企業はどうすれば AI 変革を達成できるでしょうか?何百もの企業を調査した結果、私たちは答えを見つけました

出典: シダオ

画像ソース: Unbounded AI によって生成‌

**中国企業にとって、デジタルインテリジェンスの必要性と緊急性は議論の余地のない事実です。 **

しかし、「デジタル インテリジェンス トランスフォーメーション」について話すたびに、それは「川を渡るポニー」のようなものです。ほとんどの企業は、川を渡ろうとする「ポニー」のようなもので、「老牛」（規模が大きく資金が豊富な大企業）ほど裕福ではありませんが、「リス」（リスク耐性に乏しい中小企業）よりはまだマシです。 ）。原作では「ポニー」は「川を渡るか渡らないか」を自主的に決めることができます。しかし、現実の世界では産業革命の第 4 波が世界中を席巻しており、世界中の多くの企業がデジタル インテリジェンスの川に押し流されています。 **

生き残るためには川を渡らなければなりません。

したがって、企業にとっては、「デジタル インテリジェンスの川の石を見つける」ことが特に重要です。これには「川渡りの成功者」の経験が必要です。

Harvard Business Review の記事「企業が AI を使用して成功する理由は何ですか?」 「会社が AI の使用を成功させるには?」では、「川を渡り切るためのガイド」が提供されています。

この記事では、マッキンゼーとマサチューセッツ工科大学の Machine Intelligence in Manufacturing and Operations Initiative (MIMO) による調査を採用しています。この調査では、デジタル化、データ分析、マシン インテリジェンス (MI) テクノロジーにおける 100 社 (自動車や鉱業などのさまざまな業界が関与) の進歩を追跡しています。目標、行動、結果の実績に基づいて、主要なデジタル インテリジェンス企業には、ガバナンス、導入、パートナー、人材、データの可用性という 5 つの側面において一定の共通点があると結論付けることができます。 **

この記事の著者は 2 人で、1 人はマッキンゼー・アンド・カンパニーのシニア・パートナーであるビジェイ・ディシルバ、もう 1 人はマサチューセッツ工科大学 MIMO のマネージング・ディレクターであるブルース・ローラーです。著者は、この記事の研究結果はすべてのデジタルインテリジェンス変革企業にとって参考になると指摘しています。 **

01 過渡期の4つの企業タイプ

最初の結論: デジタル インテリジェンス競争で群衆の中で抜きん出たいのであれば、トップ企業はコラボレーションのための全体的な計画を策定する必要があり、一手で敵を倒すことを考えるべきではありません。 **

著者は、9 カテゴリーの 21 のパフォーマンス指標を評価することにより、デジタル インテリジェンス変革企業 100 社をリーダー、プランナー、実行者、新興企業に分類しました。

最も優れているのは「リーダー」で、サンプルの約 15% を占めます。彼らは 21 の主要業績評価指標のうち 20 で非常に大幅な改善を達成し、9 つの業績カテゴリすべてで上位 25% にランクされました。このタイプの企業は賢くお金を使うことができ、デジタル インテリジェンスの最大の受益者です。

2 番目のカテゴリは「プランナー」と呼ばれ、サンプルの約 25% を占めます。このタイプの企業は対人対応が上手で、データ実行に関する確かな知識を持っています。しかし、多くの企業は現在、変革の成果を享受できていません。 2018年にマッキンゼーが提案した「パイロットトラップ」に苦戦している企業もある。

** 外部から見ると、「パイロットの罠」は、デジタル化とインテリジェント化における多くの中国企業にとっての悩みの種でもあります。 **

企業の大規模な変革は、能力を蓄積する長期的かつ体系的なプロセスです。そして、企業は変革を推進する際に、新たな変革施策を検証するためにいくつかの小規模なパイロットを選択することになる。ただし、これらのパイロット ケースは複製や拡張が難しいことが多く、変革計画全体で大規模な波及効果を達成することが困難になります。

**デジタルトランスフォーメーションを含むデジタルインテリジェンスは失敗に終わることが多いですが、その原因は全体計画の欠如にあります。 **たとえば、企業は変革への全体的なアプローチではなく、選択したユースケースの展開に重点を置きすぎています。マッキンゼーによる世界的な調査によると、成功するデジタル変革は「単なる IT プロジェクト」ではなく、上級リーダー (取締役会長、最高経営責任者、経営委員会など) によってサポートされる「ビジネス主導の ROI を重視した変革」であるとされています。

