Skylar Roebuck は15年以上の経験を持つプロダクトリーダーおよびデジタル変革の専門家であり、世界で最も信頼される企業と協力してきました。現在、Solvd の最高技術責任者（CTO）を務めています。
アクセンチュアの最近のデータによると、世界の74%の消費者は、自分に代わって購入をしてくれるAIエージェントを信頼することができるということです。実際、マッキンゼーは、AIエージェントが2030年までに世界中で3-5兆ドルの消費者コマースを仲介することが予想されています。これまで、業界の北極星として「シームレスな顧客体験」が機能してきましたが、エージェントコマースはその意味を変えました。エージェントコマースのレースを勝つには、AIネイティブな運用のように考え、体験の下にあるインテリジェンスを所有する必要があります。あなたが与えるデータはエージェントコマースの城の鍵です小売業者がエージェントコマースの準備ができていない最大の課題は、AIを前のポイントソリューションと同じレンスでアプローチしていることです。各ソリューションは狭い問題を解決します。コンバージョンの増加はすぐに現れますが、すべての学習は誰かの製品の中で蓄積されています。一方、小売業者は断片化されたスタックと断片化されたデータで残されます。真正に差別化されたエージェント体験は、ベンダーが手渡すことができないもので動作します：顧客の長期的な所有画像。汚れたデータがエージェントの道を妨げないように多くの小売業者は、汚れたデータを開始の障害として扱いますが、AIのために「準備する」ための多年間のクリーンアップは、高価な誤解であり、失われた顧客、上昇する獲得費用、キャプチャされない高意図シグナルにさらに多くのコストをもたらすことになります。したがって、PIM、OMS、CDP、またはその他のコマースプラットフォームをすべて撤去するのではなく、現在のデータレイクの上に配置されるエージェントコンテキストレイヤーを構築できます。体験を所有することは経済的に有利です – それを構築しましょう小売業者は伝統的に、顧客体験の層で競争してきました。最も優れた体験は、顧客にとって無駄のないもの、あるいは少し魔法のようなものでした。しかし、エージェントソフトウェアエンジニアリングはその数学を変えました。数年かかっていたロードマップは今や数ヶ月で提供されます。したがって、ビルド対買い分の会話を再開し、カスタムシステムが真正に差別化された体験につながる可能性を考慮する必要があります。さらに重要なのは、戦略的に内部で構築することで、保険として機能し、明日の見通しを予測できないときに成功が特定のベンダーまたはプロバイダーに結びつかないようにすることです。これは、正しいモデル、ツール、またはワークフローを選択するオーケストレーションレイヤーを構築することで実現できます。クリーンなインターフェイスと強力なデータ契約により、どのモデルでも接続して、自分のデータと品質基準に対して評価することができます。これは、すべてを構築することを意味しません。ポイントソリューションは依然として顧客ジャーニーの一部を勝ち取るでしょう。しかし、小売業者は、共有インフラストラクチャ、再利用可能なインテリジェンス、相互運用可能なシステム、組織全体にわたる継続的な学習を持つ、より広いAIコマース運用モデルに投資する必要があります。それを実行すれば、エージェントが利用できる基盤を構築することになります。つまり、以前は最もプレミアムなブランドのみが利用できたようなパーソナライゼーションを、費用対効果の高いスケールで提供できるようになります。コマースの将来は、より優れた店舗や製品ページではありません。全体のジャーニーを通じて意図を理解し、そのインテリジェンスをすべての場所に配置し、毎回のやり取りでより賢くなる、学習システム、AIフライホイールです。構築すればです。
ChatGPTが一般に公開されてから3年以上が経過しました。投資家がAIによって混乱しているように感じるか、または長い間感じているかは別として、現在でも最新の技術に追いつこうとしているという事実があります。つまり、最新の技術革命の「バースト」フェーズにまだいます。したがって、これは「ストール」ゾーンに入っていることも意味します。このゾーンは、歴史的に懐疑主義と景気後退の恐怖で特徴づけられます（したがって、最近のAIバブルに関するすべての憶測）。しかし、前の産業革命と同様に、経済モデルは変化しています。テクノロジーは普及しており、「ブーム」または大量導入が必ず起こるでしょう。そのとき、早期に採用した企業が勝者となるでしょう。しかし、ほとんどの企業は現在、「ランダムなAI行為」への投資を行っており、真の変革へのコミットメントではなく、将来の無関係性を自ら招いています。