1771341653
2026-02-17 09:27:00
分析: 多くの組織は、利点や継承可能な教訓を活用せずに、新しいツールを試して AI に足を踏み入れています。
による アンドリュー・ブロスナン、 UCC そして プラクリティ ダスグプタ、 メイヌース大学
生成人工知能 (GenAI) は 2020 年代の主要なテクノロジー トレンドの 1 つであり、個人と職業の両方の生活領域に影響を与えています。と AI を導入している組織の 88%、2029 年までに世界中で AI イニシアチブに 3 兆ドルが費やされると予想されており、多くの組織が AI 機能を逃すのではないかという大きな懸念を表明しています。おそらく一部の人は、 バンドワゴン効果、純粋な運用上の必要性からではなく、業界の誇大広告や競争圧力に応じて AI を導入しています。
しかし、そのテクノロジーがまだ期待どおりの価値を提供していないことを知ると驚くかもしれません。最近の MIT の研究では、 AIイニシアチブの95%は失敗した、展開後に組織にプラスまたはマイナスの影響を与えません。では、なぜこのようなことが起こるのでしょうか?
成功または失敗に影響を与える要因は組織ごとに異なる可能性がありますが、私たちの調査では、多くの組織が「永続パイロット」の罠に陥っていることが示唆されています。この罠では、組織は利点や継承可能な教訓を活用せずに、新しいツールやユースケースを試して AI に足を踏み入れています。
RTÉ Radio 1 の The Business より、AI バブルはもうすぐ弾けますか? eとコノミストのアン・ペティフォー
その結果、組織は多くの場合、小規模な AI プロジェクトの開発に多大な時間、資金、初期の熱意を投資しますが、これでは期待される組織全体の変革的メリットに発展する可能性はほとんどありません。
「永久パイロット」の罠
AI の失敗というと、組織がすべての卵を AI バスケットに入れて、 従業員を解雇する 悲惨な結果に。しかし、AI の失敗は、伝統的に慎重な組織の間でもさまざまな形で発生する可能性があります。
最近、2024 年半ばに最初の AI プロジェクトを開始したアイルランドの小規模な公共部門組織のケースを考えてみましょう。法律の審査を担当するチームは、AI が作業を劇的にスピードアップし、精度を向上させることができると信じていました。リーダーたちは、初めて AI の取り組みに取り組むことへの好奇心を共有しましたが、不安も共有しました。リスクを最小限に抑えるために、15 万ユーロという控えめな予算が割り当てられ、外部の IT サービス会社と提携するために 4 人のフルタイム スタッフが割り当てられました。
目標は、関連する法律の小さなデータセットを使用して、厳密に範囲を絞った概念実証を提供することでした。 12 週間後、プロトタイプが稼働しました。初期テストでは、このツールを正しく使用すると、概ね正確な出力が得られ、チームの効率がわずかに向上することがわかりました。勇気づけられながらも慎重な姿勢を貫いたリーダーたちは、ツールをこれ以上拡張しないことを選択しました。代わりに、彼らはチームにテストを続けるよう求め、後の段階でプロジェクトのより広範な可能性を「再検討」することを約束した。
2026 年に AI が生活のあらゆる領域にどのように浸透するかについて、RTÉ One の Brendan O’Connor と Elaine Burke が For Tech’s Sake ポッドキャストから語ります。
一方、組織内の別の部門が独自の機会を発見しました。彼らは、組織の Web サイトを通じて日常的な市民の質問に対応できるように、AI を活用したチャットボットを構築することを提案しました。最初のパイロットの「成功」と彼らが解釈したものを見て、経営陣は 2 回目の AI 概念実証のためにさらに 15 万ユーロを承認しました。ここでも、開発サイクルは 12 週間実行されました。繰り返しになりますが、パイロットは限定的ではありましたが、概ね良好な結果をもたらしました。
チャットボットはコンタクト センターのスタッフに歓迎されましたが、初期段階では事前に用意された基本的な質問にしか答えられませんでした。経営陣は、スムーズな成果に安心感を抱き、今後さらなる機能強化を検討する可能性があることを示唆した。個人的には、両方のパイロットは賢明でリスクの低い実験的アプローチを示しているように見えました。しかし、全体として、この写真は別の物語を語っていました。
投入された予算と時間は、多くの組織が当初からより野心的な AI ソリューションに費やす金額と同等になりました。
