企業における人工知能に関する議論が誇大宣伝から実装へと移行する中、デロイトの「State of AI 5th Edition」調査レポートでは、ビジネスリーダーの 94% が、今後 5 年間の成功には AI が不可欠であることに同意していることがわかりました。
同時に、より驚くべき結果の一つは、AI導入が増加する一方で、成果が遅れているという点です。グローバルデロイトAIインスティテュートのエグゼクティブディレクター、ビーナ・アマナス氏はTechRepublicにこう語りました。回答者の79%が3種類以上のAIアプリケーションの本格的な導入を達成したと回答しており、これは昨年の62%から増加しています。しかし、導入実績は高いものの成果が低い「未達」カテゴリーに属する組織の割合は、昨年の17%から今年は22%に増加したと報告書は述べています。
AIがもはや「輝く物体」ではなくなったときにその価値を証明すること、そしてその他の課題
これは、調査回答者がAI導入の進捗状況に応じて直面する課題が異なるためと考えられます。新しいAIプロジェクトを開始する際の最大の課題は、AIのビジネス価値の証明（37%）でした。次いで、経営陣のコミットメント不足（34%）、適切なAI技術の選択（33%）が挙げられました。
プロジェクトの立ち上げと拡大に関するフォローアップ質問では、適切なAI技術の選択が29%で上位3つの課題に挙げられました。回答者は、AI技術とソリューションへの資金不足（30%）と技術スキルの不足（29%）を他の2つの主要な課題として挙げました。
参照: AI を最大限に活用するのに役立つ重要な洞察 (TechRepublic)
「組織がAIプロジェクトの規模拡大を徐々に進めていく中で、AI関連リスクの管理（50%）、経営陣の賛同の欠如（50%）、メンテナンスや継続的なサポートの欠如（50%）といった主要な障害が、リストの上位に上がってきています」とレポートは述べています。「これは、AIトランスフォーメーションの成功には明確なリーダーシップと集中的な投資が不可欠であり、回答者もこれを繰り返し強調しています。」
さらに、この報告書は、プロジェクトが注目を集めなくなった後も、継続的に資金を提供するために必要な調整と規律を確立するという継続的な課題を示していると指摘している。
「AIを活用した組織を構築するには、システムとアルゴリズムを維持し、ノイズではなく継続的な価値を生み出し続けるための規律と集中力が必要である」と報告書は述べている。
デロイトのレポートによると、その規律と焦点は、AI イニシアチブの初期段階では明らかでない可能性のあるすべての関連する課題の理解にまで及ぶという。
成果を刈り取る
注目すべきことに、回答者の 87% が、投資回収期間の長さが予想内かそれより早くなっていると感じていると報告されている。
「これは、一方では実装要件の理解が深まっていることを示していますが、AIのビジョンがコスト削減に重点を置きすぎており、タイムラインが予測しにくいことが多いAIがもたらす変革の機会が見落とされたり、無視されたりしていることを示唆している可能性もあります。」
この点は、回答者が最も多く挙げた望ましい成果である「コスト削減」（78%）によってさらに強調されています。組織が効率性を優先すると、収益創出やビジネスイノベーションといった、より変革的な成果が後回しにされてしまう可能性があります。
とはいえ、いくつかの組織は道筋を見つけ始めています。高い成果を上げている組織の回答者は、新規市場への参入、新規顧客へのサービス拡大、新製品・プログラム・サービスの創出、新たなビジネスモデルやサービスモデルの実現など、収益創出につながる成果を報告する割合が著しく高くなっています。
報告書によれば、挙げられた課題を克服した組織は「利益が大きくなる可能性がある」ことに気づくだろうという。
AIの成果を向上させるためのステップ
このレポートでは、AI の取り組みの成果を向上させるためにリーダーが検討すべき 4 つのアクションが提案されています。
文化とリーダーシップに投資する
リーダーは、新しい働き方を確立することで文化変革への楽観主義をさらに高め、AI を活用してビジネス成果をさらに高めることができます。
「リーダーは、従業員がAIに抱く期待と機会の高まりを活かすために、仕事のあり方を改革するべきです」とアマナス氏は述べた。「企業は依然として人間を成功の核としており、AIは人間と機械が融合した職場の力を最大限に引き出すのに役立ちます。」
回答者は、AI 活用方法のビジョンに関する経営幹部のリーダーシップと組み合わされた俊敏性と変化への意欲が、AI 対応文化の発展における最も重要な要素であると報告しました (それぞれ 42% と 40% がこれを非常に重要と回答)、とアマナス氏は付け加えました。
変換操作
組織が AI を倫理的かつ大規模に構築および展開できるかどうかは、新しいテクノロジーの固有の要求に合わせて運用をどれだけ適切に再設計できたかに大きく左右されます。
この一環として、デロイトの調査では、AIによる意思決定、データプライバシー、同意管理における説明可能性と透明性の欠如に関するリスクが「いずれも、組織にとって懸念される倫理的リスクとして大きく浮上している」ことが明らかになりました。報告書によると、組織は倫理的なAIフレームワークを導入することで、より良い成果を上げることが多いとのことです。
参照: 人工知能倫理ポリシー (TechRepublic Premium)
テクノロジーと人材を連携させる
テクノロジーと人材獲得はもはや別物として考えるべきではありません。組織は、人間から得たスキルセットであれ、既成のソリューションであれ、利用可能なスキルセットに基づいてAIへのアプローチを戦略的に策定する必要があります。
「最も先進的な組織でさえAI変革の初期段階にあることを踏まえ、調査対象となった組織の大多数は、既存の従業員を再訓練するよりも、外部から新しいAI人材を社内に迎え入れることを依然として優先していると報告している」と報告書は指摘している。
AI プロフェッショナルの採用に関する詳細なガイダンスについては、TechRepublic Premium の専門家が、募集と雇用のフレームワークを提供する人工知能アーキテクト向けの採用キットを用意しています。
アクション4: 価値の加速に役立つユースケースを選択する
業種や業界の状況に応じてビジネスの価値促進要因を決定することで、組織は AI の取り組みを推進するための適切なユースケースを選択できるようになります。
「AIはあらゆる業界の変革を加速させており、多くのリーダー企業が、それぞれの状況においてどのユースケースが最も価値を生み出すのかを理解し始めています」とアマナス氏は述べています。「重要なのは、AIの短期的および長期的な差別化戦略を策定することです。」
「難しすぎるユースケースや、メリットが非常に長期的であったりメリットが少なかったりするユースケースに焦点を当てると、企業のさらなる投資意欲が低下し、さらなるイノベーションが停滞し、AIによる変革が遅れる可能性があります。」