この結論はこの記事の結論と同様です。

第三に、執行者はサンプルの約 33% を占めます。これらの企業は結果重視であり、増え続ける専門知識プールを活用し、パートナーと協力することに熟達しており、具体的なソリューションを開発して実装する機会をつかむことができます。インフラストラクチャの構築は上記 2 つのタイプの企業に比べて小規模ですが、それでも大きな成果を上げることができます。

しかし、「執行者」の悩みは依然として部分と全体の矛盾にあり、全員の努力を会社の業績に統合し、力を合わせることが難しい。

最後のカテゴリは「新興企業」で、サンプルの約 25% を占めます。これらのビジネスは最も成熟しておらず、メリットもほとんどなく、多くはまだ始まったばかりです。多くの「新興企業」は投資先を見つけるのが難しいと感じています。デジタル インテリジェンスをさらに発展させることができるのは、戦略、スキル、インフラストラクチャを備えた少数の企業だけです。

02 スマートビジネスの5つの秘密

凡庸な企業に比べて、「リーダー」は半分の時間で他社の2倍以上の成果を上げることができます。なぜ彼らはそんなに優れているのでしょうか？

この記事では、トッププレイヤーが5つの主要分野で何をしているかをまとめています。

ガバナンス

この記事は、「リーダー」にとってマシンインテリジェンス（MI）が戦略的優先事項であると指摘しています。多くの企業は、この目的のために専用のセンター オブ エクセレンス (CoE) も設立しています。

多くの企業はデジタルトランスフォーメーションを意識しており、デジタルトランスフォーメーションのためにノーコード、ローコード、RPAなどの自動化ツールも購入していますが、複雑な組織構造やチーム間のデータによって限界があります。離島では企業内の効率的な連携が取れず、デジタルインテリジェンスプロジェクトの推進が困難となり、企業リソースが大量に無駄になります。

記事で言及されているセンター オブ エクセレンス (CoE) は、テクノロジー、人材、設備、その他のリソースをプールして、会社の変革目標を加速するために適切な行動を取れるように会社を監督します。 RPAを導入している企業の多くはすでにCoEを構築しています。例えば、東風日産のCoEディレクターであるChai Yicui氏は、企業のCoEがポジショニング、プロモーション戦略、プロモーションシステム、推進力とガバナンス、トレーニング、情報交換、真剣さとモチベーションの7つの側面で重要な役割を果たしていると紹介したことがある。さらに、PricewaterhouseCoopers や Deloitte を含む多くのコンサルティング会社も、異なるビジネスの方向性を持つ CoE を設立しています。その中で、アーンスト・アンド・ヤングとIBMは、金融機関がハイブリッド・クラウド・ソリューションを使用してデジタル変革を加速できるよう支援するため、集中型仮想センターの形でCoEを設立することを発表した。

さらに著者らは、「リーダー」はデジタルイノベーションを評価して実装するための明確なプロセスを好み、この急速に進化する分野では変化が避けられないことも認識していると指摘しています。その結果、ほとんどの「リーダー」はプロセスを常に評価して改善しているのに対し、「実行者」と「プランナー」は行き詰まる傾向があり、ユースケースをうまく拡張する能力が制限されています。

導入

「リーダー」は、マシン インテリジェンス (MI) を可能な限り広く使用します。

この研究の各「リーダー」は、予測、メンテナンスの最適化、物流、輸送などの分野でマシン インテリジェンス (MI) を活用しています。他の 3 つのタイプの企業と比較して、「リーダー」はより先進的な手法を採用する傾向も高くなります。

たとえば、バイオ医薬品会社アムジェンは、粒子検出率を 70% 向上させ、誤報を 60% 削減する、AI を使用した実証済みの外観検査システムの開発に取り組んでいます。

著者は記事の冒頭で、米国最大の電力会社であるビストラ社の例を挙げています。工場の効率的な稼働を維持するために、作業員は何百もの異なる指標を常に監視し、調整していますが、最も熟練したオペレータであっても正確性を保証することはできません。その後、工場は AI を活用したツール (熱量最適化ツール) を導入し、最終的に工場の効率が 1% 向上しました。大したことではないように聞こえるかもしれませんが、実際には数百万ドルを節約し、二酸化炭素排出量を削減しました。

＃＃＃ 相棒

企業間のパートナーシップは、学界、新興企業、既存の技術サプライヤー、外部コンサルタントの間で行われることがよくあります。ただし、「リーダー」は、自身の開発速度と学習効率を最大化するために、より広範囲で集中的なパートナーとのつながりを確立することを好みます。

