AIをうまく活用したいなら、この2つの問題を早急に解決しなければなりません！

[[441323]]

早すぎるオールイン

データ文化を一夜にして構築することはできないのと同様に、分析プロジェクトからすぐに変革的な成功が得られると期待すべきではありません。 AI または機械学習の取り組みを成功させるには、人材、プロセス、テクノロジー、優れたインフラストラクチャ サポートに関する経験が必要であり、この経験を得ることは一夜にして達成できるものではありません。 IBMのコンピューターWatsonがクイズゲーム「Jeopardy」に勝ったり、DeepMindのAlphaGoが人間の囲碁チャンピオンに勝ったりするまでには、何年もの共同の努力が必要だった。

多くの AI プロジェクトは、企業の能力を超えているために失敗します。これは、企業が AI をベースにした新製品や新事業ラインを立ち上げようとしている場合に特に当てはまります。何かをゼロから構築する場合、不安定な部分が多すぎて成功しません。

映画「ワイルド・スピード ICE BREAK」でダーティハリーが言ったように、「男は自分の限界を知らなければならない」、そしてそれは企業にも当てはまります。大企業は毎日、AI とデータで自動化できる無数のビジネス上の意思決定を行っています。全体的に、AI を使用して小さな意思決定を改善することで、より良い投資収益率を実現できます。企業は長期的な将来に賭けるのではなく、既存のワークフローを改善するために、AI や機械学習といったそれほど魅力的ではなくリスクも少ない分野に投資することから始めるべきです。報道室は気づかないかもしれないが、会計士たちは間違いなくそれを感じるだろう。

すでに AI を使用してデータに基づく意思決定を行っている場合でも、新しいプログラムの開発に着手するよりも、既存のモデルの改善に投資する方が効果的です。 2018 年にマッキンゼーが発表したレポート「より優れたモデルの価値とは何か？」では、予測能力がわずかに向上するだけでも経済的価値が大幅に向上する可能性があることが示されました。

分析のための組織構造が不十分

AI は、投資収益をすぐにもたらすプラグアンドプレイ技術ではありません。企業全体の考え方の変化と、それに応じた社内組織の変更が必要です。しかし、多くの場合、人材、ツール、インフラストラクチャに重点が置かれすぎていて、組織構造をどのように変更すべきかについてはあまり注意が払われていません。

従来は分析を行わなかった企業をデータ主導の組織に変革するために必要な臨界質量、勢い、文化的変化を達成するには、上級管理職の支援を受けた正式な組織構造が必要です。これには、新たな役割、責任、そして「卓越センター」が必要になります。 Center of Excellence (COE) の形態は、組織の具体的な状況に応じて異なります。

一般的に言えば、二院制モデルが最もうまく機能するようです。その中で、AI の中核となる役割は集中処理であり、各事業部門に組み込まれた COE は配信を調整する「サテライト」として機能します。この構造により、ビジネス ユニット間の調整と同期が強化され、AI 変革の共有所有権も強化されます。

最高分析責任者が率いる COE は、教育およびトレーニング プログラムの開発、AI プロセス (データ サイエンスの方法論) のライブラリの作成、データ カタログの生成、成熟したモデルの構築、プロジェクト パフォーマンスの評価などの責任を処理するのに最適です。 COE は主に規模の経済の恩恵を受ける責任を担当しますが、AI 人材の育成、サードパーティのデータ プロバイダーとの交渉、ガバナンスと技術標準の設定、社内 AI コミュニティの育成も含まれます。

各事業部門の COE 代表者は、トレーニングの提供、導入の促進、AI 強化の意思決定の支援、実装とインセンティブ プログラムの維持、そして一般的に AI をビジネスに導入する場所、時期、方法を決定する能力が向上します。 COE の「SWAT チーム」は、プロジェクト ベースでビジネス ユニットの代表者によって増強できます。

スティーブ・ヌニェス

元記事のURL: https://www.infoworld.com/article/3639028/why-ai-investments-fail-to-deliver.html