Craig Colby

適用AIのROI: ビジネスを新たな段階へ

AIは至る所にあり、誰もがそれについて話しているが、実際にビジネス価値を生み出している企業は非常に少ない。現在、多くの組織が急速にAIを採用して成功を収めているという誤った物語が広まっているが、実際にはそうではない。2022年、Gartnerは、平均して半分（54%）のAIプロジェクトが本稼働段階に到達することを報告した。これは、Gartnerの2019年のAI in Organizationsレポートが決定した、53%のAIプロジェクトがパイロットから本稼働に移行しないという結果からわずかに増加したものである。ビジネスリーダーは、AIドリブンのソリューションに時間、金銭、他のリソースを投資したにもかかわらず、期待していた結果を得られなかったため、AIの利点について懐疑的になっている。全くAIを諦めるのではなく（多くの企業がそれを許容できない場合）、組織は一般化されたAIへの投資を削減し、2024年に有意義なROIを達成するために適用AIを採用することに焦点を当てるべきである。AIの未来は明るい – ROIに到達することができればAIは、価値に関する懸念にもかかわらず、企業全体で重要な役割を果たし続ける。ガスを緩めるのではなく、コースを修正するべき時である。OneStream Softwareでは、最近、世界中の800人の財務リーダーにAIテクノロジーについての使用と認識を調査したところ、過半数（55%）の回答者が、AIは将来5年間で財務プロセスの重要な構成要素となることを同意した。チームは、有意義なROIを達成できるAIドリブンのソリューションを見つける必要がある。適用AIの登場である。適用AIは、事前に構築されたAIによる機能を使用して、特定の財務またはビジネスニーズに応える。这些ソリューションは、特定のユースケースを対象としているため、展開が速く効率的であり、より高いROIを生成し、価値の到達時間を加速する。適用AIは、財務チームで、需要プランと収益予測の速度と精度を高めるために、歴史データの異常を検出するために、ルーチンタスクを自動化するために一般的に使用される。全体として、適用AIは、ビジネスに影響を与える内部および外部要因に関する有益な洞察を提供し、リーダーが自信を持って組織を導くことができる。这些洞察は、リスクを軽減し、新しいビジネス機会を特定し、全体的な意思決定を効果的に改善することができる。这些目的構築ソリューションは、現代の企業にとって強力なビジネスツールとして際立っている。適用AIの利点: 速度と精度ビジネスは、自信を持ってアジャイルな意思決定をサポートするために、タイムリーで正確な洞察が必要である。この声明は明らかであるように思えるが、多くの一般化されたAIモデルは、今日行わなければならない意思決定をサポートする洞察を提供するために十分に迅速に展開できない。一般化されたAIとは異なり、適用AIは展開が速く、その結果は通常より正確である。組織は、AIドリブンの予測モデルを数日で展開し、ビジネスに影響を与える関連性の高いミッションクリティカルな洞察に迅速にアクセスできる。マーケティングの側面では、適用AIは、製品、チャネル、地理、顧客セグメントごとの需要予測をより正確に提供し、特定の市場セグメントをより正確にターゲットにすることで、マーケティングをより効果的に行える。財務部門では、チームは適用AIを使用して、より正確な需要予測を生成し、財務計画のための堅実な基礎を提供し、企業が予算をより効果的に割り当て、より情報に基づいた投資決定を行える。AI-Driven Finance Surveyも、世界中の財務リーダーが、AIはすでにチームに迅速な意思決定（49%）、データ洞察の改善（48%）、出力の品質の改善（48%）、リソースの最適化（38%）を提供していることを示した。AIが特定のユースケースに利用されると、より効果的で実行可能になる。AIの課題をクリアする適用AIは、ほとんどのシナリオで一般化されたAIよりも優れたROIを提供するが、まだいくつかの課題に留意する必要がある。ビジネスリーダーは、一般化されたAIの不十分な結果により、AIドリブンの出力に対する信頼性が不足している。リーダーは、結果の背後にあるモデルに対する透明性の欠如や、AIモデルとビジネス価値の不一致により、ビジネスプロセスにAIを統合できなかった可能性がある。これは、適用AIの目的構築機能が価値とROIの到達時間を高める場所である。一つの解決策は、適用AIモデルから導かれたデータと結果の透明性を提供することである。チームは、テクノロジーパートナーと協力して、モデルの構成を理解し、シナリオテストを実行して、最も正確なモデルを決定する方法を示すことができる。また、財務または特定のビジネス部門のために構築された、組み込み型の目的構築AIを探すことで、シームレスな消費と分析を可能にする。従業員のトレーニングも、AIの実装におけるもう一つの障害である。同じAI-Driven Finance Reportによると、世界中の財務リーダーのほぼ3分の1（32%）が、AIの実装をトップの課題として挙げた。これは、データプライバシーの規制と手続き（31%）よりも高い。組織は、チームメンバーを教育するためにベストプラクティスとトレーニング資料を開発しているテクノロジーパートナーと提携する必要がある。実際のパートナーは、単にマシンの鍵を渡すのではなく、従業員のトレーニングニーズに対処する助けとなる。財務またはビジネス向けの目的構築Auto AIも、ビルトインワークフローとドリルバック機能を提供することで、従業員が学習する際により多くのサポートを提供できる。データプライバシーとセキュリティは、AIの実装におけるトップの課題ではないが、まだリストの上位にあり。ここでの最大の懸念は、一般目的のGenAIツール（生成AI）であるChatGPTと共有する機密データが、競合他社や一般大衆の手に渡る可能性があることである。このリスクを軽減するために、企業は、既存のシステムと統合できる、ロバストなセキュリティ構造を持つ、目的構築LLMとGenAIツールを利用できる。つまり、機密情報を公開することなく、ガードレールを追加する方法がある。適用AIでビジネスを新たな段階へAIの未来は、リーダーがチームの生産性、コラボレーション、ビジネス成果に対するAIの利点を認識するにつれて、明るいままである。多くの組織は、非必須の支出を制限しながらROIを示すことに挑戦し続けるだろう。適用AIと、既存のアプリケーションにそれを組み込んでいるソフトウェアベンダーに注目し、生産性を高め、現実のビジネス問題を解決する。適用AIソリューションは、企業が投資から最大の結果を達成し、成長を促進するために役立つ、予測的な洞察を提供することができる。ビジネスは、目的構築AI機能がもたらすROIと機会によって、新たな段階へシフトする。