ストールゾーンを乗り越えるには、企業はAIを多様化された投資ポートフォリオのように扱うべきです。クイックウィンの泥沼ほとんどのAIパイロットが有意義な変化に繋がらないのは、実装が無秩序にロールアウトされるからです。最新のテクノロジーに追いつこうとしているからです。そうすることで、ある程度のROIが得られますが、長期的には何も変化しません。なぜなら、動きを進歩と間違えるからです。大多数はコアビジネスに統合されておらず、有意義なKPIや目標がないからです。さらに、パッケージ化されたソリューションに頼っていることが多く、完全にカスタマイズできないため、効果のプレートーに陥ります。最後に、インファレンス請求書を大規模に計算すると、コストが10倍または100倍に跳ね上がり、ビジネスケースが崩壊します。整合性のないスピードはただのノイズですが、早期の成果を示す圧力は非常にリアルです。取締役会はすぐに有意義なAIのリターンを求めています。3年後ではなく、今すぐに。CIOとCTOは真ん中で挟まれています。したがって、スピードが重要ではないと言うことはできません。早期の勝利は重要です。信頼を築き、勢いを生み出し、予算を解放し、AIがリスクなく価値を生み出すことを証明します。しかし、クイックウィンは、勢いを生み出すために、早く、低リスクで、実際のビジネス成果に根ざさなければなりません。これが多様化されたポートフォリオアプローチの有効性の理由です。AI投資の3つのタイプ私が考えるには、AIベットには3つのカテゴリがあります。クイックウィン、ステージドベット、そして数少ない大きな変化をもたらすプレイです。 クイックウィンは、低リスク、短期間で価値を生み出す、勢いを生み出すものです。自動化された顧客サポートチャットボットのような実装を考えてみましょう。比較的簡単にロールアウトできますが、すぐにROIが得られます。これらのベットは短期的な利益がありますが、戦略が欠けていることが多いです。複数のクイックウィンベットについて考えることが重要です。全体的な勢いを生み出すことに焦点を当てる必要があります。 ステージドベットは、リスクと有意義なビジネス成果のバランスをとったコアイニシアチブです。例えば、コンテキストトリガー付きの超パーソナライズされた顧客通知とメッセージを考えてみましょう。購入後にクライアントにフィットを確認するためにフォローする顧客サポートエージェントを想像してください。ステージドベットは、中期的な投資です。パイロットは簡単ですが、大規模に商業化するのは難しいです。『投資して学ぶ』という心構えでアプローチする必要があります。正しく行えば、商業的な実装は大きな価値をもたらします。 ゲームチェンジングベットは、数が少なくリスクが高く、会社の競争方法を再定義する能力があります。例えば、組織全体の消費者データを認識したオムニチャネルチャットベースのアシスタントを考えてみましょう。パブリックに利用可能なデータを含む場合もあります。ただ、通知ではなく、インフォームされたショッピングスタイリスト（エージェント）が各購入時にクライアントと一緒にいます。ゲームチェンジングベットは、会社のDNAを変える可能性のある10倍のベットです。リスクは高く、中期から長期のペイオフです。通常、多くの計画と段階的な投資が必要です。 同様に、多様化された投資ポートフォリオは成長と安定性のバランスをとるように設計されているため、このポートフォリオアプローチにより、リーダーは短期的な成果を生み出しながら、長期的な変革的な変化のための勢いを生み出すことができます。クイックウィンに固執するのではなく、より大きな、より有意義なイニシアチブを推進するためのクイックウィンを利用します。これらの開発が並行して発生することで、テクノロジーとビジネス環境が進化するにつれて、回復力と適応性が生まれ、実際のゲームチェンジャーの大きな変革の基盤が整えられます。ゲームチェンジングベットの経済学は変化した現在のテクノロジートレンドを異なるものにするものは、AIが「ゲームチェンジング」投資の定義を再定義していることです。歴史的に、これらのベットは大量の資本、長い納期、そして高い組織的リスクを必要としました。しかしある日突然、価値が実現される前に。AIの迅速な有効化により、この方程式が逆転しました。構築、テスト、イテレーションのコストは大幅に低下しました。一方、シグナルへのスピードは同じくらい加速しました。企業は、数年ではなく数週間で変革的なアイデアを検証できるようになりました。これにより、リーダーは学習を通じて野心を軽減できるようになり、遅れを避けることができます。このシフトは、戦略的な確信と組織変更の重要性を軽減しませんが、増幅します。スピードとコストが低下すると、最も早く学べる組織が優位性を持ちます。