牛の小道を舗装するのはやめよう――AI導入の前に業務プロセスの分析と最適化を
AIライセンスを一つでも購入する前に、組織は一見簡単そうな問いに答えられる必要があります。具体的にどの業務プロセスを改善するのか、そして現在の状態のまま自動化する価値があるのか、という問いです。
読了時間 5 分 João Mourinho
現在の熱狂とは裏腹に、AIはまだ成果をもたらしていません。ソローの生産性パラドックスが、AI投資にも当てはまっているようです。
「AIは至るところにあるが、マクロ経済指標にはまだ表れていない。」
Apolloのチーフエコノミスト、トーステン・スロック氏によるこの印象的な一文は、現在の熱狂とは裏腹に、AIが成果をもたらせていないことを示しているようです。つまり、AIにもソローの生産性パラドックスが当てはまっているようです。
この見方は、次のように述べるFortuneの記事によっても裏付けられています。
「今月、全米経済研究所が公表した調査では、米国、英国、ドイツ、オーストラリアで各種の景況調査に回答した企業のCEO、最高財務責任者、その他の幹部6,000人のうち、大多数がAIによる業務への影響はほとんどないと見ていることが分かった」(中略)調査によると、約90%の企業が、過去3年間、AIは雇用にも生産性にも影響を与えていないと回答した。
AIの利用が増える一方で、この技術の有用性への信頼が18%低下した点は、非常に興味深いと言えます。根強い不信感がうかがえます。
個人的には、ガートナーのハイプ・サイクル[図1]に照らすと、AIはまだ「生産性の安定期」に達していないと考えます。現在は「過度な期待のピーク」にあり、この先には「幻滅期」と「啓発期」が控えており、最終的に「生産性の安定期」に至ることになります。
図1 - ガートナーのハイプ・サイクル(出典:Wikipedia)
インターネットの黎明期には、.COM企業の市場価値が急騰する一方、「インターネット関連」の売上高にはその効果が表れず、期待が過度に膨らみました。今、AI企業にも同じことが起きているのが分かります。
一部のAI関連企業は、買収や顧客に自社のAI技術を買うよう金銭を支払うことで、自社製品への需要を膨らませようとしている、という噂もあります。これは、このハイプ・サイクルに何か辻褄の合わない点があることを示しています。資金の流入を維持するため、AI関連の成果が意図的に誇張されているのです。
しかし、経営幹部が毎年の売上高を見ながら、果たされない約束にうんざりし始めると、厳しい現実に直面し、AIのバブルが崩壊する可能性があります。
そしてAIバブルの残骸から、私たちは「啓発期」に入り、何が単なる熱狂で、何が真の価値を生み出す可能性を持っていたのかを、冷静に見極められるようになるのでしょう。その後になって初めて、AIは実質的で目に見える価値を提供し、「生産性の安定期」に入ることができます。
そのテーマに詳しくない人まで盛んに語っているかどうかを見れば、ハイプ・サイクルを見極められることがあります。周囲を見渡せば、さまざまな人がAIについて語っています。今やAIは、まさに話題の中心です。ビジネスの売り込みでAIに触れなければ、時代の流れに乗り遅れていると見なされます。しかし、十分な経験があり、この分野についてある程度の知識があれば、AIにはすでに数十年にわたる開発の歴史があることをご存じでしょう。ここ数十年に多くの科学的なブレークスルーがあったとはいえ、AIはあらゆるビジネス課題を解決するものではありません。
ハイプ・サイクルの問題は、流されやすい意思決定者が非合理な判断を下す原因になり得ることです。多くの企業が従業員を解雇した後、結局、その従業員が必要だと気づいた事例や、投資をしたにもかかわらずAIの試験導入の95%が失敗していると判明した事例を、皆さんも目にしたことがあるでしょう。
大半の組織にとって、AIや生成AIに全面的に賭けることは(まだ)合理的ではありません。設備投資や導入に伴う負担が発生する一方、生産性向上の見込みは不透明だからです。
一方で、AIの導入が成果を上げ、価値を生み出している事例もあります。ソフトウェア開発(プロセスを慎重に管理しなければ、技術的負債のリスクや保守上の負担が生じる可能性はあります)、金融サービスにおける不正検知、文書処理、医療診断、経路最適化などがその例です。つまり、過度な期待の陰には、AIの価値も確かに存在します。
現時点では、AIの最先端研究に取り組んでいるのでなければ、確かなデータと知見に基づいて投資を判断しましょう。
私たちがお客様に常にお勧めしているのは、「確かなビジネスケースと明確なROIの見通しなしに、AIに投資しないこと」です。確かなビジネスケースを構築するには、まずパフォーマンス、リスク、実現可能性、コスト、事業との整合性に関する情報を集める必要があります。そのためには、有望なユースケースを分析し、プロトタイプを作成して、技術の成熟度、市場の反応、社内への影響を検証することから始めましょう。こうして情報を集めることで、ハイプを追いかけるのではなく、確かなビジネスケースを構築できます。実データに基づく合理的な判断が可能になり、質の高い意思決定につながります。
Mourinho Solutionsは、このプロセスを通じて皆さまを支援します。AIが生み出す真の価値とハイプを見極め、お客様のビジネスと戦略に最適なアプローチを共に策定します。そして、投資の一円一円が、ビジネスと業務に最大のリターンをもたらすようにします。質の高い意思決定を支援し、お客様のビジネスの成長を後押しします。
AIライセンスを一つでも購入する前に、組織は一見簡単そうな問いに答えられる必要があります。具体的にどの業務プロセスを改善するのか、そして現在の状態のまま自動化する価値があるのか、という問いです。
クリスマスと大晦日が近づく今、困難に満ちた一年を振り返る時期です。NGOや人道支援に携わる人々にとって、厳しい一年でした。世界では紛争や飢餓が深刻化し、SDGsの目標は遠い未来のように感じられます。しかし、暗雲の下にも、2026年への希望の光は差しています。
AIが話題を集めていますが、現実に目を向ければ、ビジネス課題の解決には幅広い選択肢を検討するのが賢明だとわかります。