職場環境は依然として変化しているが、AIは「古いオフィス」を再現する以上の可能性を秘めている。

職場環境は依然として変化しているが、AIは「古いオフィス」を再現する以上の可能性を秘めている。

私たちは職場における技術革命の真っ只中にいます。

1か月ちょっと前に世界の人口の3分の1が隔離されたことで、何百万もの企業がデジタルファースト戦略に方向転換しました。

COVID-19パンデミックが私たちの働き方に与えた影響は突然のものでしたが、それはリモートワークへの移行のきっかけときっかけとなりました。米国では、リモートワークはこれまで明らかな増加傾向を示してきました。 FlexJobs のレポートによると、米国でリモートで働く人の数は 2005 年から 2017 年の間に 159% 増加し、現在、リモートワーカーは米国の総人口の 3.4% を占めています。実際、労働者の80%は、リモートワークの選択肢が提供されない限り、仕事を引き受けないと答えています。

在宅勤務によって職場の満足度と生産性が向上する理由は確かにありますが、現実にはリモートワークは今後も続くでしょう。

企業が現在直面している問題は、次に何をすべきかということです。世界各国の政府は検疫措置の緩和と経済再開を検討している。安全性は依然として最重要課題だが、企業は「ポストエピデミック時代」に向けた戦略も検討する必要がある。

すでにリモートワークのメリットを実感している従業員のためだけでなく、厳しい経済環境における企業の生産性向上のためにも、今後のステップを慎重に検討する必要があります。今こそ、古い働き方と新しい働き方を再考するチャンスです。

明らかなのは、職場のテクノロジーの選択がこれまで以上に重要であるということです。企業は、リモートワークスタイルへの移行を管理するために、ビデオ会議などのアプリケーションやコラボレーションハブなどのツールに依存しています。しかし、世界中の企業がリモートワークモードに移行し、これまで以上に生産性、接続性、効率性を高めるのに役立つソリューションを提供するテクノロジーはどれでしょうか?

[[331095]]

組織の専門知識を見つける

今日、組織の従業員はかつてないほど多くの情報にアクセスできます。電子メール、テレビ会議、ソーシャル メディアなど、会話の場を会議室やウォーター クーラーからテレビ会議、ソーシャル メディアなどに移す従業員が増えるにつれ、これらのメッセージの量はここ数週間で増加しています。

しかし、これらのテクノロジーによって生産性が劇的に向上する可能性があると認識されていたにもかかわらず、何かが欠けていました。最近のフォーブスの調査によると、従業員の 75% が、専門知識をさらに活用することで組織にメリットがあると回答しており、平均すると、専門知識を効果的に活用していないために企業は毎年 1 か月分の生産性を失っています。私たちが送受信するすべてのデータ(驚くべきことに、2019 年には 1 日平均 3,000 億通近くのメールが送信されました)にもかかわらず、企業は依然として組織内で専門知識を見つけることができていません。

大企業の間で、新型コロナウイルス感染症のパンデミックの影響を超えて、長期的な戦略と経済回復について考える傾向は、無視できない、潜在的生産性の巨大な未開発の源泉を表しています。

当初はリモートワークを大規模に導入しようと急いでいたが、その後多くの企業が比較的容易に適応できたことが明らかになった。つまり、今後の課題は、現状を単に再現するだけではなく、それをアップグレードすることです。

人工知能技術は将来の技術ポートフォリオの基盤となる

企業全体の従業員は、役割やタスクに応じて、複数のツールに時間を分割しています。 Slack、Google カレンダー、PowerPoint、Dropbox、Jive など、従業員は毎日数十ものアプリを使用している可能性があります。Zoom などの企業の成長データが示すように、在宅勤務をする人が増えたことで、これらのツールの使用量は急増しています。

これらのツールは個別に使用しても非常に便利ですが、企業がそれらを組み合わせ、スキルや専門知識に関する洞察を得ることができれば、その価値は飛躍的に高まります。

企業と従業員がこれまで以上にテクノロジーの力を活用するようになると、ビジネス テクノロジー スタックの次の進化は、さまざまなプラットフォーム間で共有されるスキルと専門知識を分析できる新しいツールとして登場するでしょう。これらのプラットフォームを使用すると、企業内のどこに知恵、専門知識、スキルが存在するかを明確に把握でき、人間の知性を高めるのに役立ちます。

