確かに、今日話題になっているのは AI、特に生成 AI に関することばかりのようです。しかし、AI が舞台裏でひっそりと行っている作業の多くは、はるかに平凡なものです。そして多くの場合、その作業は、データに基づく機械学習よりもルールベースのローコード プログラミングの世界を活用したアプローチに基づく、それほどインテリジェントではない形式の自動化によって行われています。
そうは言っても、自動化とインテリジェント システムの世界は、生産性と価値を新たなレベルに引き上げるために、ますます連携して利用されるようになっています。実際、これらのシステムは、今日人々が試みている、マスコミの注目を集める、華やかで一時的な流行の AI 実験の多くとは異なり、今すぐ価値を提供する現実世界のアプリケーションを支えています。
自動化とインテリジェンスの違いを理解する
最近の AI Today ポッドキャストでは、公共部門に特化した企業 CAI のインテリジェント オートメーション担当エグゼクティブ ディレクター兼プラクティス リーダーである Christina Kucek 氏が、オートメーションと AI の方向性について洞察を共有しました。Christina 氏は過去 5 年間、RPA やドキュメント抽出のためのハイパーオートメーション チームの構築から AI 対応システムや会話型 AI まで、オートメーションの取り組みにおいてクライアントを支援してきました。CAI は、世界中に 8,500 人以上の従業員を擁し、年間収益が 10 億ドルを超えるグローバル テクノロジー サービス企業です。同社の興味深い差別化要因の 1 つは、テクノロジー職に神経多様性のあるチームを採用して配置することに重点を置いていることです。
AI を導入する際の課題の 1 つは、実際の価値を迅速に提供する現実世界の AI プロジェクトに重点を置くことです。クリスティーナは次のように説明しています。「多くのステークホルダーから、組織内で AI の力を活用したいが、どのように始めればよいかわからないという声が寄せられています。多くの CEO が、では AI 戦略とは何か、2024 年に向けた戦略が必要だが、何を用意してくれないか、年末には「机の上に置いてくれ」という声が殺到していました。」
しかし、AI を広く普及させる上での共通の課題は、AI がデータに大きく依存しているという事実です。そして、データは必要な量や質で入手できるわけではありません。「当社のクライアントの中には買収によって成長した人もいます。そのため、彼らのデータ課題には、量、正確性、速度、多様性など、よくある課題が含まれています。これは、彼らにとって、データの量や、さまざまな場所に分散しているデータについて、本当に圧倒される可能性があります」とクリスティーナは説明します。
彼女は続けます。「…また、データ管理戦略の欠如もあります。世界中のさまざまな場所に大量のデータがある場合、AI ソリューションを実装し、AI モデルを構築するのは非常に困難です。そのため、データ管理戦略と、データのセキュリティを確保し、権限が適切に設定されていることを確認するために必要なデータ ガバナンスは、私たちが定期的に目にする実際の課題であり、途方もない作業のように感じられます。」
AI は表面的には輝いているように見えるかもしれません。しかし、そのきらびやかな外見の下には、それほど刺激的ではないものの、基本的なデータ管理、データ品質、データ ガバナンス、アーキテクチャという非常に必要な中核があります。成功の鍵は、これらの問題をより「管理しやすい部分、管理しやすい目標」に分解し、「これらのツール開発をビジネスに活用するためのやりがいのある重要な作業に集中できるようにする」ことだと Christina は説明します。他の多くの成功した AI プロジェクト マネージャーと同様に、Christina は CPMAI 認定を受けています。これは、AI プロジェクトの実行と管理に関する急速に普及しているベスト プラクティス フレームワークおよび認定です。
CPMAI 方法論の一環として、最初のフェーズは、明確に特定された短期的なプラスのリターンをもたらす、短期的で実装可能な、現実世界の AI 関連プロジェクトに変換されるビジネス理解を開発することです。クリスティーナは次のように説明しています。「私たちの AI 計画は何ですか? 展開は何ですか? これをどのように使用しますか? 誰もが方法について話しています。LLM の仕組み、ニューラル ネットワークの仕組み、テクノロジーの素晴らしさなどですが、企業がこれらのテクノロジーを実装することで実際の価値を得ることができるビジネス ケースについては話していません。」
業界では、特に C レベルのエグゼクティブの間では、自動化とインテリジェンスの違いについてまだ多くの混乱があるとクリスティーナは説明します。「ロボット工学、プロセス自動化、そして実際にインテリジェントなものの違いを [何度説明しなければならなかったか] は言いたくありません。RPA (ロボティック プロセス オートメーション) はソリューションの頭脳ではなく手です。AI を使用すると、インテリジェントなドキュメント抽出、機械学習モデルなどが提供され、インテリジェンスが追加されます。」
「ディレクターとして、マネージャーとして、私はクライアントに優れた AI ソリューションを一貫して提供できることを保証する必要がありました。私は、空想の製品を作るビジネスに携わっているわけではありません。私の最大の悪夢は、プロジェクトに数か月、あるいは 1 年も費やしても、それがビジネス ステークホルダーにとって価値がないということなのです。」
AI ツールと自動化ツールはどちらも導入と使用が容易になり、日常的に使用される製品にますます組み込まれるようになっています。テクノロジー部分はよりアクセスしやすくなっていますが、人やプロセスの変更に関するより困難な部分がプロジェクトの成功の妨げになることがよくあります。人を変えるのはテクノロジーを変えるよりもはるかに困難です。プロセスは、特に物事のやり方に組み込まれている場合は、変更するのが最も難しいものの 1 つです。
最後に、クリスティーナは学んだ最も重要な教訓の 1 つを共有しています。「反復的に作業することは非常に重要です。大海を沸騰させようとしないでください。関係者が AI で何ができるかを想像し始めると、多くのプロジェクトが膨れ上がるのを見てきました。私たちが議論を開始し、その発見を開始し、関係者がデータと AI で何ができるかを想像し始め、その範囲が制御不能に膨れ上がります。私たちが達成したい目標と最小限の実行可能な製品、つまり 1 つのことに集中し、それに基づいて構築できること、それが今日の重要なニーズであると言えます。」
彼女は続けます。「人間をループ内にとどめてください。フィードバックは危険を伴う可能性があり、これは私のチームにとって受け入れがたいことでしたが、私たちはそれを何度も目にし続けました。明確に言えば、ユーザーにフィードバックを提供させている場合、ユーザーがフィードバックに関して一貫性がなく、熱心で正確でない場合、フィードバック ループで収集しているデータ要素によっては、AI ソリューションが急速に劣化する可能性があります。」
(開示: 私は AI Today ポッドキャストの共同ホストであり、CPMAI の主任インストラクターです)
1 つのコミュニティ。さまざまな声。無料アカウントを作成して、ご意見を共有しましょう。
私たちのコミュニティは、オープンで思慮深い会話を通じて人々を結びつけることを目的としています。私たちは、読者が安全な空間で意見を共有し、アイデアや事実を交換してほしいと考えています。
そうするには、当サイトの利用規約の投稿ルールに従ってください。以下に重要なルールの一部をまとめました。簡単に言うと、礼儀正しく投稿してください。
以下の内容が含まれていると思われる場合、投稿は拒否されます。
ユーザーが以下の行為を行っていることが判明した場合、または行っていると当社が判断した場合、ユーザー アカウントはブロックされます。
では、どうすればパワーユーザーになれるのでしょうか?
コミュニティ ガイドラインをお読みいただきありがとうございます。当サイトの利用規約に記載されている投稿ルールの全リストをお読みください。
