ビジネスにおけるAIの未来は自動化だけではない、会話型AIである

これまで、ビジネスにおけるAIの話題は自動化に焦点が当てられてきた。主な目的は、組織がより迅速に作業を行い、手作業を減らし、効率を向上させることだった。そうしたメリットは実際にあるが、話題の全容を語るものではない。ビジネスにおけるAIの次の段階は、単にタスクを自動化することではなく、より賢く、適応性に富み、状況に応じた会話を可能にすることである。

AIが意図を理解し、状況を把握し、経験から学習する能力が向上するにつれ、ワークフロー実行から会話へと進化している。

なぜ私たちはまだAIを自動化と見なしているのか

私たちがAIと出会う状況は、ビジネスでAIをどのように利用できるかについての私たちの認識を形作っている。

ビジネスプロセスを再設計するためにテクノロジーを使用してきた限り、目標は効率や有効性の向上であった。私たちは、より迅速に作業を行ったり、より良く行ったりすることに焦点を当ててきた。私たちがあまり考慮してこなかったのは、ビジネスプロセスをどのように異なる方法で提供できるかということである。

そのため、現在の私たちのデフォルトアプローチは自動化である。私たちは既存のプロセスを見て、AIがそれをどのように加速できるかを問う。多くの場合、それはビジネスにとって有益である。

しかし、まだ十分に探索していないのは、認知ツールであるAIをビジネス運用にどのように組み込むかということである。そのためには、異なる思考方法が必要である。私たちがAI自身が大規模に利用可能になるときに何が変わるかを考慮する必要がある。それは根本的に新しいパラダイムである。

真正に会話型AIを構築する課題

この転換が時間を要した理由の1つは、会話型エンゲージメントが本質的に難しいことである。

ほとんどのコンピュータシステムは、デジタルデータを処理するために設計されたもので、アナログ音声ではなかった。デジタル情報は構造化され、予測可能である。音声はそうではない。人間の会話は構造化されていない、感情的であり、単語だけに拡張される信号で満たされている。

課題は、通信がどのように機能するかを見たときにさらに明らかになる。従来のコンピュータシステムは、主にシングルデュプレックスモデルで動作し、情報は1方向に移動し、次に反対方向に移動する。人間の会話は、フルデュプレックスモデルで動作し、情報は両方の方向に同時に流れる。

豊かな音声会話をサポートするには、従来のデジタル情報を処理するために使用されるものとは異なるモデルとツールが必要である。

結論は、会話を理解し、エンゲージするために必要なテクノロジースタックが、データを処理するために設計されたテクノロジースタックとは根本的に異なるということである。

AIとの会話が人間らしい感じるものにするには

会話型AIにおける最も重要な区別は、システムが理解するか、または単に応答するかである。

チャットボットの会話は、スクリプトに従う。有限のパスセットがあり、すでに知っているもの以外のことを言ったときに、壊れたり、最初からやり直したりする。IVRがすでに知っているもの以外のことを言うのを待っているのと同じである。

高品質のAI会話は、会話の認知作業をリアルタイムで行う。会話の文脈を維持し、情報を繰り返し伝える必要がない。質問するタイミングや行動するタイミングを知っている。最も重要なのは、予期せぬことが起こったときに、失敗するのではなく適応することである。

私がいつも使用するテストは、シンプルである。顧客は会話の後、理解されたと感じたか、処理されたと感じたか。

ワークフローを超えて、認知へ

数十年間、ソフトウェアは同じ方法で構築されてきた。すべての可能なユーザーパスをマッピングし、各シナリオのロジックを記述し、予測できなかったものは機能しないと受け入れた。そうすることで、ワークフローが作成される。事前に誰かが描いた決定ツリーである。知能は、ソフトウェアを設計した人に存在し、ソフトウェア自体には存在しない。

現在、変化しているのは、知能がシステム内に存在することである。事前に定義されたパスに従うのではなく、現代のAIプラットフォームは知識、状況、推論を使用して、次に何が起こるかを決定する。会話は、事前に定義されたパスをたどる旅ではなくなり、システムがビジネスと以前のやり取りについてすべて知っていることから情報を得て、瞬間ごとに決定を下すシリーズになる。

これが多くの人が軽視している転換である。スクリプト化されたシステムは、デプロイされた日の知能レベルに制限される。デプロイ初日と500日目では同じレベルの知能を持っている。一方、認知システムは、各やり取りで何が機能するかを学ぶことで経験から改善される。

テクノロジーは、人々が操作するツールではなくなり、使用により適応し、蓄積し、拡大する能力になっている。

スケールで信頼性がより重要になる理由

企業がAIを顧客とのやり取りの中心に置くにつれ、信頼性が最も重要な設計要件となる。

AIが顧客と会話するとき、実質的にビジネスそのものになる。すべての会話はあなたのブランドが話すものである。小規模なボリュームでは、人間がやり取りを監督し、必要に応じて介入できる。しかし、大規模なボリュームでは、それは不可能になる。企業は、システムが正確に自分たちを表現するように信頼する必要がある。そうするには、信頼性を設計する必要がある。

私にとって、それはいくつかの基本的な約束に帰着する。

• システムがビジネスを正確に表現し、事実をでっち上げない。
• 何かを知らないとき、答えをでっち上げるのではなく、知らないと言う。
• すべての顧客とのやり取りを関係の始まりとして扱う。

それらは、後から追加する機能ではない。プラットフォームの設計ガイドラインとして最初から組み込まれているものである。

AIを成功裏にスケールアップする企業は、これを理解している。苦労している企業は、信頼できるものを作る前に何か印象的なものを展開し、自信を持った誤った答えが大規模な被害をもたらすことを発見することが多い。信頼性は、ソフトな部分ではない。インフラストラクチャである。

AIの次の進化：ソフトウェアとしてのワークフォース

私たちは、ソフトウェアが仕事を組織するのではなく、仕事をするようになる時代に入っている。

企業にとって、これは、出力が人間の利用可能性に結びついているという、長年にわたって運用されてきた基本的な仮定を変える。AIが販売や顧客サービスを行うことができるようになると、ルーチンワークは人間の利用可能性に完全に依存しなくなる。人間は重要性を失うのではなく、むしろ重要性が増す。繰り返しの作業が機械に移行すると、人間の価値は、判断、創造性、関係、重要なことの決定に向かう。

次の10年間で勝利する企業は、単にAIをコスト削減に使用するのではなく、会話や認知が大規模に利用可能になるときに何が可能になるかを問うものである。そうすることで、より賢く、適応性に富み、状況に応じた会話を可能にする新しい能力を認識することができる。