません。企業の運用モデルになるにつれて、自動化とAIはシステムを決定し、行動し、改善するように融合する必要があります。成功はまた、ガバナンス、セキュリティ、倫理的オーバーサイトを組み込むことにも依存し、信頼と説明責任が維持された状態でスケールアップされることを保証します。エージェントAIを戦略的なレバーとして扱う組織は、流行に従う組織を上回ります。選択肢は明確です: 規律、明確さ、測定可能な成果でスケールアップする企業は、将来の仕事の進め方を定義します。プロセスはまだ王です。