オマー・クレシ氏は、AI活用を前提とした非営利団体Americans 4 EqualityのCEOである。
ほとんどのリーダーが「AI優先」を掲げる時、実際に意味しているのは、調達が迅速に進んでいるということだ。ツールが購入され、キックオフミーティングが設定され、社内チャットにいくつかの新しいチャンネルが登場する。6カ月後には、プラットフォームの半分は静かに放棄され、残りの半分は誰も意図していなかった用途に使われている。マイクロソフト、VMware、Avayaなど、エンタープライズ技術分野で25年間働いてきた私は、このパターンが業界や企業規模を問わず繰り返されるのを見てきた。その結論は、技術にとっては不名誉だが、リーダーにとっては明確だ。問題はツールではない。その下にある業務基盤が、そもそも準備できていなかったのだ。
私は現在、ワシントン州とオレゴン州で1100人以上の成人を支援する人材育成非営利団体を運営している。私たちは初日からAI活用を前提とした組織として自らを構築してきたが、それは何かが余っていたからではない。チームは小規模で、3つのプログラムを同時並行で運営しており、私たちが支援する人々—難民、シングルペアレント、再チャレンジを目指す人々—は、私たちのシステムが機能するかどうかに実際の成果がかかっている。私たちがAIを早期に採用したのは、他のやり方で運営する非効率性を吸収する余裕がなかったからだ。そのような構築方法から学んだことは、私を驚かせた。そのほとんどは、ソフトウェアとはほとんど関係がない。
業務を自動化する前に文書化せよ
AI導入における最も高くつく過ちは、検証されていない業務の上にツールを重ねることだ。受付プロセスが混乱していれば、AIは混乱した受付をより速く自動化するだけだ。チームに共有された記録システムがなければ、AIの出力は行き場を失い、誰かが個人フォルダに保存することになる。技術は既にそこにあるものを増幅する。これは両方向で真実である。
AI支援ワークフローを導入する前に、私は組織内の各機能に対し、最も頻繁に実行するタスクを文書化するよう求めた。職務記述書やミッションステートメントではない。実際の業務のステップバイステップのプロセスだ。それらのプロセスのうち、どこかに書き留められていたのは3分の1未満だった。残りは誰かの記憶の中、最も長く在籍している人の組織的知識の中、あるいは誰も掘り起こしたくない古いメールスレッドの中に存在していた。この単一の発見が、どのベンダーのデモよりも私たちのロードマップを形作った。
この種の監査は遅く、感謝されない。外から見れば、進歩のようには見えない。しかし、これをスキップすることが、ほとんどのAI展開が停滞する理由だ。停滞するのは技術レイヤーではなく、ツールが出力を生成し、誰もその次に何をすべきかについて合意できない瞬間である。マッキンゼーの「AIの現状」調査によると、生成AIを使用している組織のうち、実際にワークフローを再設計したのはわずか21%程度であり、ワークフロー再設計は測定可能な企業価値の最も強力な予測因子の1つである。ほとんどの企業は、それを受け入れるように設計されていないプロセスにAIを接ぎ木している。
必要になる前にレビュー文化を構築せよ
2つ目の教訓は、習得に時間がかかった。レビュー文化は、自動化する前に構築しなければならず、既に表面化した問題への反応としてではない。初期の頃、私のチームはAI生成の出力を完成した作業として扱う傾向があった。スピードは魅惑的だ。以前は90分かかっていたタスクが今では15分で済み、洗練された見た目の出力は、それが正しいかどうかを問う脳の部分を無効にする方法を持っている。私たちは、連邦報告書から統計を引用した助成金申請書を発見したが、よく読むと、その報告書にはその統計が含まれていなかった。何も外部に出ることはなかった。修正は簡単だった。成果物がどのように作成されたかに関係なく、同じ説明責任基準が適用される。これはAIへの懐疑ではない。専門的基準が既に要求していることであり、ツールのスピードがその基準の欠如をより目に見えるものにしているだけだ。
最良のプロセス洞察は最前線から生まれる
3つ目の洞察は、私を最も驚かせた。組織内で主導したすべてのワークフロー会議において、技術的背景が最も少ない人々が最も有用な観察を提供した。受付を運営し、記録を管理し、スケジュールを調整している人々—彼らはどのステップが冗長で、どの引き継ぎが毎回失敗し、時間が実際にどこに費やされているかを正確に知っていた。私たちが彼らの前にAIツールを置いたとき、彼らは新規性に感銘を受けなかった。彼らは即座に実用的だった。彼らのプロセス再設計は、リーダーシップから降りてきたものよりも優れていた。累積効果は測定可能だ。私たちは1100人以上のアクティブな参加者にわたるケースデータを集約・分析しており、チームは十分に小規模なため、運営オーバーヘッドは予算の7.5%未満に抑えられている。この数字は、私たちが購入したツールの機能ではない。最前線が実際に行っていることを中心に業務を再設計した結果である。
これらのいずれも、変革予算や専任の技術部門を必要としない。私たちにはどちらもない。私たちが持っているのは、自動化する前に業務がどのように行われるかを書き留める習慣、何かがより速く到着したからといって曲げないレビュー基準、そして実行に最も近い人々を変更が必要なことについて最も信頼できる情報源として扱う意欲である。
これらはAI固有の習慣ではない。単に優れた業務運営だ。AIは、私のキャリアで他の何もしなかったような方法で、それらを持つことの価値を明白にした。
これを理解するリーダーは、ツールを循環させることをやめ、あらゆるツールを機能させる基盤の構築を始める。成功する組織とそうでない組織の間のギャップは、技術レイヤーにあることはまれだ。それは、既にそこにあるものを正直に見る意欲にある。
