AIの導入をナビゲートする：落とし穴を避けて成功する

AIへの道は短距離走ではなく、マラソンである。したがって、企業は自分自身のペースを整える必要がある。学習する前に走り出す企業は失敗し、AIを早く導入しようとした企業の墓場に入れられる。実際、AIを十分に征服したと言う目的地はない。マッキンゼーによると、2023年はAIのブレイクアウトイヤーで、約79％の従業員がAIに何らかの形で触れたことがあるという。しかし、ブレイクアウトテクノロジーは線形的な開発パスを辿ることはなく、企業の基盤の一部になるまでに上下する。ほとんどの企業は、AIはマラソンであり、スプリントではないことを理解しており、これは念頭に置くべきことである。

例えば、ガートナーのハイプサイクルを考えてみよう。新しいテクノロジーが登場すると、ほとんどの例外を除いて、同じ一連のステージを経る。ステージは次の通りである：イノベーショントリガー、インフレ期待のピーク、幻滅の谷、啓蒙の坂、生産性の平台。2023年、ガートナーはジェネレーティブAIを2番目のステージ、インフレ期待のピークに置いた。これは、テクノロジー周りのハイプが最大であり、一部の企業は早期に利益を得て先行するが、大多数の企業は幻滅の谷を乗り越え、生産性の平台に到達することはできないかもしれない。

これらはすべて、企業がAIの導入に慎重に取り組むべきことを示唆している。テクノロジーの初期の魅力とその能力が誘惑的であっても、まだ足元を見つけ、限界を試している。つまり、企業はAIを避けるべきではないが、持続可能なペースを設定し、明確な目標を定め、旅程を慎重に計画することの重要性を認識するべきである。リーダーシップチームと従業員はアイデアに完全に取り組む必要があり、データの品質と完全性が保証され、コンプライアンス目標が達成される必要があるが、これは始まりにすぎない。

小さなところから始めて達成可能なマイルストーンを示すことで、企業はAIを測定可能な方法で利用し、テクノロジーとともに進むことができる。ここでは、2024年に見られる最も一般的な落とし穴をいくつか示す。

落とし穴1：AIリーダーシップ

事実である：上層部からのバックアップがなければ、AIイニシアチブは失敗する。従業員はジェネレーティブAIツールを自分で発見し、日常のルーティーンに組み込むかもしれないが、それは企業をデータプライバシー、セキュリティ、コンプライアンスの問題にさらす。AIの導入は、どのような形であっても上層部から来なければならない。上層部からのAIへの関心の欠如は、早すぎる導入と同じくらい危険である。

例えば、アメリカの医療保険業界を考えてみよう。ActiveOpsによる最近の調査によると、70％の運用リーダーは、Cスイートの幹部がAI投資に興味がないと感じており、これは革新への大きな障害となっている。彼らはAIの利点を認識しているが、約8人に7人が運用パフォーマンスを大幅に改善できることを認めており、上層部からのサポート不足が進歩への苛立たしい障害となっている。

AIが使用されている場合、組織的なバックアップとリーダーシップのサポートは不可欠である。リーダーシップとAIプロジェクトチームの間には明確なコミュニケーションチャネルが確立されるべきである。定期的な更新、透明な進捗報告、課題と機会についての議論は、リーダーシップを関与させ、情報に基づいたものにするのに役立つ。リーダーがAIの旅程とそのマイルストーンに精通している場合、複雑さや予期せぬ問題を乗り越えるために必要な継続的なサポートを提供する可能性が高くなる。

落とし穴2：データの品質と完全性

低品質のデータを使用してAIをトレーニングすることは、ガソリン車に軽油を入れるようなものである。パフォーマンスが低下し、部品が壊れ、高額な修理費用が発生する。AIシステムは、学習し、適応し、正確な予測を行うために大量のデータに依存している。システムに入力されるデータが不完全、誤分類、または偏っている場合、結果は必然的に信頼できないものとなる。これは、AIソリューションの有効性を損なうだけでなく、重大な後退とAIの能力に対する不信感をもたらす可能性もある。

私たちの調査によると、90％の運用リーダーは、運用データから洞察を抽出するために必要な労力が多すぎると感じている。データの多くは、複数のシステムに分散しており、矛盾が含まれている。これは、企業がAIを検討する際に直面する別の落とし穴である。彼らのデータは単に準備ができていない。

これに対処し、データの衛生状態を改善するために、企業は堅牢なデータ管理フレームワークに投資する必要がある。これには、明確なデータ標準を確立し、データが一貫してクリーンアップされ検証され、データ品質を継続的に監視するシステムを実装することが含まれる。単一の真実源を確立することで、企業はデータの信頼性とアクセシビリティを高めることができ、AIの道をスムーズにすることができる。

落とし穴3：AIリテラシー

AIはツールであり、ツールは右手に持たれるときのみ有効である。AIイニシアチブの成功は、テクノロジーだけでなく、それを使用する人にも依存する。Salesforceによると、約60％のITプロフェッショナルは、AIスキルの不足をAI導入の最大の障害として挙げている。これは、企業がAIの準備ができていないように聞こえる。企業は、AI技術に投資する前に、そのスキルギャップを解決する必要がある。

しかし、それは必ずしも新しい人員を雇用することを意味するわけではない。従業員のスキルを向上させるためのトレーニングプログラムを導入することで、AIを効果的に使用する能力を与えることができる。組織内にAIリテラシーを構築するには、継続的な学習を奨励する環境を作ることが必要である。ワークショップ、オンラインコース、ハンズオンプロジェクトは、AIをよりアクセスしやすくし、従業員全員がAIをより迅速に、より実用的に使用できるようにするのに役立つ。

次に何をする?

AIの導入には、単にテクノロジーに投資するだけでなく、従業員やリーダーシップのサポートを得るための、計画的なアプローチが必要である。企業は、テクノロジーには限界があり、AIへの関心が高まって導入が最高潮に達しているが、AIのバブルが破裂する前に、企業が必要とする信頼できるツールになるために、コースを修正する必要があることを認識する必要がある。現在、インフレ期待のピークにあり、幻滅の谷を乗り越える必要がある。AIに投資したい企業は、従業員を準備し、AIの使用ポリシーを確立し、データがクリーンで整理され、企業全体で正しく分類および統合されていることを確認することで、来るべき嵐に備えることができる。