ソートリーダー
January 21, 2025
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、AIの変革的な潜在能力について、2年間で数えきれない議論が行われてきた。企業のリーダーたちは、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、驚くべきことに、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、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、リーダーたちは投資がすぐに変化をもたらし、収益をもたらすことを期待している。同時に、AIの周りのハイプは下火になり、AI投資の収益についてのより実践的な議論が行われている。次の段階：AIが効果的である場所についての現実的な認識現在の市場では、サブスクリプションが王であるため、顧客を維持する能力が、顧客を獲得する能力よりも重要である。ほとんどの業界では、市場は飽和状態であり、多くの組織が類似したサービスを提供している。顧客のロイヤルティの低下、期待の増加、ブランドの変更の増加により、組織は競争に追いつくために誤りを許す余地がない。 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注力する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ります。つまり、AIの導入も同じである。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、組織に 価値 を創造する方法について尋ねる必要がある。答えは簡単である。AIには、CXを直接的および間接的に改善する多く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、ユーザーが正しいメッセージまたはプロモーションを正しいタイミングで見ることを保証することで、パーソナライゼーションを強化できる。同様のデータは、製品開発を支援し、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ができる。組織は、障害を予測し、緊急対策を実施し、ユーザーに必要な情報を伝えることで、よりプロアクティブになることもできる。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」応用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望ましい結果をもたらすかどうかを確実に知る唯一の方法は、AIのより微妙な、裏での機能を最初に利用することである。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、その柔軟性のために注目を集めたが、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。組織が正しい情報を利用できるようにするのは時間がかかる。失われた会話の事実である。次の時代は、組織が技術的な基盤を構築することで促進される、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。組織は、次のLLMから始めることができる。 既存のデータベースを統合し、シロを打破して、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。 リアルタイムのデータ収集ツールを実装して、洞察が最新のトレンド、パターン、障害を反映していることを保証する。 調整と管理を迅速化して、精度を確保し、従業員が人間のタッチが必要なより高度なタスクに集中できるようにする。 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。この時点で、リーダーは、AIの展開がスタッフに与える影響と、潜在的な障害に対処する方法について検討する必要がある。スキルアップ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自体がこれらの努力を支援することができる — これは、AIのもう 1 つの「見えない」応用である。たとえば、AIは、利用状況データに基づいて個々の知識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提供するためのトレーニングプログラムをガイドすることができる。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、「見えない」ツールの別のレイヤーを追加することができる。次の波のソリューションは、ビジネスの実行方法、顧客のニーズ、障害についての深い理解を促進する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し、組織に何が起こったかを伝える。診断分析は、追加のデータを使用して、起こったことの背景を特定し、原因を特定し、事件や変更の影響を強調する。組織に何が起こったのかを伝える。予測分析は、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。組織に何が起こるかを示す。推奨分析は、これらの出力を使用して、情報に基づいた決定を下し、組織に次に何をすべきかを伝える。これらの分析ソリューションは、AIのより高度な機能を利用するかもしれないが、最初はこれらのプロセスが裏で行われることは価値がある。最終的には、予測および推奨アルゴリズムは、顧客向けのソリューションに表示される可能性があるが、これは、重要な内部基盤が構築された後でのみ可能である。AIのハニームーン期が終了すると、AIの「魔法の解決策」という評判も終了するが、この認識を捨てることは、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注目を集めるリーダーは、まずこの基礎作業を完了する必要があるが、これは収益の圧力の中で難しいことがある。ただし、AIの価値のより包括的な、インクリメンタルな、長期的な評価に移行することで、組織は収益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の明確な絵、最も大きな影響を与える小さな変更の洞察、および今日の収益性を損なうことなく、収益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主義華やかなユースケースは最初の目に魅力的に見えるかもしれないし、コスト削減の機会は企業のリーダーの目を引くかもしれないが、どちらも長期的にはAIの影響を定義することはない。代わりに、AIは、顧客の体験を改善し、収益性を促進する上で、裏での作業を駆り立てるものとして同義語になる。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し、この関係では、AIが本当に顧客の体験を改善し、収益性を促進する方法について、慎重に検討する必要がある。最終的には、AIを「魔法の解決策」と見なすのではなく、顧客のロイヤルティ、満足のいく体験、今日の複雑な運用の中でシンプルなソリューションを追求する上での戦略的なパートナーとして見なすことが重要である。来るべき数か月や数年で、成功する組織は、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。
