「準備ができている」状態とは
解決策はAIを放棄することではない。他の重要な企業変革と同様に、戦略、システム、そして説明責任をもって取り組むことだ。フローリーは、高度なパーソナライゼーションや顧客離反予測を試みる以前に、顧客記録の統一すらできていなかった通信業界やヘルスケア業界のクライアントを例に挙げる。
「私たちは彼らと協力し、デジタルかオフラインかを問わず、あらゆるチャネルから得られるデータを統合、重複排除、拡充することで、単一の顧客ビューを構築しました」と彼は語る。この修正後、あるクライアントでは重複レコードの識別が15％改善した。「これらの改善は、無駄な広告費の削減と、より意味のある戦略的な顧客コミュニケーションを大規模に実現することにつながりました」。
フォースターもまた、製造業における同様の事例を語った。「あるドイツ企業は、保守作業の予測に対して大きな野心を抱いていましたが、その導入は停滞していました」と彼は指摘する。「ブレークスルーが訪れたのは、機械データを標準化し、マスターデータと連携させ、中央データウェアハウスを構築した後でした。すると突然、モデルの精度が向上したのです。設備のダウンタイムは30％減少し、同社はより円滑なメンテナンス、生産フローの改善、そして明確な生産性向上という真の価値を手に入れました」。
自社のデータの正確さに、自分の評判、仕事、そして会社の未来を賭けられますか？
もし、これらのリーダーたちの意見が一致する点が1つあるとすれば、それは「AIは破綻したビジネスを修復しない。むしろ、その欠陥を露呈させる」ということだ。
「もし役員会議で5分間の時間をもらえたら、1つだけ質問するでしょう」とフローリーは言う。「あなたは自社のデータの正確さに、自分の評判、仕事、そして会社の未来を賭けられますか？ もし答えが即座の『イエス』以外ならば、その企業はAIを導入する準備ができていないのです」。
マホニーはこの問題に財務的な視点を加える。「あなたが新興のスタートアップであれ、AIが事業を強化すると主張する既存企業であれ、我々が知りたいのは、その段階的な計画と、どのように成長や効率化を数値化するのか、ということだ」。
そして、フォースターの最後の意見は、かなり率直なものだった。「あなたはAIにどの具体的なビジネス課題の解決を期待し、その成功をどう測定するのでしょうか？ それに答えられないのであれば、最高のアルゴリズムも、最大の予算も、何の助けにもならないでしょう」。
企業がこれらの問いに対する答えを明確にするまで、AIがもたらす「約束」は、単なる約束のままであり続けるだろう。
