GenAI によるビジネス運営の変革:戦略から始めて、その後拡張する

日常業務の超自動化に使用する場合でも、製品やサービスの強化に使用する場合でも、企業は競争力を高めるために生成人工知能 (GenAI) をますます採用しています。しかし、GenAI の実装を成功させるのは言うは易く行うは難しです。それには、明確に定義された戦略と、ビジネス ニーズとデータ要件の深い理解が必要です。

企業が自問すべき最初の質問は、組織内のどの分野が GenAI から最も恩恵を受けるかということです。最初の GenAI プロジェクトは、マーケティング部門や人事部門の効率化など、社内業務の改善に重点を置くべきでしょうか?それとも、コールセンターの最適化や企業全体のデジタル プレゼンスの強化など、顧客対応をすべきでしょうか?

どのようなユースケースであっても、最初のステップとして、GenAI は複雑なビジネス プロセスとワークフローの最適化と合理化に非常に効果的です。ヘルスケア、テクノロジー、製造、小売などの業界では、複数の部門や機関にまたがる複雑な手順が必要です。企業は現在、AI コンテンツの生成、分析、要約によってチーム間の引き継ぎを自動化し、タイムラインと出力を加速できる場所を特定し始めています。

私たちが取引している顧客の 1 つは、病院の放射線科の予約スケジュールを管理する大手医療プロバイダーであり、AI を使用して大幅な効率向上を推進することができました。放射線科の 1 件の予約をスケジュールするには、医師、機器、患者の空き状況など、数十の異なるパラメータを評価する必要があります。このプロセスには、以前は平均 8 ～ 10 分かかっていました。 GenAI を使用してすべてのデータ ポイントを迅速に分析することで、プロバイダーはスケジュール時間をわずか 2 ～ 3 分に短縮しました。それは大きいですね。大量のサービスを提供するプロバイダーの場合、1 件の予約あたりのスケジュール時間を数分でも短縮するだけで、年間数百万ドルのコスト削減につながります。

しかし現実には、ほとんどの組織は、実行する前に GenAI を使用して歩く方法を学ぶ必要があります。 10 年以上前、コンサルティング会社マッキンゼーはイノベーションの段階を 3 つの異なる領域に分類しました。 1 つ目は、最初の 1 ～ 2 年間で発生する漸進的イノベーションです。これには、既存の製品、サービス、またはプロセスに段階的な改善や最適化を行うことが含まれます。次の 2 年から 5 年の間に起こる第 2 の地平線では、新たな拡張が模索され、発見されています。 3 番目の期間は通常 5 ～ 10 年後ですが、これまでに存在しなかったまったく新しいビジネス モデルや市場機会を構想し、創造することが含まれます。

これらのイノベーションの地平線は今でも当てはまると私は信じていますが、その時間枠は GenAI の時代には大幅に加速されるでしょう。実際、IDC の最近のレポートによると、AI 導入の 92% は 12 か月以内に完了し、組織は 14 か月以内に平均投資収益率を実現しています。

こちらもご覧ください: GenAI アプリケーションから価値の層を引き出す

GenAI をビジネスに最大限に活用するための 5 つのステップ

GenAI の潜在的な利点は非常に大きいですが、テクノロジーの運用と拡張を成功させるには、明確な目標を持った実践的なアプローチが必要です。 GenAI の展開でプラスの結果を達成するための 5 つのステップを次に示します。

1:AI の精度を確保する

企業が直面する重要な課題は、AI によって生成された出力の精度と信頼性を検証することです。 ChatGPT などのほとんどの AI モデルには、その内容が不正確または間違っている可能性があるという免責事項が付いています。そのため、企業は依然として AI 出力の精度をレビューおよび検証するために人間の関与を必要としています。

良いニュースとしては、AI が生成したコンテンツを人間が評価し、何が正確か不正確かについてフィードバックを提供し、継続的にモデルを微調整できる新しいツールが市場に登場していることです。 GenAI がビジネス ワークフロー全体で運用されるようになるにつれて、信頼と説明責任を構築するには、人間によるある程度の監視が不可欠になります。

2:ビジネスケースを定量化する

もう 1 つの重要な考慮事項は ROI です。従来の自動化や既存のワークフローを通じて実行できそうなことを AI で実行することにエネルギーを注ぐべきかどうかを検討する必要があります。もっと簡単な方法で実現できることを達成するために、どれくらいのお金を費やしていますか?

