ゴードン・ペロッセ氏は、AI Certsのパートナーシップおよび企業戦略担当エグゼクティブ・バイスプレジデントである。役割ベースのAIおよびブロックチェーン認証を提供している。
先進的な組織は2024年から2025年にかけて、生成AIの導入を急いだ。迅速なコスト削減を期待し、差別化と市場評価の向上を図るため、AI活用企業であることをアピールしようとした。多くの経営幹部は、単純にAIを導入すればよいと考えていた。簡単だと思われていたのだ。
AI Certsビジネス諮問委員会からの最近のフィードバックと、マサチューセッツ工科大学（MIT）の最新研究によれば、企業は指針を必要としている。MITの報告書によると、「スケール化の中核的な障壁は、インフラ、規制、人材ではない。学習である。ほとんどの生成AIシステムは、フィードバックを保持せず、文脈に適応せず、時間とともに改善されない」という。この研究は、多くの組織がAIを採用しているものの、測定可能な影響を生み出しているのはごく一部に過ぎないことを示している。
AIパイロットプロジェクトの成功率が低い理由はいくつかあるが、最終的にはすべて、なぜ、何を、どのように行うかについての明確性の欠如に基づいている。大手医療機関の神経内科部長であるスザーナ・ボウリング博士は、最近のインタビューで、組織の整合性を確保するためのAIロードマップ、変革管理、役割ベースのAI研修の必要性を明確に述べた。
AIはビジネスに革命をもたらす可能性があるが、それは計画的に新たなプレイブックを実装した場合に限られる。以下は、組織がAIを展開する際に実行すべき10のステップである。
実践的な10ステップのプレイブック
1. 望ましいビジネス成果から始める。改善しようとする指標を選択する。処理時間、サイクルタイム、リードの質、コスト回避、ネット・プロモーター・スコアなどだ。損益計算書または業務上の重要業績評価指標（KPI）に結びつける。パイロットプロジェクトを、明確な仮説と成功基準を持つビジネス実験として扱う。
2. スポンサーシップと責任者を配置する。エグゼクティブスポンサー（最高執行責任者、最高情報責任者、最高製品責任者）と、成果に責任を持つプロダクトオーナーを任命する。優れたリーダーシップとスポンサーシップが、スケール化するパイロットと停滞するパイロットを分ける。
3. ビジネス主導のパイロット設計を作成する。低リスクで、封じ込め可能で、測定可能な環境でパイロットを実施する。期間を短くし、合意された受入基準と文書化されたスケール化計画を設ける。現在業務を行っている人々を巻き込み、ユースケース、プロセス、落とし穴についての第一線の知識を得る。目的は、単にAI活用企業であると言うことではなく、改善とコストを検証することである。
4. 初日から部門横断的に整合させる。製品、エンジニアリング、オペレーション、コンプライアンス、人事、ビジネスリーダーを早期に集める。エンドツーエンドのワークフローをマッピングし、モデルが孤立した成果物としてではなく、実際のプロセスに統合されるようにする。デジタルトランスフォーメーションの教訓を思い出そう。AI導入前に人間の介入なしでは機能しないプロセスは、AI導入後により速く失敗する可能性が高い。人々は成功の鍵であるため、全体を通じて関与させる。
5. システムを使用し、サポートする人々を訓練し、支援する。最初の、そしてしばしば忘れられるステップの1つは、新しいワークフローとモデル出力について、最前線の作業者、マネージャー、サポートチームを訓練し、支援し、その後、彼らの貴重な洞察と意見を収集し、それに基づいて行動することである。AI機能が進化するにつれて、リスキリングと継続的なアップスキリングを計画することが重要である。
訓練、透明性、明確な期待の設定、継続的なキャリアサポートの提供を通じて、恐怖と抵抗に対処する。人々は、AI活用の未来において自分がどのように、どこに適合するかを理解する必要がある。ヒューマン・イン・ザ・ループは、プロセスと製品の監視を提供しながら人々を関与させ続ける1つのアプローチである。
6. 最初からセキュア・バイ・デザインとプライバシー・バイ・デザインを確保する。脅威モデリング、アクセス制御、暗号化、ログ記録、データアクセスおよび保持ポリシーを初日から組み込み、これらが後から追加される後付けではなく、後で制約や露出を引き起こさないようにする。個人情報の不必要な露出を避けるように設計し、すべてのベンダー契約に明確なデータ使用・削除条件が含まれていることを確認する。
7. 測定可能なKPIのための計測を行う。3つから5つの先行・遅行指標（ビジネス、業務、信頼性）を選択する。定期的な測定プロセスとA/Bテストを実装し、後退を検出し、ROIを継続的に定量化できるようにする。
8. 強力なガバナンスと変更管理を実装する。AIガバナンス委員会とリーダー（法務、プライバシー、セキュリティ、人事、ビジネス）を設立する。ロールバック、インシデント対応、モデルバージョン管理のための本番プレイブックを維持する。RSAIF MOSAIC、EU AI法、NIST AI RMF、OECD AI原則、UNESCO AI倫理などのグローバルフレームワークに従う。（完全開示：AI CertsはRSAIFトレーニングパートナーである。）このようなフレームワークに従うことで、準備態勢を大幅に加速し、展開とビジネスリスクを軽減できる。
9. 社内構築か外部委託かを決定する。MITのデータは、コア差別化機能ではない能力について、戦略的パートナーシップが社内構築よりも速いROIをもたらすことが多いことを示している。さらに、彼らの研究では、外部委託の成功率は社内AIプロジェクトの2倍であることがわかった。考えてみよう。数百のAIプロジェクトを展開したコンサルタントは、初めて行う人よりも効率的ではないだろうか。
10. 迅速に学び、反復し、スケール化する。パイロットが成功したら、スケールアップ計画を実行する。失敗した場合は、学んだ教訓を記録し、方向転換するか終了するかを決定する。成功するリーダーは、AIを継続的改善と学習の旅として扱う。
最後に
採用は、AIが人々が仕事を遂行する方法の解決策の一部となったときに起こる。
このプレイブックを使用するか、共感できるものを見つけるか、独自のものを作成することができる。重要なのは、これが従来のIT変革管理ではないことを理解する必要があることだ。AI変革管理には、人々を第一に考えるアプローチ、透明性と信頼、継続的な学習、適応能力が必要である。
成功には規律が必要である。明確な所有権、協力、明確に定義されたユースケース、ガバナンス、フィードバックループ、関与し訓練された人々、堅牢なデータ管理、指標、変革管理だ。それを強力なスポンサーシップ、セキュアな設計、測定可能なKPI、部門横断的な実行、そして最終的には人間が日常業務でAIツールを信頼し使用することと組み合わせる。
