By Marco Casalaina (@amrcn_werewolf)、Einstein GM、@Salesforce
最近、自動化が大流行しています。35年前、私の父、ジョセフ・カサライナは保険会社メットライフ向けに、初期の自動化システムのいくつかを「エキスパートシステム」という形で開発しました。エキスパートシステムにより、プログラマーはシステムが従うビジネスルールを作成できるようになり、人間の介入の必要性を減らし、エラーを防ぐことができました。大企業では、これらのルールの作成と維持に専念するプログラマーの専門部署がいくつもありました。
今日、私たちは人工知能（AI）と自動化ツールが誰でも使える素晴らしい新世界に生きています。そして、それらはかつてないほど強力になり、アクセスしやすくなっています。企業がそれらをできるだけ早く導入しようと競い合っているのも当然です。もはやAIと自動化がビジネスの運営方法を変えるかどう かではなく、どのように、いつ変えるかが問題となっています。例えば、Academy BankやnCinoといった企業は、ローコードツールと自動化ワークフローを活用して、わずか数日で申請プロセスを立ち上げました。
しかし、規模の大小を問わず、多額の投資にもかかわらず、テクノロジーを最大限に活用できていない企業を数多く目にします。AIを万能に描いた映画『her/世界でひとつの彼女』の影響もあるかもしれませんが、テクノロジーがすぐにすべての問題を解決してくれると多くの人が思い込んでいます。残念ながら、テクノロジーはまだそこまでには至っていません。もしかしたら（あえて言えば、願わくば？）、決して実現しないかもしれません。
最近のワークフロー自動化レポートのトレンドによると、IT およびエンジニアリング リーダーの 95% が、組織ではワークフロー自動化を優先していると回答しています。最新の自動化ツールでは、AI も優先されます。
しかし、ビジネスを変革しようと急ぐあまり、立ち止まって、何を達成したいのか、そしてこれらのツールがどのようにそれを実現するのに役立つのかを考えることを忘れがちです。
ワークフロー自動化プロジェクトを最大限に活用するために従うべき最も重要な 4 つのルールを以下に示します。
1. テクノロジーに本当に何を求めているかを問う
まず、期待する具体的な成果を明確に定義することが重要です。同僚のサラ・アーニが説明したように、単に優れたAIモデルを持つことが重要なのではなく、それが何をもたらし、ビジネスにどのような価値をもたらすかが重要です。具体的な成果が明確になれば、適切なツールを選択できるようになります。
次に、ソリューションを選択する際には、既存のシステムやプロセスとシームレスに統合できるAIに注目してください。AIは一般的なソフトウェアツールに組み込まれるケースが増えており、既存のシステムと連携させるのが最も簡単な場合が多いです。さらに、ユーザーは既にこれらのシステムに慣れているため、信頼関係が築かれます。
成果が明確になり、ツールも導入されたら、次のステップは摩擦点、つまり反復的な手作業が投資収益率（ROI）を低下させている領域を探すことです。重要なのは、小さな規模で、すぐに成果が現れる領域から始めることです。まずは、従業員の負担を軽減できる領域に焦点を当てましょう。多くの企業が一度にすべてのプロセスに取り組む必要があると考えているのを見てきましたが、それは決してうまくいきません。「自分の能力以上のことは引き受けない」という古い格言は、人生だけでなくテクノロジーにも当てはまります。
2. 人とプロセスが交差する場所を見つける
Kai Nunez氏がTechCrunchの記事で述べているように、人間と連携する自動化技術の設計においては、プロセス計画において多様な視点を取り入れることが不可欠です。しかし、それだけでは終わりません。ワークフローを実装する際には、関係者全員が納得し、成功に尽力していると感じられるようにすることが同様に重要です。このアプローチは、あらゆる変更管理イニシアチブから最大限の成果を得る上でも有利に働きます。