企業は、財務的な ROI を超えて、コンテンツの生成、分析、その他のタスクに AI を使用することで得られる時間の節約を計画する必要があります。 AI を使用してコンテンツを生成および分析したい場合、手動で行う場合と比較して何時間を節約できますか?そのビジネスプロセスにかかる時間の合計はどれくらい短縮されますか?その後、その時間の節約をコストの節約にマッピングできます。 AI によるプロセスの合理化によって実現される時間とコストの節約は、魅力的な推進力となる可能性があります。ただし、これらの節約額はユースケースやドメインによって大きく異なる場合があります。

3:経験豊富なパートナーを見つける

過去 18 か月にわたる GenAI の急速な進化は、当然のことながら混乱を引き起こしました。当初は社内でカスタムモデルを構築するという話がありました。しかし、それは独自のモバイル アプリ プラットフォームを作成することに似ています。ほとんどの企業にとって、これは明らかに過度に複雑でコストのかかる取り組みです。

ほとんどの組織にとって、より賢明なアプローチは、価値実証 (POV) プロジェクトを実行することです。テクノロジー自体を検証する概念実証とは異なり、POV は、特定のユースケースで GenAI を活用することでビジネスが引き出せる具体的な価値を実証します。すでに確立されていること、つまりこれらのモデルが機能することを証明することに行き詰まってはいけません。代わりに、業務に対する価値を証明することに集中してください。

効果的な POV を実行するには、Microsoft、Google、AWS などの実績のあるプラットフォームに裏付けされた GenAI ドメインの深い知識を持つパートナーや IT サービス プロバイダーの専門知識を活用します。これらのスペシャリストは、他のクライアントに同様のソリューションを実装する貴重な経験をもたらします。

4:データ品質を優先する

GenAI の優れた成果の鍵はデータの準備です。トレーニング プロセス自体だけではなく、データの品質、可用性、組織、ガバナンスがすべて重要です。結論としては、データの品質が低かったり、データが利用できなかったりすると、AI で成功することは不可能だということです。

大規模な言語モデルは通常、インターネット データで事前トレーニングされていることを考慮すると、多くの CXO は、GenAI が自社のデータをどのように効果的に処理できるかについて依然として懐疑的です。この概念を解明する必要があります。 AI モデルは、組織のデータが正しく構造化されている限り、適切に機能します。重要なのは、高品質でよく整理されたデータを用意しておくことです。

5:AI ガードレールを実装する

GenAI は予測不可能な場合があります。それは偏見を強化し、プライバシーを危険にさらし、非倫理的な決定につながる可能性があります。これは、広範な導入にとって最も大きな障害の 1 つです。しかし、倫理的考慮事項、データバイアス、および同様の問題に注意深く対処すれば、この課題は克服できます。たとえば、よく議論されている、予期せぬ望ましくない発言の問題です。現在では、憎悪、暴力、自傷行為に関連する言論を制御およびフィルタリングする手段を提供するツールが存在します。このようなツールは極めて重要であり、ユーザーに自信を与えることができます。

特に、Microsoft、Google、AWS などの大手テクノロジー ベンダーや多くの新興企業は、すでにガードレールが整備されている GenAI ソリューションの展開を支援するツールやアドオンを開発しています。これらのテクノロジーの目標は、ユーザーが偏った出力のフィルタリングや不正なコンテンツのブロックについて心配を軽減することです。そのタスクは舞台裏で処理されます。しかし、AI 安全ツールはまだ初期段階にあります。 GenAI を活用しようとしている企業にとって、堅牢なガードレールの実装には多大な努力が必要です。

こちらもご覧ください: 流行語を超えて:GenAI の詳細

最後のポイント

GenAI は現在、リアルタイムでビジネスを変革しています。そして、これに参加しない組織は取り残されていきます。しかし、GenAI の導入を急いでいる企業は、飛躍する前に検討し、計画を立てる必要があります。これら 5 つのステップに従い、最新のトレンドとベスト プラクティスを常に把握することで、企業は GenAI の変革の可能性を解き放ち、より大きなイノベーション、効率性、成長を推進できます。