分析が必要なデータはさまざまなソースから取得され、規模や複雑さなどが大きく異なるため、この目標を達成するには人工知能が不可欠です。 AI は、既存のテクノロジー インフラストラクチャと日常業務を行っているチームから洞察を引き出し、継続的に適応し、学習し、さらには忘れることさえできます。

しかし、スキルを特定し、組織全体でインテリジェンスを強化することは、AI の使用例の 1 つにすぎません。在宅勤務をする人が増えるにつれ、詐欺師によるセキュリティ問題も増えるでしょう。今後、AI は組織のサイバーセキュリティのニーズに適応する上で重要な役割を果たすでしょう。

AIは顧客体験の向上にも役立ちます。オンラインショッピングの急増は、企業が従業員により多くのサポートを提供し、すべての注文に対応できるようにする必要があることを意味します。たとえば、仮想アシスタントは、従業員が簡単な質問に答えるのに費やす時間を短縮するのに役立ちます。

サイバーセキュリティ、顧客体験、ナレッジ管理など、ビジネスのあらゆる側面をサポートする AI テクノロジーを導入することで、最終的には従業員が最も重要なタスクに時間を集中できるようになります。

企業が従業員の能力を強化するために使用するテクノロジーにこれまで以上に焦点を当てるのは当然のことです。将来の従業員は、企業が最近の状況にどのように対応したかの証拠を確認し、そこから学び、一貫したデジタルファースト戦略を作成したいと考えています。しかし、デジタルワークプレイスと業務を構築する唯一の目標が、物理的なオフィスをオンラインで再現することだと考えるのは単純すぎます。

あらゆるビジネスにおいて、既存のテクノロジーと従業員の専門知識の潜在力はこれよりもはるかに大きいです。今こそ AI テクノロジーを採用し、これらの機能を活用するときです。

<<:  人間には知恵と愚かさの両方がある。AIが人間らしくなるためには愚かさも必要だろうか?

>>:  水道事業のデジタル変革におけるIoTとAIの役割

ブログ    
ブログ    

推薦する

PaaS でフェイルオーバー アルゴリズムを作成する際に避けるべき 3 つの落とし穴

[[125412]]クラウド サービスの停止が発生すると、通常はフェイルオーバー メカニズムがアクテ...

何年も救助ステーションに取り残されていた彼らは、顔認識技術によって愛する人を見つけることができた。

2年前、アンディ・ラウとジン・ボーランが主演した映画「恋の迷宮」は、数え切れないほどのファンを映画...

一般的なモデル統合手法の紹介: バギング、ブースティング、スタッキング

この記事では、ブートストラップ、バギング、ランダム フォレスト、ブースティング、スタッキング、その他...

OpenAIはAIモデルのトレーニング用データセットを生成するパートナーを募集している

IT Homeは11月10日、OpenAIがAIモデルのトレーニング用にパブリック/プライベートデー...

...

...

...

...

リアルタイムのテキストおよび画像処理の速度が 5 ~ 10 倍向上しました。Tsinghua LCM/LCM-LoRA は人気を博し、視聴回数は 100 万回を超えました。

テキストから作成された画像や写真から作成された画像は、新しいものではありません。しかし、これらのツー...

機械学習に関する9つの誤解

機械学習のようにテクノロジーが大々的に宣伝されると、多くの誤解が生じます。ここでは、機械学習が提供で...

...

ネットワークデータセキュリティ管理に関する新たな規制が導入される

顔は機密性の高い個人情報です。一度漏洩すると、個人や財産の安全に大きな損害を与え、公共の安全を脅かす...

GenAI時代のサイバー軍拡競争を生き残る方法

GenAIの急速な出現はすでにサイバーセキュリティに大きな変化をもたらし、各国政府に対策を取らせてお...

...

...