最も長く計画するのではなく。カオスを複利の価値に変えることにコミット多様化された投資ポートフォリオはほとんどの人が機能しますが、実際の投資は所有者の利用可能なリソース、価値観、財務目標によって大きく異なります。これは、AI投資を行うエグゼクティブチームの考慮事項でもあります。正直に言うと、一部のチームはAI投資を完全に放棄することを選択するかもしれません。これは、不要な努力を避けてコストを節約するための別の方法です。AIが可能にする巨大な機会（真のデジタル変革）を解放するために企業が何をすべきかについて話し合うとき、私はアナログな時代の話から物語を思い出します。1519年、スペインのコンキスタドール、エルナン・コルテス船長は、ベラクルス市（現在のメキシコ）を占領した後、一部の兵士が任務を放棄して逃げる計画を立てていることを知りました。逃げることを不可能にするために、彼は船を破壊するよう命じました。任務にコミットすることを強制しました。船を焼き払え。少し極端に聞こえるかもしれませんが、有意義な変革を必要とするコミットメントのレベルです。戻ることはできません。AIは魔法ではなく、人々、文化、仕事に影響を与える非常に強力なツールです。したがって、明確なビジネス目標、変化管理の計画、仕事のやり方を再考する意欲が必要です。したがって、AI投資の価値を最大化したいビジネスリーダーは、変化を主導することから始めなければなりません。まず、長期的なビジョン、ノーススターを定義し、優先度の付けられたゲームチェンジングベットがそれを達成する方法について合意する必要があります。その後、すべてのAIイニシアチブは、測定可能な価値を持つ競争上の優位性に根ざさなければなりません。最後に、クイックウィン、ステージドベット、ビッグベットのバランスをとったAI投資を多様化する必要があります。
マッキンゼーの最近の世界的な調査によると、78%の組織が現在、ビジネスの機能の少なくとも1つでAIを使用しています。しかし、AIコンプライアンススペシャリストを雇用している組織は13%に過ぎず、AI倫理スペシャリストを雇用している組織は6%だけです。これは、正直言って、無謀な行為です。私は以前、シリコンバレーの「スピードを優先するが、ものごとを壊すな」の精神を信じていましたが、AIは今まで見たことのないほど強力な技術であり、光速で成長しているため、そんなに無謀な行為ができるわけではありません。AIの導入に意味のあるガードレールがない場合、最終的に失敗して、すべてを壊すことになります。AIの偏見や誤用の1つの事例だけで、数年のブランドビルディングを無に帰すことができます。多くのCIOとCTOはこれらのリスクを認識していますが、規制機関が最終的に介入して自分たちを守ってくれるという仮定で動いているようです。結果として、リスクについては多くの話がありますが、実際の監視はほとんどありません。規制は最終的に来るでしょうが、いつ来るのかはわかりません。ChatGPTは約3年前に導入されましたが、まだチャットボットと安全性のリスクについての議論が始まったばかりです。規制が来るまでに数年かかる可能性があります。規制が来るのを待っている間、企業は内部のガバナンスに取り組むべきです。規制が来てからでは遅いからです。GDPRやCCPAが導入されたときのように、規制が来てからでは、遅すぎます。初期のスタートアップは今や大企業に成長しています。私たちもAIの導入に責任を持って取り組むべきです。責任あるAIの導入には「今買って後払い」のようなものはない – 今から始めよう責任あるAIの導入の第一歩は、規制機関を待たずに自分たちでルールを決めることです。今日、安全対策を避けても、将来的には高額なコストを払うことになります。多くの企業は、責任あるAIの導入からどこから始めればよいのかわかりません。私の会社は最近、500人のCIOとCTOに調査を実施しました。結果は、48%の回答者が「AIの責任ある使用または導入の基準を決定すること」が、倫理的なAIの使用を確実にする上での課題であると回答しました。責任あるAIの導入から始めるための1つの方法は、AIによって可能になる機能に焦点を当てるのではなく、潜在的なリスクを考慮することです。例えば、AIの使用によって従業員の時間を節約できるかもしれませんが、同時に、個人情報や機密情報がライセンスされていないAIモデルに共有される可能性もあります。ソフトウェア開発ライフサイクル（SDLC）という概念は、多くのデジタル企業ではよく知られています。AIのガバナンスのベストプラクティスも、日常のワークフローに組み込まれるべきです。そうすれば、責任ある意思決定が日常のルーティーンの一部になるでしょう。