Fiby株式会社

最近の一般的な企業の戦略を覗いてみると、人工知能（AI）が重要な役割を果たしている可能性が高くなっています。しかし、近年、様々な業界で様々な取り組みが行われているにもかかわらず、AIにはまだ多くの可能性が残されています。

この記事では、AIの導入がなぜ阻害されているのかについて明らかにし、AI導入の4つのフェーズに分け、市場におけるAI導入の現状について説明します。

複雑さと人材争奪戦がAI導入を阻む

ガートナー社の最近の調査によると、AI技術を導入しているテクノロジー・プロバイダーやサービス・プロバイダーの33％が、今後2年間にこれらの技術に100万ドル以上を投資すると指摘しています。ビジネス効率を向上させるために重要なデータを取得するだけでなく、新しい製品やサービスを生み出し、より多くの顧客を獲得し、より多くの収益を生み出すためです。

残念ながら、AIの導入は人々や組織が考えているほどには進んでいません。AIの実用化はいまだに大きな課題だと認識されており、これは新しいテクノロジー（クラウドやMLOpsソリューションなど）のリリースのスピードがますます速くなっていること、そしてそれらに内在する複雑さ、技術的な未熟さ、従業員の必要なスキルの不足が関係しています。必要な職務を満たす人材の確保は依然として困難であり、真の「人材獲得戦争」が生じています。

AIを組織に組み込むことは、それ自体が旅である。組織はそれぞれ異なり、AIをビジネスに不可欠な要素とする際に直面する課題も異なります。しかし、拡大してみると、AI導入の明確な段階を特定することができます。

AI導入の段階

我々は、ガートナーのAI成熟度モデルに基づいて、AI導入の4つの異なるフェーズを特定しました。実践的に言えば、このモデルはAI戦略の進化を技術的・文化的プロセスの変革として捉えています。この進化を進めれば進めるほど、AIの採用によってより多くのビジネス価値が引き出されることになるでしょう。ただし、このプロセスは非線形であり、ビジネス価値を解き放つことができる範囲は、多少の浮き沈みを伴う指数関数的なものになる可能性が高いことに注意してください。

前述したように、DDMAのAI成熟度モデルは4つのフェーズを区別している。

実験としてのAI：この最初のフェーズは高度に実験的なフェーズで、AIイニシアチブは中央の調整なしにサイロ（研究室環境）で実施される可能性が高くなっています。このフェーズにいる場合、AIに取り組んでいるのは高度なスキルを持つ少人数のグループ（データサイエンティスト、エンジニア、開発者など）であると認識されるでしょう。

本番のAI：このフェーズのAIは主にAIグループからプッシュされますが、ビジネスプルは徐々に離陸しつつあります。組織としては、AIワーキンググループは中央集権的であることが多く、AIセンター・オブ・エクセレンスとして知られています。存在するAIの実装は、グリーンフィールド実装（AIの可能性を視野に入れたプロセスの再設計）ではなく、ブラウンフィールド実装（既存プロセスの自動化）がほとんどです。データとモデルのパイプラインは、一般的にMLOpsの原則に従って標準化されています。

プロセスの中で広く使われているAI:このフェーズに到達したとき、あなたは技術的変革と文化的変革が交錯するプロセスを経験したか、まだ経験していることになります。すべてのペルソナ（ビジネス、AI、データ、IT）がユースケースのライフサイクルに関与するプロセスです。AIはビジネス戦略と企業文化の重要な柱となり、戦略はデータとAIのイニシアチブをサポートするものに変換されます。AIの実装は、グリーンフィールド実装よりもブラウンフィールド実装が主流です。

ビジネスDNAにおけるAI：最後の段階は、AIの可能性というレンズを通してプロセスを一から再設計（グリーンフィールド）するという事実によって特徴付けられます。AIの可能性によってプロセスが改善されるだけでなく、AIが提供する可能性のおかげで新しい製品やサービスも開発されます。

より多くの企業がAIの実装に取り組み、AIはより高度になっている

ガートナーのAI成熟度モデルを考慮し、DDMAのAI成熟度テストの今年の結果を考慮すると、一般的に大企業（従業員500人以上）の方が中小企業よりもAI導入プロセスが進んでいることがわかります。さらに、調査参加者の27％が、実際にAIを導入していると回答しています。これは、2021年と比較して17％の増加です。これは、大多数の企業がまだフェーズ1にあるか、フェーズ2に進んでいることを意味しています。さらに、ポジティブな傾向として、AIとビジネスチームとの距離が縮まっていることが挙げられます。現在、半数以上（57％）の企業が、AIプロジェクトにおいて両グループが頻繁に、または非常に頻繁に協業していると回答しています。AIへの取り組みに関しては、84％が自社のAIモデルを説明できると回答しています。しかし、このグループの半数は、AIを説明できるようにすることに時間を費やすよりも、AIから結果を得ることに重点を置いていると指摘しています。

AIの導入に課題を投げかけているもう一つの重要な洞察は、AIイニシアチブの開発規模について、より大きな包括的な組織ビジョンがあると回答した企業が調査対象企業のわずか20％しかないという事実です。ビジョンの点では改善の余地がありますが、成熟度テストでは、利用されるAIモデルが昨年と比較してより高度になっていることが示されました。2021年には50％であったのに対し、現在では約10％が主に統計的手法を使用しています。さらに、より高度な機械学習やディープラーニング技術の利用が前年比で60％近く増加しています。

AIの導入に関して可能性を示している分野は、プロセスです。80％の企業がAIモデルに自動パイプラインを使用していると回答していますが、この中でMLのライフサイクル管理システムを採用しているのは20％に過ぎません。AIが何に使われているかを見ると、一部の組織（33％）は、特定の関連するビジネス・プロセスがAIを活用しているとし、60％は、AIは単なる段階的な改善ではなく、真のイノベーションに使われていると回答しています。

AIの活用を技術的な課題として捉えるのではなく、適切なツールと能力を組織に導入することを常に念頭に置いてください。AIのハイプがピークを迎えてから数年が経過した現在、多くの企業はAIを活用することによって、当初予定していたほどのメリットを享受できていないことに気づいています。