アニル・ジャイスワル氏はU.S.バンクのテクノロジー変革担当上級副社長。クラウド、データ、AIを活用した変革を専門としている。
人工知能はもはや未来の構想ではない。今日、産業を再形成している現実だ。サプライチェーンの最適化から顧客体験のパーソナライズ、医薬品開発の加速まで、AIは前例のないペースで産業を変革している。
しかし、多くの組織は苦い経験から学ぶことになる。AIを既製品として購入し、変革的な結果を期待することはできないのだ。AI時代における真の成功は、強力な三位一体に依存している。それは、基盤としての現代的なデータ戦略、ロードマップとしての実用的なAI戦略、そしてエンジンとしての高性能チームだ。
長い間、企業はこれらを別々の取り組みとして扱ってきた。そのアプローチは失敗する。今日の世界では、これら3つの要素は切り離せないものであり、それぞれが他を増幅させる。
基盤：行動を可能にするデータ戦略
データ戦略はすべての基盤となる。それが時代遅れであったり、構造が不十分であれば、最も高度なAIツールでさえ十分な性能を発揮できない。過去のデータ戦略はレポーティングと分析のために構築されていた。現在では、リアルタイムの意思決定とイノベーションをサポートする必要がある。
現代的なデータ戦略を定義する3つの重要な原則：
- 製品としてのデータ：サイロ化されたデータは進捗を遅らせる。代わりに、データを厳選され、信頼性が高く、アクセスしやすい製品として扱う。例えば、「アカウントデータ製品」は、クリーンで、十分に文書化され、必要とするあらゆるチームが利用できるべきだ。これにより混乱が排除され、全員が同じ情報に基づいて作業できる。
- 品質とガバナンス：質の低いデータは質の低いAIにつながる。強力なガバナンスフレームワークは官僚主義を作り出すことではない。信頼を確立することだ。明確な所有権、品質基準、倫理的ガイドラインにより、AIモデルの正確性、公平性、信頼性が確保される。
- スピードのためのアーキテクチャ：AIにはリアルタイムデータが必要だ。現代的なアーキテクチャは、クラウドプラットフォーム、データレイク、分散システムを組み合わせて、バッチデータとストリーミングデータの両方を処理する。これがなければ、AIは需要に対応するのに苦労するだろう。
この堅牢なデータ基盤がなければ、AIイニシアチブは不正確な結果を提供したり、スケールできなかったりして、停滞する可能性が高くなる。しかし、この基盤だけでは十分ではない。それを導くロードマップに合わせて目的に沿って構築される必要がある。
ロードマップ：結果に焦点を当てたAI戦略
効果的なAI戦略は、テクノロジーではなくビジネス目標から始まる。コスト削減、顧客満足度の向上、プロセスの自動化など、戦略は成功がどのようなものかを定義し、なぜそれが重要なのかを明らかにすべきだ。
AI戦略を成功させる要素：
- ビジネス主導の優先事項：トレンドを追いかけることを避ける。顧客離れの減少や業務効率の向上など、実際の問題を解決するプロジェクトに焦点を当てる。自信を構築し、より大きなイニシアチブへのサポートを確保するために、クイックウィンから始める。
- 倫理と責任：AIは責任を持って使用されなければならない。バイアス、透明性、プライバシーなどの問題に積極的に対処する。倫理的なAIは単に正しいことをするだけでなく、評判を守り、信頼を構築する。
- スマートな優先順位付け：潜在的な影響と実現可能性に基づいてプロジェクトを評価するためのシンプルなフレームワークを使用する。高い価値を提供し、短期間で達成可能なイニシアチブに焦点を当てる。
AI戦略は、技術的な取り組みが具体的なビジネス成果の創出と一致していることを確認し、組織が何の成果も生まない「キラキラしたAIオブジェクト」を追いかけることを防ぐべきだ。そして、このロードマップを進むためには、熟練した結束力のあるチームが必要だ。
エンジン：成功を推進するチーム
最高のデータと戦略を持っていても、適切なチームがなければ成功しない。AIはさまざまな役割にわたる協力が必要なチームスポーツだ。
主要な役割には、データインフラを構築・維持するデータエンジニア、モデルを開発し洞察を明らかにするデータサイエンティスト、実環境でモデルを展開・スケールするMLエンジニア、ビジネスニーズと技術的実行を結びつけるAIプロダクトマネージャー、そしてソリューションが実用的で関連性があることを確保するためのコンテキストを提供するドメインエキスパートが含まれる。
これらのチームは密接に協力し、ビジネスユニット内に組み込まれたままで、機敏さと焦点を維持する必要がある。効果を最大化するために、協力と共有目標を奨励する。
好循環
データ、戦略、チームはチェックリストではなく、サイクルを形成する。チームがデータ戦略を洗練し、それがAI戦略を可能にし、それが両方を改善する洞察を生み出す。これらを別々のサイロとして扱うと、摩擦と失敗が生じる。この統合をマスターできれば、AIを単なる採用ではなく、変革の力に変えることができる。