倫理委員会やガバナンス委員会のような統制機関を設立する必要があります。AIの適用についての基準を定め、モニタリングとメンテナンスの指標を定める必要があります。実際的には、AIツールの管理、ソリューションの承認、リスク管理、規制と基準の整合、透明性のあるコミュニケーションが必要です。技術的には、新しいプロセスですが、データのベストプラクティスやサイバーセキュリティの維持とあまり変わらないでしょう。自動化することもできます。すべてのリスクが同じレベルの注意を必要としないことはわかっています。したがって、優先順位の高いものに焦点を当てるための階層的なリスク管理プロセスを開発することも重要です。最後に、内部および外部のガバナンス慣行について、明確で透明性のあるコミュニケーションが不可欠です。ガバナンス基準の生のドキュメントを維持し、チームを最新の情報に保つための継続的なトレーニングが必要です。ガバナンスはイノベーションへの脅威ではない責任あるAIの最大の脅威は、ガバナンスとイノベーションが相反するという信念である可能性があります。調査データによると、87%のCIOとCTOが、過度の規制によってイノベーションが制限されることを心配していました。ガバナンスはイノベーションのブレーキではなく、戦略的パートナーとして扱うべきです。ガバナンスは、開発の最後に残されることが多いですが、ガバナンスはプロセスの一部であるべきです。スプリントサイクルにガバナンスを組み込むことができます。自動化されたチェックを並行して実行することで、製品チームは迅速に進むことができます。長期的には、責任が最初から組み込まれていることがわかっている顧客、従業員、規制機関に自信を与えます。これは、財務的にも利益をもたらします。研究によると、データとAIのガバナンスフレームワークをうまく実装している組織は、財務的パフォーマンスが21〜49%向上します。一方、ガバナンスフレームワークを確立していない組織は、2027年までに、AIの使用例の予想される価値を実現できない可能性が60%あります。ただし、法律チームがこれらの会話に参加すると、スピードが遅くなることがあります。私の経験では、ガバナンス、リスク、コンプライアンス（GRC）チームを設立することで、法律チームと製品チームの間を橋渡しすることができます。GRCチームは法律チームとの間に良い関係を築き、必要なレポートを提供し、開発チームと協力して将来のリスクを軽減することができます。最終的には、ガバナンスへの投資はイノベーションを妨げるのではなく、促進するものであることがわかります。拡張可能な監視とガバナンスシステムの作成調査されたCIOとCTOの多くが規制によってイノベーションが制限されることを心配している一方で、84%の企業が次の12ヶ月間でAIの監視を強化する予定です。AIの統合が時間の経過とともに拡大し、拡張する可能性が高いことを考えると、ガバナンスシステムも拡張できるようにすることが重要です。企業内のさまざまなユニットがシロに分かれて働いていることがあります。つまり、同時に異なる展開を実行し、異なる「責任あるAI」のビジョンを持っています。企業は、技術、コンプライアンス、ビジネスの専門知識を組み合わせたAIセンター・オブ・エクセレンスを設立することで、これらの矛盾を避けることができます。AIセンター・オブ・エクセレンスは、会社全体の基準と階層的な承認プロセスを確立します。低リスクの使用例には、スムーズなプロセスが必要です。一方、高リスクの展開には、より正式な安全性のチェックが必要です。同様に、AIの安全性のKPIをトップエグゼクティブに設定することで、責任が日常業務の中で失われないようにします。しかし、これを実現するには、エグゼクティブにはガバナンスインジケーターの追跡に関する可視性が必要です。リアルタイムデータを提供するダッシュボードは、すぐに古くなってしまう静的なコンプライアンスレポートよりもはるかに効果的です。理想的には、企業はサイバーセキュリティリスクと同様に、AIリスクレジスターも保持し、ML/AIの実装がどのように構築され、テストされ、どのように機能しているかを反映する監査トレイルも保持する必要があります。最も重要なことは、責任あるAIには、ガバナンスが継続的なプロセスである必要があるということです。開始時の承認だけでは十分ではなく、モデルのライフサイクル全体を通じて継続的なモニタリングが必要です。したがって、トレーニングが重要です。開発者、テクノロジー担当者、ビジネスリーダーは、責任あるAIの実践に従事し、問題を早期に発見し、システムが進化するにつれてガバナンスの高い基準を維持できるようにする必要があります。そうすれば、AIの展開はより信頼性が高く、効果的で、利益性が高くなるでしょう – すべてを壊すことなく。
