組織における人工知能（AI）の導入には計画が必要に思える。実際、計画は必要だ。しかし、特定の計画がうまくいくと期待すべきではない。
これは矛盾しているように聞こえるかもしれないが、根本的な真理は、我々が試行錯誤の経済の中で生きているということだ。我々は計画を立てる。それを試してみる。多くは失敗する。成功した計画でさえ欠陥がある。しかし、我々は成功したものを継続し、前進しながら欠陥を修正していく。悪い計画は破棄する。ただし、資金が尽きるまで破棄しないこともある。
組織にAIを構築するには、さまざまなプロジェクトを含むロードマップを作成する方が、一度に1つのプロジェクトを試すよりも成功する可能性が高いと、トビアス・ツヴィングマン氏は指摘する。同氏は次のように書いている。「最初のプロジェクトが期待外れに終われば、『AIを試したが、うまくいかなかった』という物語になる。2回目の試み、反復、学習曲線は存在しない。1回の試み、1つの結果、終了だ」。同氏は、社内のさまざまな領域で複数の異なる実装を試すことを推奨している。
勝利するプロジェクト、あるいは企業、従業員、戦略を選ぶことは非常に難しい。次のことを考えてみよう。1908年、米国には自動車を製造する企業が250社以上存在した。初期の自動車業界における多数の企業の中から勝者を選ぶことは、明らかに困難だった。多数の企業が異なる設計コンセプト、生産方法、マーケティングアプローチを採用していた。成功した企業が勝ち残った。業界全体は成功したが、業界内のほとんどの企業は失敗した。そして、AI導入の取り組みは、ほとんどの試みが失敗しても成功する可能性がある。
AI展開における経営幹部の課題は、初期の自動車業界を模倣することであり、ヘンリー・フォードになろうとすることではない。つまり、唯一最良の道を見つけることを目指すべきではない。代わりに、競合他社が見つけ出す改善を、彼らと同じ速さか、それより速く捉えることを目指すべきだ。失敗は、会社の存続を賭けた失敗でない限り問題ない。失敗が価値あるものとなるには、チームがAIを機能させる方法についての理解を深める必要があるが、過度な破壊は避けなければならない。ガードレールとしては、無駄にした資金、評判、データセキュリティ、規制遵守などが考えられる。
ツヴィングマン氏の助言は読む価値が十分にあるが、ロードマップではなく、ポートフォリオとして考えることを提案したい。すべての投資家は、株式ポートフォリオが一部の損失銘柄があっても良好な成績を収めることができることを知っている。同様に、AIプロジェクトのポートフォリオは、多くが成果を上げなくても大きな利益を生み出すことができる。そして、AIプロジェクトのポートフォリオには、投資ポートフォリオに対する大きな利点がある。過去の実績は確実に将来の結果を示すのだ。成功したプロジェクトには、特定の業界や特定の機能で機能する共通点があるかもしれない。これらはより積極的に追求できる。失敗したプロジェクトにも共通点があり、組織がさらなる失敗を避けることを可能にするかもしれない。
ポートフォリオアプローチでAIを導入することで、意識的な分散が可能になる。財務部門のプロジェクト、業務部門のプロジェクト、マーケティング部門のプロジェクトなどだ。
マネージャーは通常、各決定を単独の選択として考え、正しい判断を下すべきだと考える。しかし、ポートフォリオアプローチは、より冒険的な試みを促す。マネージャーは1つの決定にキャリアを賭けているわけではない。それは極端な保守主義と、失敗したプロジェクトの終了への抵抗につながる。
