ゲイリー・ラマック氏は、戦略・成長担当上級副社長、講演者、取締役顧問である。
毎週、私は社内全体にAIツールを展開した経営幹部と話をしている。彼らはライセンスを購入し、トレーニングセッションを実施し、「AI変革」のチェックボックスにチェックを入れた。そして、私に不快な質問を投げかける。「なぜ重要な部分で成果が見えないのか？」
答えはいつも同じだ。彼らは変革を構築することなく、能力を構築したのである。
長年にわたり、私は数十のAI導入を間近で見てきた。私が学んだことは、汎用AIツールと既製のトレーニングプログラムは、進歩の幻想を生み出すということだ。それらは認識を高め、基礎的なリテラシーを構築する。これは明らかに価値がある。しかし、それらはコモディティ層で止まってしまう──競合他社が簡単に追いつける場所で。
AI導入の進捗を台無しにしているもの
AIツール導入が失敗する場所は2つある。
ツール優先の罠
ほとんどのAIプログラムは、機能を紹介することから始まる。「見てください、要約できます！メールの下書きができます！アイデアをブレインストーミングできます！」これは好奇心を生み出すが、成果は生み出さない。私は、チームがAIの可能性に興奮し、その後数週間以内に古いワークフローに戻るのを見てきた。なぜなら、誰もテクノロジーを実際のビジネス成果に結びつけなかったからだ。
従業員がAIが販売サイクルの短縮、解決時間の短縮、エラー率の低下にどのように対応するかを理解していない場合、彼らはそれをオプションとして扱う。オプションのツールが財務的影響をもたらすことはめったにない。AI投資から真のROIを得ている組織は、ツールの機能ではなく、ビジネス上の問題から始める組織である。
ワークフロー統合のギャップ
通常、デジタル変革のトレーニングは、完璧な入力と明白なユースケースを持つクリーンな例を使用する。しかし、従業員が実際に直面するのは、レガシーシステム、コンプライアンス制約、複数のデータソース、厳しい締め切りである。既製のプログラムは、そのギャップを埋めることができない。彼らはあなたのワークフローを知らないからだ。
例えば、金融サービスでは、従業員はトレーニングセッションでAIを学ぶが、規制要件と既存システムの中でそれをどのように適用するかを理解できない。したがって、新しいツールは別のウィンドウに置かれ、実際の作業中は手つかずのままになる。それは実際に物事が行われる方法の一部にはならないため、利益は決して実現しない。
能力から行動変容へ
汎用コースは、プロンプトの書き方、出力の編集、ミスの回避といった仕組みに焦点を当てている。それは必要かもしれないが、常に不十分である。ビジネスへの影響には行動変容が必要だ。人々は毎日、異なる働き方をすることを決定する必要がある。それは、新しい習慣、マネージャーからの新しい期待、新しいパフォーマンスフィードバックループを意味する。
私の経験では、ここでほとんどの導入が崩壊する。AIの使い方を1時間で教えることはできる。しかし、日々の仕事へのアプローチを変えることは？それには練習、マネージャーのコーチング、新しい行動を持続可能にするための目に見える成功が必要だ。
マネージャーのパラドックスへの対処
マネージャーは導入のレバレッジポイントだが、ほとんどのトレーニングプログラムは彼らを完全に無視している。それらは最前線の従業員の育成に焦点を当て、マネージャーが理解するだろうと想定している。多くの場合、彼らは理解しない。
マネージャーがAI対応の仕事を理解していない、またはそれをレビューする方法を知らない場合、従業員は選択に直面する。マネージャーが評価しないAIを使用するために余分な努力をするか、慣れ親しんだものに固執するか。慣れ親しんだアプローチがほぼ毎回勝つ。私は、1人の懐疑的なマネージャーが「なぜ通常の方法でやらなかったのか？」と尋ね続けたために、有望なAIパイロットが死ぬのを見てきた。
AIを受け入れるチームは、ほぼ常にマネージャーが最初にそれをモデル化するチームである。導入を成功させるには、マネージャーは期待、レビュー基準、コーチングフレームワークに関する明確さを必要とする。
重要なことを測定する
ベンダーは、購入したライセンス、完了したコース、満足度スコアなどのトレーニング指標を報告することを好む。しかし、このデータはAIがビジネスを前進させていることを証明しない。投資を正当化するには、特定のユースケースに関連するサイクルタイム、エラー率、スループット、顧客満足度などの変化を確認する必要がある。
最良の導入は、初日からこれらの指標を計測する──測定自体が本質的に重要だからではなく、チームは測定するものを管理するからだ。運用面でROIを実証できない場合、AIは漠然とした約束を伴うコストのままである。
持続可能な優位性の構築
汎用AI導入の皮肉な結果は、競合他社が数週間で一致できる能力を構築するためにお金を費やすことだ。ツールを購入し、汎用コースに人々を送ることは、優位性を保護する堀を作らない。競合他社が簡単にコピーできないのは、AIを独自のワークフローにどれだけ深く組み込むか、文化とインセンティブをどれだけうまく調整するか、独自データをどれだけ効果的に活用するかである。
汎用導入がそこまで深くなることはめったにない。それらは、承認フロー、カスタムシステム、業界固有のエッジケースを考慮していない。例えば、製造業では、企業が数十年にわたる製品故障データとメンテナンスログにAIを接続すると、真の価値が現れる。これは、競合他社が同じAIサブスクリプションを購入することで複製できるものではない。既製のトレーニングが決して対処しないカスタム導入作業は、AIが実際に収益を動かす差別化された層である。
前進への道
認識から影響へ移行するには、AI活用は成果に基づき、役割固有で、ワークフローに組み込まれ、マネージャー主導である必要がある。それは、独自のプロセス、リスク環境、競争上のポジショニングに対処する必要がある。これには、汎用トレーニングを展開するよりも多くの時間、カスタマイズ、組織的コミットメントが必要である。しかし、これはまた、リーダーがAIに投資する際に期待する財務結果を一貫して提供するのを私が見てきた唯一のアプローチでもある。
問題は、AIがビジネスを変革できるかどうかではない。変革の実際の作業を行う意思があるかどうかである。
