マーティン・テイラーはContent Guruの共同創業者兼副CEOである。
ChatGPTの登場からほぼ3年が経ち、AI（人工知能）は次の進化段階に入っている。生成AIは人々の想像力を掻き立てたが、投資対効果（ROI）、膨らむコスト、プロジェクトの実現可能性に関する懸念が高まり、初期段階の熱狂に影を落としている。ガートナーは「2025年末までに、少なくとも30%の生成AI（GenAI）プロジェクトが概念実証後に放棄される」と予測している。
AIの次の形態である、大いに期待されているエージェントAIも、すでに同様の逆風に直面している。認識、評価、行動、独自の学習を行うよう設計されたエージェントAIは、複雑な目標ベースの問題を解決するために半自律的に機能する。しかし、誇大宣伝や約束だけでは、もはやテクノロジーの前進を維持するには不十分だ。ガートナーは「2027年末までに、エージェントAIプロジェクトの40%以上が、コスト増大、不明確なビジネス価値、不十分なリスク管理を理由にキャンセルされる」と予測している。
世界のAI市場は2025年末までに2500億ドルに達すると予想される中、組織がAI成功の可能性を最大化するために何をすべきかを理解することが不可欠だ。現在のAIイニシアチブが苦戦している主な要因は何か、そしてより重要なのは、AIが測定可能で持続的な価値をもたらすために企業は何ができるのか。
1. データ品質の欠如
データはすべてのAIイニシアチブの基盤だが、最も一般的な失敗点の一つでもある。CEOの72%が、生成AIから価値を引き出す鍵は確かなデータにあると報告している。不正確、断片化、または古いデータは、信頼性の低い出力や幻覚を引き起こす。これは驚くべきことではない。「ゴミを入れればゴミが出る」というのは、コンピューティングの格言として最初から存在していた。AIはそれを指数関数的に活用するだけだ。特にエージェント環境では、連続した計算段階が実行され、それぞれが前段階の出力を出発点としている。
二つの解決策が提案されている。まず、AI生成の記述と共に情報源への直接リンクを提供することで、ユーザーがAIの出力を自分で検証できるようにする。この手法はAI自体の精度向上にも役立つことが示されており、幻覚を減らし消費者の信頼を構築するという二重の利点をもたらす。
次に、顧客データプラットフォーム（CDP）は、異なるソースからの断片化されたデータを調整し、AI処理のためのクリーンで正確な情報を提供し、精度を確保し、組織の既存の記録システムからCRMスタイルの「ビッグバン」データ移行の必要性を回避できる。
エージェントAIは期待が膨らみすぎている面もあるが、統一され文脈化されたデータによって強化されたインテリジェントオートメーションはすでに実際の測定可能な価値を提供している。CDPを活用することで、企業はデータ過負荷を克服し、効率性を高め顧客体験を向上させるよりスマートで迅速なアクションを実現できる。
2. 成長と規制のバランス
AI企業の数は2015年以降着実に増加しており、現在は世界中に7万社以上あると推定されている。AIの進化スピードは非常に速く、今日最高のツールが明日には目的に合わなくなる可能性がある。企業が新しい市場に拡大するにつれて、追加言語のサポートや新しい地域の規制への準拠が必要になる場合がある。単一のAIベンダーや大規模言語モデル（LLM）プロバイダーに依存している企業は、こうした変化に適応するのに苦労する可能性がある。
同時に、規制は常に変化している。EU AI法はリスクベースのアプローチを取り、規制の確実性を提供するが、急速なイノベーションのための柔軟性は限られている。対照的に、米国の規制はセクター固有のガイダンスに依存しており、組織が従うべき規則はより断片化している。
最新テクノロジーを活用したい企業にとって、組織の目標を評価し、それらの目標を達成するための最適なAIテクノロジーを調整できる信頼できる技術アドバイザーとのパートナーシップが不可欠だ。これは、エージェントAIが成長し多様化するにつれてますます複雑になるだろう。これらのアドバイザーは、特に多国籍展開の規制要件が満たされ、引き続き満たされることを確保する。
3. 成果を出すAI投資
過去数年間で、AIプロジェクトのわずか25%が期待された投資対効果をもたらしている。多くの場合、プロジェクトは明確なビジネスとの整合性なしに展開されるため失敗する。
AIの可能性を引き出す鍵は、的を絞った実装にある。AIは、スピード、精度、スケールを要求し、AIの影響を明確に測定できる領域で最も効果を発揮する。
成功するためには、AIイニシアチブがコスト削減、顧客維持、従業員の生産性、収益成長など、テクノロジーが即座に影響を与えられる課題に直接リンクしている必要がある。既存のプロセスを自動化したり、主要な指標を改善するためにAIを使用することで、企業はAIの価値をより効果的に追跡できるようになる。
AIが具体的なビジネス価値を提供できる場所と方法
顧客体験（CX）は、最もAIに適したビジネス機能の一つとして引き続き際立っている。CXは、人、データ、プロセスが高度に最適化され、顧客満足度（CSAT）や平均処理時間（AHT）などの指標により、実装後のAIの有効性を容易に定量化できる、すでに最適化された作業環境を提供している。
AIは、定型業務を自動化し、リアルタイムで次のベストアクションを提示し、コンタクトセンターのスタッフが複雑な問い合わせや共感に集中できるようにすることで、組織の人材を置き換えるのではなく強化し、全体的な効率性向上をもたらす。
「AIが人間の助けを借りて人間を支援する」という原則は、あらゆるセクターにおけるAI導入の現在および次の段階を導くべきだ。最近の報告によると、組織の77.1%がCXにおけるAI実装から「大幅な」または「ある程度の」コスト削減を実現しており、AIの実装がビジネス価値と合致すると、1年以内にROIが達成されることを示している。これらの節約は単に財務的なものだけでなく、従業員の生産性と福利厚生の向上、そして顧客ロイヤルティの増加も反映している。
AIのROIを実現する
AIの成功的な実装は、ビジネスに最大の価値をもたらし、プロセスやシステムの全面的な刷新を必要としないプロジェクトにかかっている。ほとんどの組織にとって、CXは測定可能なROIと従業員と顧客の両方に対する実証可能な改善を提供する青写真となる。
AI、特にエージェントAIは進化し続けるが、強力なビジネスケースがなければ、最も高度なツールでもパイロット段階にとどまるだろう。勝者となるのは、AIそのもののための誇大宣伝を追いかける者ではなく、AIを自社組織のために機能させることに専念する者だ。
