多くの組織はAI導入において、追うべきものを取り違えている。最も高度なアルゴリズム、最も派手なツール、あるいは最大手ベンダーの大きな約束を追い求めるのだ。では、実際にAIで成果を上げている組織はどうか。彼らがしているのは、はるかに地に足のついた、そしてはるかに再現可能な取り組みである。
医療システムや病院、業種をまたぐ企業を長年支援してきた経験から言えば、リーダーとそれ以外を分ける戦略的テーマは、常に3つに収れんする。
アルゴリズムではなく、ワークフローから始めよ
モルガン・スタンレーは、画期的なモデルを設計するためにデータサイエンティストのチームを編成することからAIの旅を始めたわけではない。彼らはシンプルな問いから始めた。従業員が日々直面する最も煩わしい業務は何か、と。
答えは明快だった。顧客との面談準備が、アドバイザーを本来の顧客関係構築から引き離していたのだ。そこでモルガン・スタンレーは、まったく新しいものを作るのではなく、アドバイザーがすでに使っているツールへAIを直接組み込んだ。その結果、顧客対応の準備はより的確になり、面談1回あたり約30分を削減。さらにアドバイザーチーム全体で採用率98%に達した。
AIの最良の入口は、技術的な高度さではない。業務上の「いら立ち」である。
インフラと部門横断チームを同時に構築せよ
ウォルマートの在庫管理へのアプローチは、今日のビジネスにおいて最も示唆に富むケーススタディの1つだ。それはテクノロジーのためではなく、その背後にある規律のためである。
同社は2つの施策を同時に進めた。第1に、全店舗とサプライヤーを単一のシステムにつなぐ統合データ基盤を構築した。第2に、データサイエンティストと、顧客行動を理解する店舗マネジャー、季節需要を追うバイヤー、配送ロジスティクスを熟知するサプライチェーンの専門家を組み合わせた部門横断チームを編成した。
どちらか一方だけでは機能しない。インフラはシグナルを届け、人間の専門知はそれに基づいて行動するための判断をもたらす。両者の組み合わせにより、数千拠点にわたる欠品の減少という測定可能な成果が生まれた。
人間の文脈を欠いたテクノロジーは、ただのノイズである。
拡大の前にガバナンスとKPIを確立せよ
多くの導入が静かに崩れていくのはここであり、そして損害が生じた後に私が呼ばれることが最も多いのもここだ。
クリーブランド・クリニックは、いかなるツールも拡大する前にAIガバナンス体制を構築した。学際的なタスクフォースは、臨床ケア、法務、コンプライアンス、サイバーセキュリティ、生命倫理を結集し、各グループは定義された成果に対して責任を負った。初期の実装が期待どおりに機能しなかった場合でも、構造化されたレビューのプロセスがすでに用意されていた。非難はない。思考停止もない。前へ進む明確な道筋があるだけだ。
苦戦している導入の内部で私が見つけるのは、テクノロジーの問題ではないことが多い。文化の問題である。非難が自由に飛び交い、誰も成果に責任を持たない。あらゆるAIソリューションを拡大する前に、すべての組織は4つの問いに答えなければならない。成功のオーナーは誰か。失敗のオーナーは誰か。90日後と1年後の進捗はどのような姿であるべきか。そして、非難なしに軌道修正を行うための定義されたプロセスは何か。
今日AIで先行する組織には、1つの決定的な特徴がある。戦略、構造、説明責任を、テクノロジーそのものと同じくらい真剣に扱ったことだ。ツールは進化し続ける。だが、基本は決して変わらない。まずガバナンスを構築せよ。そうすれば、結果は後からついてくる。
