Cerys Goodallは、スタートアップと起業家の障壁を取り除き、成長を加速させることに特化した戦略コンサルティング会社The Goodsの創業者である。
チームにAIへのアクセスを与えれば、変革が起こる。
これは、企業を支配するようになったトップダウンの大胆な指令だ。しかし、実際に目にしているのは、ノイズ、埋没コスト、注意散漫、そしてストレスである。
企業は、最小限のガイダンス、限定的なガバナンス、そして価値をどこで創出すべきかの明確な説明もないまま、組織全体にAIを展開している。その論理は魅力的だ。優秀な人材と強力なツールを組み合わせれば、イノベーションが生まれるはずだ。しかし実際には、この「フィールド・オブ・ドリームス」的なアプローチは、測定可能な負債となりつつある。
昨年末、S&Pグローバルは、「AI施策の大半を本番環境に到達する前に放棄する企業の割合が17%から42%に上昇し、平均的な組織は概念実証プロジェクトの46%を本番環境前に廃棄している」と報告した。
AIのアクセシビリティと真のEBIT(利払い・税引き前利益)変革との間には、大きなギャップがある。
私の見解では、問題はAIが業務上の責任ではなく、従業員の問題として扱われていることにある。
方向性なき積極的導入の問題
経営幹部は従業員にAIツールを与え、それを使用することを期待し、それがどうにかしてビジネスを改善すると期待している。しかし、従業員にはツールの使い方についての指示が与えられておらず、AIが自分たちに取って代わるかもしれないと告げられているため、技術の採用に対する抵抗が高まっている。
同時に、自動化を優先して積極的に人員削減を行った企業は、人間の判断力、共感力、文脈理解が取り除かれると、顧客体験が低下することを発見している。また、明確な方向性なしにチームが新しいツールを使いこなそうとすると、社内の実行速度が低下することに気づいている企業もある。
AI主導の効率化を最も声高に主張してきた企業の一部でさえ、自分たちが先走りすぎたかもしれないと認め始めている。ロイターが報じたところによると、Klarna(クラーナ)のCEOは、同社がAI主導のコスト削減に「過度に注力」しており、顧客体験に再び焦点を当てる必要があると述べた。
教訓は、AIが機能しないということではなく、構造のないAIはパフォーマンスを向上させないということだ。
私は自分の仕事の中で、これが一貫して展開されるのを目にしている。あるケースでは、クライアントが組織全体にAIを民主化する決定を下した。すべての従業員にアクセス権が与えられた。指令はシンプルだった。使え、と。制約なし、優先順位付けなし、解決すべき問題の定義なし。経営陣は、これが創造性を解き放つと信じていた。彼らは、最新の技術を使って作業することでチームを鼓舞したいと考え、最良のアイデアが自然に浮上すると信じていた。その後に続いたのは、複数のチームがAI搭載機能の構築に注力した数カ月間の活動だった。多大な時間、予算、社内調整が投資された。その結果は、顧客体験を改善することも、収益や業務効率を向上させることもない製品だった。それはクールだった。しかし、ビジネスに実質的な価値をもたらすことはなかった。あらゆる意味のある指標において、それは埋没コストだった。
対照的に、私は異なるアプローチを取った組織と仕事をした。彼らはツールやアクセスから始めるのではなく、業務上の摩擦から始めた。私たちは、反復可能なタスク、顧客体験が一貫していない領域、価値に対して手作業の労力が不釣り合いに高いプロセスを特定した。そこから、実験の焦点を絞ったロードマップを構築し、最小限の実行可能なソリューションを開発し、一定期間にわたって成果を測定した。
60日以内に、2つの施策が他を明らかに上回った。1つは顧客獲得と収益において即座に成果をもたらした。もう1つは、管理業務のオーバーヘッドを削減しながら、SOC2コンプライアンス要件を推進するレガシーデータシステムの品質、一貫性、セキュリティを向上させた。
これらは非常に目立つプロジェクトではなかった。しかし、重要な業務改善だった。それらは測定可能な結果をもたらし、組織全体に信頼を構築し、楽観主義ではなく証拠に基づいた勢いを生み出した。
これは、組織の3分の2のみが「AIでプロセスを根本的に再構築しており、高い期待と実現された影響との間にギャップが残っている。その結果、AI導入は、どのような仕事が行われるかを変えるのではなく、仕事がどのように行われるかを改善することに留まっている」というデロイトの調査結果と一致している。
AIが提供するもの
私の見解では、ビジネスには根本的な構造上のギャップがあり、それは組織が解決することがより重要だが、投資するにはあまり魅力的でないと認識されることが多い。AIがこれらのギャップに対処することなく広範に展開されると、不完全な情報に基づいて動作する。その結果は、不一貫性、やり直し、そして時間の経過とともに、アウトプット自体への信頼の喪失である。
私は企業が減速したり実験を避けたりすることを提案しているのではなく、より意図的になり、AIをビジネスの目標に対応させるべきだと考えている。真の価値を実現している組織は、最も速く動いている組織や最も多くのツールを展開している組織ではない。それらは、新しい能力に対して馴染みのある運用原則を適用している組織である。彼らはAIが明確な成果をもたらす場所を定義する。彼らはテストと学習のためのキャパシティを割り当てる。彼らは人間の判断が不可欠な場所と自動化が適切な場所を決定する。彼らは結果を測定し、機能するものをスケールする。
AIから価値を得るためには、組織にAIを設計する必要がある。AIがチーム全体に自然に拡散し、独自に価値を創出するものとして扱うことは非効率的であり、多くの場合無駄である。さらに悪いことに、それは戦略的な漂流を生み出し、人的リソースに非常にコストがかかる。この段階を超えて前進する企業は、意図を持ってAIを運用化する方法を学んだ企業となるだろう。