6 か月にわたって、この組織は 30 万ユーロと数名の従業員のフルタイムの労力を投資して、それぞれのスタンドアロン AI ツールを構築しました。それぞれのツールは、ごく一部の従業員のみにメリットを提供します。投入された予算と時間は、多くの組織が当初からより野心的な全社規模の AI ソリューションに費やす金額と同等になりました。
リスク回避戦略として組み立てられたものは、結局、努力の重複、ツールの断片化、リーダーが予期していなかったコストなど、それ自体の隠れたリスクを生み出すことになりました。小規模なパイロットを個別に実行することで、組織は、規模を拡大し、部門間で統合し、より広範な組織変革を実現できる、一貫した AI 戦略を開発する機会を逃してしまいました。
AI の成熟への道のり
この「永久パイロット」の罠を完全に理解するには、まず次のことを理解する必要があります。 多段階の旅 組織が AI をその構造と運用に統合する際に考慮すること:
フェーズ 1: 従業員は、タスクを支援するために ChatGPT や Grok などの無料の GenAI ツールを使用してテストします。これは通常、非公式に行われ、必ずしも指導者に知られるわけではありません。
フェーズ 2: この組織は、AI から恩恵を受ける可能性のあるビジネス分野を発見しました。彼らは、通常、非常に狭い目標を持った少人数のチームで、すぐに AI パイロットに着手します。ほとんどの組織はこのフェーズを離れることはありません。
フェーズ 3: AI パイロットはスケーリングされます。より多くの従業員が利用できるようになり、より多くのプロセスがサポートされます。従業員は責任を持って AI を使用するためのトレーニングも受けており、AI の導入をサポートしています。
フェーズ 4: 組織は変革され、AI を使用して顧客とのやり取りや従業員のタスクを推進します。彼らは引き続き AI 機能を開発し、必要に応じて導入します。組織は理想的にはフェーズ 3 または 4 に到達するよう努めるべきですが、大多数の現実はフェーズ 2 で行き詰まっています。
RTÉ ニュースより、2025 年が終わりを迎えるにあたり、Behind the Story で AI にまつわる最大のストーリーのいくつかを振り返ります
良い習慣
では、費用のかかる試験運用に陥ることを避けるにはどうすればよいでしょうか?また、組織は AI 競争に参加する前に何をすべきでしょうか?
AI 導入の失敗は、モデルの品質が原因ではなく、プロセスのボトルネック、断片化したデータ、古いシステムが原因で発生します。 AI は「特効薬」ではないため、組織の投資をこれらの弱点に対処することに集中させます。
これは、AI が提供する利点を活用することから組織の注意をそらすことを意味するのではなく、実際には AI が最適に機能するようにするための基礎層を修正することを意味します。
- パイロットをいつ終了するかを知る
パイロットは、AI 導入時に何がうまく機能し、何が改善の余地があるかを示す上で非常に価値があります。の MITの研究 これは、実際のシナリオに適用された場合にのみ価値があることを示しています。組織は、いくつかの小さなプロジェクトを永続的に実行し続けて時間と人員を費やすのではなく、いつパイロットを終了して拡張を開始するかを事前に定義する必要があります。
- モデルだけでなく従業員をトレーニングする
AI ツールに過剰投資し、トレーニング、プロセスの再設計、変更管理への投資が不足している組織は、エンタープライズ プログラムが停滞すると導入率が低くなり、不満が増大します。
人間の能力の向上に投資を分散させることで、特定の AI ツールに障害が発生した場合でも、組織自体がより柔軟で回復力が高まり、将来のテクノロジーを吸収できるようになります。
- 「すべての卵を 1 つのカゴに入れる」ことをしないでください。そうしないと、基本を見失います。
心に留めておくべきもう 1 つの重要な点は、ほとんどの業界で、顧客の行動、規制、競争力学がまだ根本的に変わっていないということです。つまり、製品の品質、サービスの信頼性、コンプライアンス、信頼から注意と資金をそらしすぎる組織は、慎重なアプローチを採用する必要があるかもしれません。 AI はこれらの基礎を強化することはできますが、代替することはできません。
誇大広告のサイクルが落ち着き、組織の予算が逼迫したとき、組織の収益とブランドの評判を守るのはこれらの中核となる強みです。
RTÉ ブレインストーミングをフォローしてください ワッツアップ そして インスタグラム 詳しいストーリーや最新情報については
アンドリュー・ブロスナン 彼はテクノロジーリスクを専攻する博士課程の学生です。 商法学部 で UCC。 プラクリティ・ダスグプタ博士 人事管理学の助教授です。 ビジネススクール で メイヌース大学
ここで表明されている見解は著者の見解であり、RTÉ の見解を代表または反映するものではありません。
#なぜ #への取り組みの #が失敗するのでしょうか