Zyter|TruCareのCEO、スンダル・スブラマニアン氏。
新しいテクノロジーの登場において、生成AIほど劇的な登場を果たしたものはほとんどない。これほど急速な企業導入を見せたものはなく、将来の成長に対してこれほど力強い予測を示したものもほとんどない。エージェントAIも現在、同じ道をたどっている。
しかしAI導入による価値の測定は別の話であり、その数字はそれほど明るいものではない。昨年の時点で、AIの展開から具体的な財務的利益を得たと述べた企業は3分の1未満であり、何百万人もの労働者や管理職が現在の業務にAIを統合する際の課題を挙げている。
その理由は多岐にわたるが、過去数年間に数十人の企業リーダーと交わした会話から、一つの明確な点が浮かび上がってきた。多くの企業が、AIを既存の技術スタックにどう適合させるかを問うており、そこではAIがすべての財務・運用上の課題に対する特効薬として機能すると想定されている。
彼らは間違った質問から始めているのだ。彼らが問うべきなのは、AIを中核設計原則としてテクノロジーアーキテクチャ全体をどう再構想できるかということである。
別の言い方をすれば：組織はAIを技術的負債（長年にわたって一つのテクノロジーソリューションを別のものの上に積み重ねた結果生じる混乱）の解決策と見なすのをやめ、プロセス負債を軽減するための解決策として活用し始めるべきだ。
プロセス負債とは、時間の経過とともに実装された一連の時代遅れのプロセスが実際の顧客価値から切り離されてしまうことで生じる累積的な非効率性であり、これこそが組織の収益を実際に侵食するものである。
この負債を解消することこそ、AIが究極の価値を証明する場所となるだろう。
医療：プロセス負債の明確な例
プロセス負債をより理解するには、おそらくそれに最も苦しんでいる業界である医療を見れば十分だろう。
患者のケアを行う高度な教育と訓練を受けた専門家たちは、週に最大28時間を管理業務に費やし、実際のケア提供に費やす時間は勤務日のわずか27%である。つまり、日常的な医療プロセスは患者の健康という観点で大きなコストを生んでいるのだ。
プロセス負債についてさらに掘り下げると：医療処置の紹介や承認申請には、部門を超えた何百人ものスタッフ、（それぞれ異なる文書要件を持つ）数十の支払者ポータル、電子健康記録（EHR）やその他のソースからの手動データ収集、保険会社や管理者への電話やファックス、そして複数回のフォローアップが含まれる場合がある。
これらの申請は保険会社によって異なるだけでなく、診断、提案された処置、ケアの場所、提供者の資格によっても異なる。申請が部門間や様々な技術システム間で何度も受け渡されるため、6〜8日の処理時間は珍しくない。
これは患者にとって長い待ち時間であり、医療提供者と支払者の両方の時間を無駄にしている。AIプログラムは同じ作業を数時間で行うことができるが、それには適切な技術基盤が整備されている場合に限る。
どの業界にも独自の事前承認版があり、それは煩雑なプロセスのために容易に停滞する日常的な必須機能だ。このような機能不全の状況の中にAIボットを投入しても、意味のある違いは生まれない。
しかし、AIが持つ可能性を最大限に発揮できるようにシステムを再構築することで、大きな変化をもたらすことができる。
AIを活用して負債を軽減する
デジタルトランスフォーメーションの次の段階、そしてプロセス負債の解消には、タスクの自動化から成果のオーケストレーションへの考え方の転換が必要だ。これを念頭に置いて、組織はオーケストレーションアプローチの4つの中核要素を理解すべきである：
1. 構成可能なインテリジェンスレイヤー
成果オーケストレーションの中心にあるのは、ポータビリティの概念だ。インテリジェンスは一つのアプリやハードコードされたワークフローに閉じ込められるべきではない。構成可能なインテリジェンスレイヤーにより、AIエージェント、モデル、ロジックがシステムやユースケースを横断して移動できるようになる。これにより企業は、SalesforceやServiceNow、EpicやGuidewire、レガシーシステムやモダンスタックなど、作業が行われるどこでもインサイトを活用できるようになる。
2. オムニチャネルのステークホルダー体験
多くの場合、業務は人ではなくシステムを中心に設計されている。オーケストレーションプラットフォームは、メンバー、従業員、臨床医、顧客など、あらゆるステークホルダーに対して、チャネルを横断した統一された状況認識型の体験を提供する必要がある。つまり、安全なチャット、音声、SMS、フォーム、アプリ内体験が直感的で、先を見越し、パーソナライズされていなければならない。
3. 垂直的な問題解決
一般的なAIや自動化ツールは表面的なことしかできないことが多い。しかし、インパクトを生み出すのは、バリューチェーン全体に適用される領域固有のインテリジェンスだ。医療では、それは一つのフォームを自動化するのではなく、事前承認、臨床レビュー、異議申し立てをオーケストレーションすることを意味するかもしれない。オーケストレーションとは、問題の一部をデジタル化するのではなく、問題全体を解決することだ。
4. ラストマイルのカスタマイズ
どの2つの組織も同じように運営されているわけではない。プラットフォームは適応性を考慮して設計されなければならない—コンポーネントを再利用できるほどモジュール化されていながら、ローカルなワークフロー、ルール、役割に合わせて構成できるほど柔軟であること。成果オーケストレーションは一律ではなく、一つのアーキテクチャが多くに対応するものだ。
最終的な考察
これらの中核要素が、エージェントAIのための適切な基盤を作り出す。それにより、AIは様々なデータベース、技術システム、ワークストリームを横断して機能し、望ましい成果を達成するオーケストレーションレイヤーとして働くことができる。
混沌としたシステムで火消しをするために放たれたAIボットでは、これを達成することはできないだろう。
