自動化プログラムはAIの準備ができていますか？ AIプレイブック（パート1）

人工知能（AI）は、自動化プログラムの価値を拡張します。自動化プログラムにAIを追加すると、インテリジェントで認知的なプロセスを自動化するほぼ無限の機会が開かれ、生産性、効率、顧客満足度が新たな高みに引き上げられます。

AI Playbookウェビナー（AIサミットの一部）では、電通インターナショナルの南北アメリカの自動化責任者であるBrian Klochkoffに、自動化にAIを追加してこの価値を実現することがどのようなものかを直接学びました。ビジネスの自動化が主にロボットプロセス自動化（RPA）、データ分析、または機械学習（ML）のいずれを指す場合でも、自動化プログラムにAIを組み込むことで、AIをより強力で包括的にすることができます。

この投稿では、AIのステージを設定する2段階のプロセスについて説明します。

1. 自動化にAIを追加する準備ができているかどうかを判断する方法。

2. AIの受け入れに向けて勢いをつける方法。

このシリーズのパート2では、AIモデルを既存の自動化プログラムに統合する方法と、従うべきベストプラクティスを紹介します。

自動化プログラムにAIを追加する準備ができているかどうかを判断します

AIテクノロジーを検討している企業は、準備ができているかどうかを尋ねるのが正しいです。この複雑な問題を2つの質問にまとめました。

1。ビジョンチャンピオンはいますか？

ビジョンチャンピオンは、ビジネスエンゲージメントと実行サポートを推進するリーダーです。

自動化運用モデルをサポートするチームの構築に関する投稿では、モビライザーとデジタルスチュワードの2種類のエグゼクティブスポンサーを定義します。モビライザーは自動化の価値を説明し、RPAチームに人材を採用し、初期資金を集めます。デジタルスチュワードは、モビライザーが確立したものを採用し、その上に、経営幹部を説得して自動化チームを買収し、自動化チームを次の成長段階に導くことで構築します。

ビジョンチャンピオンには、これらのスキルを組み合わせる必要があります。自動化の上にAIを重ねる場合、すでにモビライザー、デジタルスチュワード、そして（願わくば）他の多くの自動化ファンがいる可能性があります。 AIビジョンチャンピオンに必要なものは異なります。

AIビジョンのチャンピオンになる可能性のある人を調べるときは、次の質問を自問してください。

• この人はAIビジョンを擁護することに情熱的で執拗になりますか？ AIの支持者は、自動化を使用している人々と話している場合でも、懐疑的な見方をする可能性があり、ビジョンのチャンピオンは簡単にがっかりする人になることはできません。

• この人物は、組織や経営幹部の利害関係者に強い影響を与えていますか？ 情熱と決意はこれまでのところしかありません。偉大なビジョンチャンピオンは、彼らの意欲に合わせて影響力を持つ必要があります。戦略は企業全体である必要があるため、この人物の影響力も同様である必要があります。

• この人物は、経営幹部の利害関係者に強力なビジネスケースを明確に伝えることができますか？ 最後に、この人物は、経営幹部の利害関係者が理解し、信じる方法でAIの利点を明確に表現できなければなりません。

上記の質問への回答は、より大きな質問への回答を決定するのに役立ちます：ビジョンチャンピオンはいますか？

チャンピオンを念頭に置いたら、次の主要な質問に進むことができます。

2。自動化プログラムはAIに対して十分に成熟していますか？

以前の記事では、自動化を旅と比較し、スケーリングのためのフレームワークを提供しました。自動化は上から下への変換の可能性があるため、長期的な性質を強調します。そのレベルの変化には、長期的な視点が必要です。

そのため、自動化プログラムにAIを追加するのに適切な時期かどうかを判断することが非常に重要です。すべての企業が最終的にAIを不可欠と見なすと考えていますが、それはすべての企業が今日AIの実装を急ぐ必要があるという意味ではありません。

自動化プログラムの成熟度を判断するには、自分自身とチームに次の質問をしてください。

• 自動化プログラムのための既存のガバナンスとプロセスがありますか？ 既存のガバナンスなしでAIを自動化プログラムに導入すると、AIの影響が軽減され、ビジネスケースが悪化する可能性があります。さらに、ガバナンスの欠如は、新しいテクノロジーが時々もたらすリスクに人々を警戒させる可能性があります。まず、既存の自動化プログラムにガバナンスを追加します。ガバナンスを導入すると、AIなどの新しいソリューションを上に重ねて、チームに自信と安心を与えることができます。

