パイロットを超えて：なぜ多くのAIテストプロジェクトはスケーラビリティに苦労するのか

今日の企業においてますます一般的な話となっている。AIプロジェクトはパイロット段階のテストで素晴らしい成果を上げ、より広範な展開への承認を得る……そして正常に機能しなくなる。あるいは、期待されるビジネス成果をもたらせない。 

責任のなすり合い、非難、そして恥さらしが続く。

問題は必ずしも技術にあるわけではない。実際、今月のFortune Brainstorm Techの円卓討議に参加したビジネスリーダーたちによれば、問題の根本はしばしばAIプロジェクトを巡る計画、プロセス、そして企業が設定した——あるいは設定しなかった——期待にあるという。 

まず、すべてのAIプロジェクトが広く展開される価値があるわけではないと、Amgenの最高技術責任者（CTO）Sean Bruichは述べた。 

「パイロットで百花繚乱を許すのはとても簡単だ」と彼は言った。それ自体は実験を促進するという意味で悪いことではない。しかし彼は、「パイロットをうまくスケールさせる鍵は、実際には多数のアイデアを持ちながらも、どのパイロットを実際に承認するかについて非常に厳格なガバナンスを持つことだ」と述べた。

次のステップに進む前の重要な基準は、Salesforceの最高顧客・商務責任者Lashonda Anderson-Williamsによれば、プロジェクトの意図する成果を理解することだという。あまりにも多くの企業が、ビジネス成果ではなく、AI機能の導入成功——技術的な見栄えのよさ——に焦点を当てていると彼女は言う。 

そのような考え方は失望を招く。AIの機能は素晴らしく動作するが、新技術が意味のあるビジネス成果をもたらしていないのだ。

AIエージェントには地図が必要だ

エージェント型AIに関して、Anderson-Williamsは、ワークフローの詳細な理解——タスクを完了するためにどの個人、グループ、またはタッチポイントが必要か——が不可欠だと指摘した。多くの企業が気づいていることは、ワークフローのドキュメントが存在しないか、あるいはずさんにしか記録されていないということだと彼女は言った。「その上にAIを乗せると、何か魔法が起きると期待されるが、そこには魔法など存在しない。」

データへのアクセスは、AIプロジェクトがパイロット段階から本格展開に移行する際に直面する特に一般的な障壁だ。 データが組織全体のさまざまなサイロに散在し、すべてのデータが異なるアクセス権限や様々なプライバシー・セキュリティ上の考慮事項によって管理されているため、問題はあっという間に複雑になりうる。AIプロジェクトの輪郭と必要となりうるすべてのデータを事前に洗い出すことが重要だと、パネリストたちは強調した。「発見の段階で早めに明らかにできればできるほど、成功への準備が整う」とThomson ReutersのチーフデータオフィサーCaitlin Halfertyは述べた。 

それはまた、組織内の適切なグループやステークホルダーからの賛同を得ることを意味する。「PII（個人を特定できる情報）や機密データの要素があり、プライバシーに触れるものがあるだろうか？」とHalferyは言った。答えがイエスであれば、適切な人々をプロジェクトに参加させる必要がある。「サイバーセキュリティの要素があるか？セキュリティ担当を参加させよう」と彼女は言った。 

AmgenのBruichも幅広い賛同の重要性に同調し、企業にとって変革をもたらすAIプロジェクトは必然的に、財務、技術、人事、その他の組織全体のグループのリーダーを巻き込むことになると指摘した。 本当に影響力のあるAIプロジェクトは、少数の従業員の業務プロセスを効率化するだけでは不十分だと彼は言った。「企業にとって意味のある成果」をもたらす必要があるのだ。

この記事はもともとFortune.comに掲載されたものです。