AIはデジタル変革の失敗から学ぶ必要がある

1 月に IBM は、デジタル トランスフォーメーションが予測された 150% ではなく -5% ～ 10% の ROI しか実現しない理由を説明する詳細な調査を発表しました。これは、1980 年代の初期のクライアント/サーバー実装、1990 年代のオペレーティング システムの移行、2000 年代初頭のビッグ データ実装、および過去 10 年間の分析の技術的実装における当社の経験と一致する大きなギャップです。

これは、すべての技術的実装が目標を達成できないということではなく、実装の大部分が失敗するということだけです。繰り返し発生する問題は、技術の成熟度が不足していることです。技術を提供する企業も、技術を導入する企業も、購入者にそのメリットを納得させるために多大な販売努力をしていますが、約束した価値が実現されたことを確認するためのフォローアップが不足しています。

人工知能でも同じことが起こる可能性があります。

クライアント/サーバーのトレンドが到来したとき、当時はまだテクノロジーが準備できていなかったのですが、市場がまだ準備ができていないものに移行しようとしたため、IBM はほぼ破産しました。

その理由は、販売は多くの場合、製品の販売場所を超え、製品を取り巻くサービスの範囲をはるかに超えるからです。人工知能のような新しいトレンドが生まれると、誰もがその利益を欲しがります。しかし、何十年も AI に取り組んできた IBM や NVIDIA などの企業を除けば、AI の準備ができていると宣言した企業は (Google を含め) ありません。

IBM が今回非常に興奮している理由は、同社が市場で最も成熟した人工知能ソリューションである WatsonX を持っているからです。今回、エンタープライズ グレードの生成 AI 機能の点で最も成熟しているのは IBM ですが、他の企業は根拠がほとんどない、あるいは全くない販売およびマーケティングの約束で生き残っています。

販売がテクノロジーを上回れば、買い手は損をすることになります。 IBM のデジタル変革に関するデータによると、多くの人がデューデリジェンスを行わないために損失を被っています。

解決策: 宿題をこなし、プロセスに従う

この文脈において、最も成功するプロセスの 1 つは「パイロットから生産へ」です。一度にデプロイしないでください。特定のベンダーが十分に成熟した完全なソリューションを提供していると確信したら、その確信を検証するために 1 つ以上のパイロット プロジェクトを作成します。成熟した製品であっても、すべての状況に適しているとは限りません。大規模に失敗したくはありませんが、パイロットでの失敗は回復力があり、許容範囲内です。

しかし、パイロットを実施する前であっても、ベンダーが主張するメリットと ROI が達成可能であることを確認することが重要です。導入して約束されたメリットを実現した他の人からの紹介を求め、ベンダーにそのテクノロジーを社内に導入したかどうか確認してもらい、そのテクノロジーを使用している企業の IT 担当者と話をするように依頼します (通常、彼らは非常に正直です)。

すべてのソリューションがすべての会社やすべての部門で機能するわけではないことを認識し、同じタスクに取り組んでいる他のユーザーとベスト プラクティスを研究して収集します。

ハイブリッド マルチクラウドは、稼働時間、コスト、可用性、信頼性の間で最適なバランスを提供する方法です。概念を理解し、信頼できるクラウド ベンダーと深い関係を持ち、十分な経験を積んでいるベンダーが必要です。そのため、その場で習得できるようなものではありません。

特に AI データの場合、品質が非常に重要であり、それを確保するには多くの支援が必要です。常に不正確な答えを出す分析が望ましくないのと同じように、偏った考えや幻覚を持つ AI も望ましくありません。

これらの新しい AI 機能は、自然言語、画像、音声、ビデオ、さらには時間という重要な要素を含むマルチモーダルになることが期待されています。 AI の使用は、これらのデータ タイプのいずれかに最適化され、他のデータ タイプではパフォーマンスが低下する傾向があるため、違いを理解し、ベンダーに機能がない領域では別のベンダーの方が適している可能性があることをベンダーに伝える必要があります。

最後に、ベンダーのパフォーマンスが期待どおりにいかない場合に問題を早期に特定し、ベンダーまたはチームを変更できるように、指標とマイルストーンに関する支援が必要です。協力しているベンダーがプロジェクトの指標と目標の設定を支援できない場合は、間違ったベンダーと協力していることになります。

1980 年代のクライアント/サーバーから今日の AI に至るまで、最近の大きなテクノロジーでよく遭遇する問題は、売上が製品とサポート体制をはるかに上回っていることです。その結果、目標と期待を満たすことができない展開になります。多くの場合、適切なパートナー、適切なチーム、適切なソリューションが出現するまで待つ方が賢明です。