シドニー・グリーアは、Q2の製品ソリューション専門家で、金融機関向けのAI搭載ツールを専門としています。
私は、一般的な目的のAIツールをテストした金融機関で一貫したパターンに気づきました。しかし、影響と測定可能な結果を特定するのに苦労しています。リーダーシップは投資を決定し、チームに導入し、影響を待ちます。数ヶ月後、混乱が生じます。結果は明確ではなく、プロセスは改善されず、導入は遅れ、数字は変わりません。 ROIは明らかではなく、ツールが問題であると指摘しますが、実際は、一般的なツールを一般的な生産性向上のために導入すると、ROIを決定する意味のある方法がないということです。私は、銀行や信用組合とAIについて話すとき、問題を解決しようとしていることを特定しようとします。答えは、ツールを先に考えるアプローチではなく、問題を先に考えるアプローチを反映しています。彼らは技術を与えられ、生産性を向上させるように言われますが、誰も、どのワークフローが損なわれているか、ボトルネックがどこにあるか、成功の指標は何であるかを評価する時間をとりません。この特定と判断は、AIが本当に適切なツールであるかどうかを明確にし、技術と最適化しようとしているワークフローとの断絶を軽減するのに役立ちます。一般的な目的のAIが問題である理由特定のワークフローに埋め込まれない一般的な目的のAIツールを追加すると、負担が増えるだけです。チームメンバーは新しいものを学習し、どこでどう使うかについての結論を導き出し、複数のシステムをナビゲートしてコンテキストを得て、そして結論を導き出すために分析する必要があります。また、多くの人が「スウィベルチェア効果」と呼ぶものにも貢献します。つまり、プラットフォームやシステムを切り替えて全体像を構築する必要があります。比較してみると、特定のワークフローに設計されたAIツールは、従業員が働く場所に応じて提供され、新しい習慣やシステムを導入することを求めません。これらのツールは目的をもって設計されているため、ワークフローに特有のニューンスを理解し、データソースにアクセスし、できることとできないことを理解しています。目標がROIと導入である場合、変更管理計画や予算がない場合、単に「新しいツールを学ぶ」と「ワークフローの目的をもって設計されたツール」は、結果を出すかどうかの違いです。 一般的な目的のAI 目的をもって設計されたAI アプローチ ツールを導入し、次にユースケースを見つける ワークフローを特定し、そこに基づいて構築する 統合 既存のワークフロー外に位置する ワークフローに直接埋め込まれる エクスペリエンス 別のツールを追加し、コンテキストの切り替えを増やす 摩擦を減らし、関連するデータを提示する データ 従業員がコンテキストを手動で収集する 関連するデータが自動的にアクセスされる ROI 幅広い利益は測定が難しい ワークフロー特有のベースラインに対して測定される 導入 従業員が新しい習慣を身につけることに依存する 既存の習慣に適合し、定義された問題を解決する 実際の例ユースケースはよく知られています。顧客サービス担当者にルーティングされた電話で、通常よりも大きな支払いをする口座所有者がサポートを求めています。埋め込まれたAIツールがない場合、CSRは複数のシステムを切り替える必要があります。最近の取引を確認するシステム、制限を評価するシステム、場合によっては調整を依頼するシステム、およびポリシーを確認するシステムです。これはすべて、口座所有者が待機中に発生し、時には30分かかることもあります。AIがワークフローに埋め込まれている場合、同じタスクは約10秒で完了します。関連する取引の詳細は瞬時に提示され、制限は比較され、調整は機関のポリシーに基づいて行われ、すべてが1つの場所で表示されます。CSRと口座所有者との関係が構築され、機関は30分間でより有意義な作業に従事できます。違いは、顧客と会員の体験に直接影響する日常のワークフローにおける定量的な改善です。測定可能な成果の基盤目的をもって設計されたAIは、測定可能な成功を簡素化します。なぜなら、それは最適化の機会として特定され、測定され、選択されたワークフローに構築されているからです。これは、すでにベースラインがあることを意味し、事後的にそれらのベースラインに対して測定できます。 これは重要です。AIは高価です。使用コストは継続しており、正当化する必要があります。測定可能な改善を明確に伝える能力は、予算が承認され、説明責任が確保されるために不可欠です。コミュニティ機関の競争上の優位性私は多くのコミュニティ機関と密接に協力しています。彼らは、しばしば見落とされる優位性を持っています。これらの銀行や信用組合は、顧客や会員を個人的に知っています。彼らは、運用上のニュアンスを理解し、ワークフローがどのように壊れるか、ボトルネックや矛盾がどこにあるかを迅速に特定できます。その近さは重要です。 目的をもって設計されたAIが思慮深く実装されると、すぐに影響が現れます。チームはより一貫して現れ、より情報に基づいて現れ、機関の知識が全組織でアクセスして構築できるようになります。AIが実際の顧客の問題を解決し、繰り返しのタスクを自動化し始めると、20人チームが35人チームの出力を一貫性を持って提供できます。顧客や会員の体験が改善され、従業員は時間を取り戻し、人間が最も得意なジャッジメント、親切、共感に集中できるようになります。これらは、コミュニティ機関を際立たせ、人々を引き付けておくものです。どこから始めるかAIへの投資が圧倒的に感じられる場合、ツールではなく問題から始めます。チームと一緒に座り、課題と改善の機会を特定する時間をとります。どこで摩擦が存在するか、どこで出力が必要以上に必要か、どこで情報が常に発見するのが課題であるかを理解します。答えは、AIが真の価値を生み出す場所を特定するのに役立ちます。AIで最も進歩している金融機関は、最も速く動いたのではなく、目的を持って構築したものです。