• 活用できる既存のインフラストラクチャとリソースはありますか？ 複雑なAIの実装には、データサイエンティストとRPA開発者が必要です。データサイエンティストとRPA開発者のスキルセットは補完的ですが、彼らはまだ協力する方法を知らないかもしれません。適切なガバナンス構造を使用すると、これらのチームが共同作業できるようにする新しいワークフローを構成できます。

• ビジネスユーザー向けにAIを民主化するビジョンはありますか？ 民主化により、ビジネスユーザーは自動化とAIを使用できるようになります。民主化のビジョンをAIロールアウトに組み込みます。このビジョンにより、ビジネスユーザーを念頭に置いたAIインフラストラクチャとガバナンスの設計が保証されます。

Klochkoffの言葉を借りれば、成熟した自動化プログラムには、「オペレーショナルエクセレンスと技術的可能性の交差点を見つけることに情熱を注ぐ」リソースが含まれます。 AIとMLへの情熱は成功のために必要ですが、十分ではないため、この交差点は不可欠です。ビジネスの実用性も重要です。

自動化プログラムの成熟度は、ただ待つ必要があるものではありません。自動化運用モデルを構築することで、自動化の実装の初期段階を通過し、自動化を効果的に拡張できます。

AIの興奮に向けて勢いをつける

AIはすべてのCスイートの幹部の議題ですが、他の多くの競合するイニシアチブも同様です。 Cスイートとあなたの会社をAIに興奮させるには、AIに投資するケースをわかりやすく説明し、実証することで勢いをつけることに集中してください。

AIをわかりやすく説明して、恐怖を味わい、興奮をかき立てます

AIは依然として頻繁に誤解されていますが、その理由の1つは、さまざまなテクノロジーが数多く存在するためです。現在、ビジネスユーザーがアクセスできるシンプルなものから、主にデータサイエンティストがアクセスできる複雑なものまで、さまざまなツールがあります。

あなたの会社が熱心なリーダーでいっぱいの自動化プログラムを盛んに行っているとしても、それは誰もがAIを理解しているという意味ではありません。その理解の欠如は、完全な恐れではないにしても、警戒につながる可能性があります。あなたの目標は、AIを現実的で理解しやすいエンティティにすることです。これは、エグゼクティブレベル以下の人々が理解できるエンティティです。

「結局のところ、自動化は私たちの多くにとって実際には人間的なものだと思います...大量の、退屈な、単調な作業を削除する場合は、どちらの方法でも、CFOからエントリーレベルのアシスタントまで、誰でもそれを識別できます。」

AIをわかりやすく説明する3つの方法をお勧めします：

• 人と人とのつながりを築く ：Klochkoffの言葉では、「完全性よりも漸進的な進歩が重要である」ことを理解している利害関係者を見つけてください。 MLおよびAIモデルの性質上、AIが初めて完璧になることはめったにありません。目標が自信のしきい値に到達し、時間をかけてモデルを教えることであることを人々が理解できるようにします。

• 適切なビジネスケースを特定する ：Klochkoffは、AIが日常生活にどのように影響するかを関係者に示すことで、アイデアと実装の間の「精神的なギャップを埋める」必要があると述べています。 AIは遠くにあるため怖いと感じることが多いので、抽象的なものではなく、リアルに感じられるように最善を尽くしてください。適切なビジネスケースは概念実証であり、実装されると、価値の証明を示します。

• 価値の証明に焦点を当てる ：よりシンプルなテクノロジーでAIの可能性を紹介します。 Klochkoffは、AmazonAlexaなどの使い慣れたテクノロジーを使用することをお勧めします。 AlexaはエンタープライズAIからはほど遠いですが、視聴者がAlexaに精通していると、その価値を理解するのに役立ちます。音声アシスタントがAIを介してどのように価値を付加できるかを示すことができれば、エンタープライズAIの価値を証明することに一歩近づきます。

Klochkoffは、利害関係者に「ビジネスの音声アシスタント」を想像するように依頼することをお勧めします。たとえば、自然言語処理（NLP）を使用してITセルフサービスにアクセスできるようにするにはどうすればよいでしょうか。そのような実装が持つかもしれない利点を説明してください。アナロジーを使用して、不完全な実装でも役立つことを示します。毎回クエリを100％正しく理解していなくても、何百万人もの人々がAlexaを使用しています。

これらは3つの別々の方法ではありませんが、AIの良い例となる3つの要素です。

AIが提供するソリューションにリーダー、従業員、リソースを関与させる

勢いをつけるときは、さまざまな利害関係者が聴衆を構成することを忘れないでください。つまり、話している相手に応じてメッセージをシフトする必要があります。

リーダーと話すとき 、RPAとAIが実際のビジネス上の問題の解決にどのように役立つかを示すことで、彼らにアピールします。ビジネス上の問題は彼らが話す言語なので、同じ言語を話します。