ここで重要なステップは、「人間をループに組み込む」タイミングを決定することです。例えば、顧客の支払い処理にコンピュータービジョンシステムを使用しており、支払いが正しく読み取られたかどうかの信頼性が低い場合、通常、支払いをブロックするのではなく、人間に引き継ぐ必要があります。同様に、チャットボットは多くの質問に自動的に回答できますが、質問に答えられない場合は、質問を人間のエージェントにルーティングするように設定されていることがよくあります。AIと自動化への投資を最大限に活用したい企業は、「人間をループに組み込む」ことを事前に計画する必要があります。テクノロジーのセットアップだけでなく、継続的な学習を促進し、その効果を測定するために、適切なチームを配置することが重要です。
3. 本番環境に展開する前にパイロットを実行する
技術的には、計画モードは好きなだけ続けることができます。しかし、競合他社は独自のAI・自動化戦略に取り組んでいる可能性が高いため、時間は非常に重要です。学習するための最良の方法は、試行錯誤を繰り返し、結果を測定し、評価し、そして再び試行することです。
AI導入の成功には、多くの場合、長期間のパイロット期間が必要です。これらのパイロット期間中は、新しいAI誘導プロセスを使用するユーザーを限定することがベストプラクティスです。このパイロットの目的は、AIモデル自体の有効性を把握することだけでなく、ユーザーがAIを理解し、信頼し、活用できるかどうかを把握することです。
パイロット期間を設けることで、AIガイドによるプロセスと手動プロセスを直接比較することが可能になります。実際に機能しているでしょうか？ユーザーの時間はどれくらい節約できるでしょうか？ビジネスにどれくらいのコスト削減（または収益化）をもたらすでしょうか？パイロットユーザーと非パイロットユーザーを比較することで、早期にメリットを把握できます。
4. 影響とROIを測定する
パイロット期間中はすべて順調に進み、AIを活用した新しいプロセスをより広範囲に展開することに決めたとします。その影響を継続的に測定することが重要です。
AIと自動化への投資はコストがかかる場合があります。これらの投資は運用コストの削減で十分に回収できるにもかかわらず、多くの企業はROI（投資対効果）を実際に追跡していません。ソフトウェアの購入、データストレージとコンピューティングの費用、そしてデータサイエンティストの雇用にかかるコストが、実際に収益に影響を与えるかどうかを把握していないのです。ROIの測定を怠ると、パイロット導入による価値検証の機会を逃し、本来であれば組織にとってより大きな価値を生み出すはずだった機会を逃してしまう可能性があります。
ROI を測定するための最初のステップは、AI および自動化プロジェクトの明確な目標を設定することに戻ります。
次に、それぞれの目標について、ビジネス目標と整合する主要業績評価指標（KPI）を特定します。これらのKPIのベースラインを必ず測定し、AI導入前の状態を把握しましょう。AIを広く導入した後は、定期的にベンチマークと比較し、その影響度を測定して進捗状況を追跡したり、改善すべき領域を特定したりしましょう。
AIや自動化ツールの有効性を把握することは、プロジェクトを長期にわたって維持し、継続的なコストを正当化し、価値を最大化するために不可欠です。「設定して忘れる」ソリューションの時代はまだ到来していません。だからこそ、継続的な測定が極めて重要なのです。
最後に、何が重要であるかを心に留めておいてください。
AIは今日どこにでも存在しますが、単独で動作するわけではありません。現在稼働しているほぼすべてのAIシステムは、AIの指示を人間が理解できる動作に変換する自動化システムと連携しています。私の父の時代、「自動化」とは、プログラマーがあらゆるルール、キーワード、アクションを手作業でプログラムすることを意味していました。しかし今日では、自動化はAIと連携し、AIは言語を理解し、行動を予測し、推奨を提示するようになります。つまり、自動化は「プログラミング」というよりも「学習」に重点が置かれているのです。
それでも、AI と自動化ができることすべてにおいて、重要な決定を下すのは私たち人間にかかっています。