たとえば、消費財企業 2 社、コルゲート・パルモリーブとペプシコ/フリトレーは、システム・サプライヤーであるオーギュリーと提携し、人工知能を活用した機械の健康診断システムをそれぞれの生産ラインに導入しました。この決定により、前述の両事業のダウンタイムの回避が可能になりました。最長8日間。

半導体企業のアナログ・デバイセズは、MIT と協力して新しいマシン インテリジェンス (MI) 品質管理システムを開発しました。このシステムは、どの生産プロセスやツールに問題がある可能性があるかを特定できます。これは、同社のエンジニアが以前のプロセス データの 5% を確認するだけで済み、人的資源を大幅に節約できることを意味します。

「リーダー」は非常に有能ですが、外部パートナーからエネルギーを引き出す方法を他の企業よりもよく知っているようです。

人事

「リーダー」はケチではなく、専門知識を少数のデータ専門家に任せるのではなく、できるだけ多くの従業員がデジタル インテリジェンス スキルを習得できるようにします。

この調査では、「リーダー」の半数以上が第一線の従業員にマシンインテリジェンス（MI）の基礎トレーニングを提供しているのに対し、他の企業ではわずか4％であることが判明した。

たとえば、マクドナルドのレストランでは、マシン インテリジェンス (MI) を使用して顧客の反応とリアルタイムの顧客の流れを予測し、さまざまな業務タスクを改善しています。

Enterprise Center of Excellence (CoE) のデータ専門家は、新しい手法をテストして開発し、その開発結果を現場従業員が使いやすいツールにパッケージ化します。このシステムを活用することで、現場の従業員はデータの重要性を理解し、問題を特定する能力を養い、会社に還元することもできます。

データの可用性

記事では、すべての「リーダー」が現場の従業員にデータへのアクセスを許可しているのに対し、他の企業では許可しているのは62％に過ぎないと指摘している。さらに、「リーダー」は顧客やサプライヤーからデータを取得します。その代わりに、リーダーの 89% が自分のデータを顧客やサプライヤーと共有しています。

全体として、このデータの民主化は、「リーダー」の間で情報が権力を持ち、厳重に守られている他のビジネスとはまったく対照的です。

デジタル変革の構成要素

記事は要約すると、「ガバナンス、展開、パートナーシップ、人材、データの 5 つの側面が連動し、相互に考慮されると、企業のデジタル変革も効果的になる」と指摘しています。ただし、通常の状況では、企業は上記の 5 つの側面を調整するためにセンター オブ エクセレンス (CoE) も組織します。

すべての始まりは難しいものです。著者は、変革を決意した企業はまず現在のデジタル インテリジェンス レベルを正直かつ包括的に評価する必要があると考えています。この時点で、企業は「移行計画」の策定を開始できます。この計画が大まかなものであっても、熟練した人材、投資能力、重要なインフラストラクチャ、レガシー システムからクラウドへのデータの移動方法など、変革の際に遭遇する可能性のある障害を解決することができます。さらに著者は、企業変革のペースが小さすぎてはいけないと考えています。結局のところ、ほとんどの「リーダー」はデータと単純なツールを使い始めますが、習熟度が上がるにつれて、より高度なテクノロジーを採用するようになります。

03 将来的には格差が広がる可能性あり

デジタル インテリジェンスはあらゆる業界の再構築です。現在、多くの国内大企業は変革を成功裏に完了しただけでなく、変革の経験とテクノロジーをあらゆる階層に拡張し、デジタルインテリジェンスと産業の統合に向けたアプリケーションシナリオを常に充実させています。

変革に不利な企業は時代とともに淘汰されるということでしょうか。

著者は、その答えは楽観的ではないと考えています。記事中の「リーダー」はデジタルインテリジェンスへの支出を30％から60％増やし、予算も10％から15％増やすと見込まれている一方、他の企業は進歩がほぼ止まっている。これは、今後、双方の溝がさらに拡大する可能性があることを意味する。

しかし、マシンインテリジェンス (MI) は最近大幅な進歩を遂げており、包括的な変革の機会が生まれ始めています。急流を勇敢に乗り越えた人だけが、川の源流の驚異と景色を味わうことができます。企業の出発点は異なりますが、発展の道筋も異なります。 **しかし、少なくとも、「知性の川の石の数」があるところでは、私たちには道を示す「リーダー」がいます。 **