AIを組織に適用して競争優位性を求める先見の明あるビジネスリーダーたちは、もはやこの技術がタスクを支援したり実行したりできるかどうかを問うのではなく、どのタスクに展開すべきかを問うようになっている。エージェント型AIは時間軸を超えて推論し、結果から学習し、他のAIエージェントと協力してパフォーマンスを最適化できる。感情的知性を備えた問い合わせへの対応や、人間の判断が必要な場合のエスカレーションも可能だ。
どのような企業にとっても、その潜在的な成果は無視できない：より良い意思決定、より速いサイクル、そして劇的に低いユニットコストである。エージェント型AIは単なる新技術ではなく、全く新しい運用モデルだ。ただし、これらのシステムが適切に管理されず、意図的かつ綿密な注意を払わなければ、バイアスを強化したり、説明責任を不明瞭にしたり、コンプライアンス違反を引き起こす可能性もある。
エージェント型AIの恩恵を受けるには、新しい役割や採用から新しいインセンティブ、KPI、トレーニングまで、組織的な変化が必要だ。また、AIエージェントを、明確な役割、説明責任、そして運用モデルに組み込まれたパフォーマンス指標を持つ人間の従業員とまさに同じように扱うことも意味する。COOとCIOの皆さん、注目してほしい。AIエージェントの展開と雇用に向けて組織を準備するための最前線のリーダーシップの役割と責任はあなたにある。
私たちのエージェント同僚
固定された指示を実行するのではなく、エージェントはより協力者のように行動する。自律的な判断や決定を下し、定義された目標を達成するための行動を取ることができる。単一エージェントシステムは、エンドツーエンドのタスクを独立して実行できる。マルチエージェントシステムは、相互作用し協力するエージェントの分散ネットワークとして機能する。
例えば、金融ビジネスでは、3つの別々のエージェントが協力して働くことができる—1つは信用力を評価し、もう1つはリスクエクスポージャーをモデル化し、3つ目は規制遵守を確保する—これらがリアルタイムで顧客体験を最適化する。明らかに、このタイプのAIをこのレベルで採用することは、組織の運営方法を再構築することを意味する。これにより、スピード、規模、精度の向上が実現するが、新たなリスクカテゴリーとそれらを管理する必要性も生じる。
この世界に参入するには、インフラストラクチャ、相互運用可能なデータエコシステム、そして機能間の深い統合に投資と時間を費やす必要がある。規模で機能させるためには—そしてそれは規模でのみ意味がある—リーダーは説明責任、倫理、ガバナンスを刷新し、人間とインテリジェントマシンが効果的に協力できるようにする必要がある。
ハイブリッド人材の管理
効果的な人間の従業員と同様に、AIエージェントが生産的で安全であるためには適切に管理される必要があり、それは彼らがどのように資金提供され、評価され、統合されるかについての企業の考慮を意味する。例えば、リーダーは人材の総コストを理解しており、それには給与、福利厚生、ボーナス、トレーニングが含まれる可能性がある。彼らは今、AIエージェントの総所有コスト（TCO）にも焦点を当てる必要があり、これにはITシステム、モデルの再トレーニング、オーケストレーション層、ガバナンスツール、コンプライアンスが含まれる。最高のエージェントは、最高の人間の従業員と同様に、機能を横断して働くことができるべきであり、パフォーマンスの低いエージェントは再トレーニングされるか、より厳密にパフォーマンス管理されるか、または引退させるべきだ。
すべてのエージェントは、人間のチームメンバーと同様に、職務記述書を持ち、その結果をモニタリングされる必要がある。エージェントはまた、特に規制対象セクターでは、人間がポリシーに従うのと同様にガードレールに従わなければならない。AIエージェントを戦術的ツールから戦略的人材資産に昇格させることは、人々に使用されるのと同じ（または類似の）基準を彼らに適用することを意味する。
私たちは「スマートオペレーション」で働く
組織が意思決定を行う方法は変化し、人間とAIエージェントが協力して決定を下すようになる。誰が誰をリードするかはタスクによって異なる。そしてエージェントが高頻度または取引作業を引き受けるにつれて、従業員はより多くの監視、倫理、判断を必要とする役割にシフトする。
このシフトは実装計画をはるかに超え、全く新しい考え方を包含している。各デジタルワーカーは—各人間の従業員と同様に—明確に定義された役割と目標を必要とし、ビジネスパフォーマンス、ガバナンス、監視に対する測定可能な影響と、そのパフォーマンスが仕事に適していると判断された場合に他の場所で働く機会も必要とする。
どの決定を自動化するかの判断
エージェント型AIはほぼあらゆる機能で可能性を提供するが、サービス運用は依然として最も鋭い実証の場である。これらの環境は大量の反復的なタスクとサイロに閉じ込められたデータが豊富であり、インテリジェントな自動化に理想的である。しかし、問題はもはや企業が何を自動化できるかではない。どの決定を自動化すべきか—そして人間の判断がまだ重要な場所はどこかということだ。
正しいタスクに焦点を当てているかどうかを考慮せずに自動化を追求する組織は、時間とリソースをほとんど効果なく費やす可能性が高い。代わりに、エージェント型AIエンティティの適用に関する決定は、関連するリスクと必要な判断の程度の慎重な考慮に基づくべきである。低リスク、低複雑性の決定は完全な自動化に最適である。高リスク、高判断のシナリオでは、おそらくAIコパイロットによってサポートされる人間の監視がまだ必要となるだろう。ビジネスの一部の領域では直接的なAI関与がないが、それはそうあるべきである。
始め方
エージェント型AIを規模で展開することは、単純明快ではなく、確実に時間がかかる組織的変化を意味する。新世代のエージェント型共同作業者を迎える準備をする方法についての議論と決定をサポートするポイントには、機能横断的な連携に焦点を当てることが含まれる。COOと最高情報責任者から始まる上級リーダーが成果を所有すべきである。
他の場所では、人間の役割は例外処理、判断ベースの意思決定、顧客体験に向けてシフトしなければならない。企業はこれらの要求を満たすために調整された、よく考えられたトレーニングと採用プログラムを必要とする。さらに、AIの有効性は信頼性の高いデータに依存するため、データインフラストラクチャを近代化することを目的とした並行プロジェクトは、多くの企業にとって旅の不可欠な部分となるだろう。
そして最後に、この規模の変革では、あらゆるレベルでのコミュニケーションが抵抗を減らし、取り組みを持続させるために不可欠である。実際、人々を巻き込まないことは変革の失敗の最も一般的な理由である。エージェント型AI準備と採用へのシフトにおいても、それは変わらないだろう。