従業員と話すとき 、ユースケースを説明します。 AIを日常業務に統合する方法を従業員に示します。繰り返しますが、謎を解き明かしてください。必要に応じて、時間をかけて、相互作用するAIロジックのいくつかを説明してください。最終的には、これらのプロセスの結果に対して引き続き責任を負います。

リソースと話しているとき より広くは、サイロの分解に焦点を当てます。あなたの目標は、さまざまな部門、特にRPAセンターオブエクセレンス（CoE）とデータ分析CoEが連携できるようにすることです。これは必ずしも簡単なことではありません。

Klochkoff氏は、技術開発スキルに向けてさらに進んでいくと、RPAに関するスティグマに遭遇する可能性があると警告しています。 RPAは、一部の人にとっては時代遅れだと感じています。それ以外の場合はそれらを教育します。 UiPath AI Centerのようなプラットフォームを使用すると、以前よりもはるかに多くのことができます。 「ビジネス価値がそこにあるとき、研究開発（R＆D）予算もそうです。つまり、高度な技術を持った従業員が「幅広いサンドボックス」を利用できるようになります。」

エンゲージメントを構築すると、AIを既存のRPAソリューションに組み込む方法をすべてのレベルで示すことができます。エレガントな実装には、リーダー、従業員、およびリソースのサポートが必要です。

AIを本当に理解している人を探す

この記事から1つの教訓を取り上げる場合は、次のようにします。結果に焦点を合わせます。世界中のすべてのデモと例を使用できますが、結果を伴うユースケースのようなボリュームを語るものはありません。

早い段階でユースケースを見つけ、それらを実証するための適切な対象者を見つけます。適切な使用例は、進歩と実際の効果を示します。

このApprioHealthの例を見てみましょう。これは、UiPath AI Computer Visionを使用して、大量の医療保険請求を迅速かつ効率的に処理しました。 ApprioHealthのチームは、RPAの経験豊富なユーザーでしたが、仮想デスクトップインフラストラクチャ（VDI）がRPAの有効性を妨げていることに気づきました。 AI Computer Visionを使用すると、ソフトウェアロボットは人間と同じようにコンピューター画面を見ることができます。つまり、ApprioHealthは任意のVDIシステムでRPAを使用できます。

このユースケースは、チームが可能な進歩を理解し、それを追求したときにRPAの効率が7倍に向上したため理想的でした。

適切な対象者は、技術的な概念、AIのビジネス価値、およびAIイニシアチブへの関与が重要である理由を十分に理解している必要があります。

これは、デモンストレーションがうまくいかない場合がある場所です。 Klochkoffは、あるレベルの技術的洞察力に欠けているフロントオフィスの利害関係者と協力してこれを経験しました。彼のチームは、クライアントの提案に対する応答を事前に生成できるAIソリューションを構築しました。

「人々は、自分たちに価値をもたらすような興味深く複雑な問題に取り組むことに本当に興奮していましたが、ソリューションが100％の信頼度のしきい値で提供されなかったとき、彼らは本当に気にしませんでした」とKlochkoff氏は述べています。かつて興奮していた利害関係者は、そのしきい値を見ると無関心になりました。彼らは、AIソリューションがそうではなかったという答えを知っている質問のごく一部を気にしました。これは最初から理想的なグループではなかった、とKlochkoffは認めました。

誰もがKlochkoffが「流行語ビンゴ」（AI、ML、RPAを含むことができる）と呼んでいるものに参加するのが好きですが、プロジェクトによっては、手元のテクノロジーを本当に理解している人を探す必要があります。 Klochkoffは、「何年も一緒に働いてきた人々」で最も成功しました。

あるプロジェクトでは、4〜6週間で76％の精度から97％の精度になりました。「これは、テクノロジー機能への継続的な関与と友人の参加なしには実現できなかったでしょう。」

相互理解は、概念実証を超えてソリューションを展開し、最終的には拡張できるようにするものです。

勢いを利用して実行する

大手企業はすべて、最終的にはAIを使用して競争力を高める方法を学ぶ必要がありますが、実装のタイミングを間違えると、実装を見逃すのと同じくらいリスクが高くなる可能性があります。遅らせないでください、しかしまた急いではいけません。

準備状況をテストして勢いをつける方法について説明しました。パート2では、その勢いをどうするかについて説明します。興奮した後は、自動化プログラムへのAIモデルの統合が視野に入れられます。

Brian Klochkoffと私自身の言葉を聞くには、AIPlaybookウェビナーの録音をチェックしてください。