小売、消費財の貴重なエージェントAIユースケースを特定する

過去12か月間、顧客の会話は、生成AIに焦点を当てることから、エージェントAIの議論に移行しました。この進化は、ビジネスプロセスを強化し、革新を推進するAIの可能性を高めるためのエージェントシステムの認識の高まりを反映しています。

しかし、すべてのテクノロジーと同様に、どこから始めるべきかを考え出すことは困難に満ちています。 「あなたが持っているのはハンマーだけであるとき、すべてが釘のように見えます」 – または表現はそうです – しかし、ビジネス上の課題に関しては、すべての問題がエージェントAIアプローチを必要とするわけではありません。

エージェントAIの候補領域を決定した可能性があります。 以前のブログで価値について急速にアイデアをかけていることを議論するときに説明しました。しかし、それが実際にエージェントのアプローチを保証するかどうかをどのようにして知ることができますか？そして、それがそうすると確信したら、それがあなたの組織にもたらす価値をどのように決定しますか？

このブログの目的は、これらの領域に対処する方法に関するガイダンスを提供し、情報に基づいた意思決定を行い、エージェントAIの可能性を最大限に発揮できるようにすることです。

ビジネスおよび技術基準

世界中の小売および消費財会社との協力の経験に基づいて、特定のプロセス（またはプロセスの一部）がエージェントAIの良いユースケースであるかどうかを判断するための基準と見なすことができるいくつかの一般的な傾向があります。

これらは、遵守しなければならない「硬くて速い」基準とは見なされていません。彼らは単なるガイドラインです。

• 音量。 大量または相互作用の数を持つプロセス。たとえば、消費財会社は航空機メーカーよりも多くの注文を受けているため、消費財会社の注文摂取プロセスにエージェントAIを適用するためにはるかに適用できる可能性があります。それは、エージェントAIがこのプロセスで航空機のメーカーを助けることができないという意味ではありません。これは、適用される特定のプロセス要素が異なることを意味します。たとえば、航空機を注文する際には、複数の詳細な構成ドキュメントが必要になる場合があり、エージェントAIにはこれらのドキュメントが正しいことを保証する貴重な役割がある場合があります。
• 交流。複数のシステムと相互作用するプロセス。たとえば、異なるシステム間でデータを更新、読み取り、または統合します。ユーザーが複数のシステムからのコンテンツを確認または統合する必要があるプロセスは、エージェントAIの適用の主要な候補です。 「Swivel-Jairの統合」と呼ばれることもあるこれらのタイプのプロセスは、退屈でエラーが伴います。
• 人間。 高レベルの人間の相互作用が必要なプロセス。おそらく、複数の情報、文書、またはシステムを探し、読み、検討し、推論することを含む。これは通常、ありふれた繰り返しの仕事です。エージェントAIは、ギャップ、違い、または異常を評価および強調することができます。それは人間によって評価されるように推奨することができ、そのため、平凡で反復的な活動の量を減らすことにより、人間と一緒に作業または増強するように設計されています。ここでは人間の要素が重要です。AIは、人間がイノベーションをサポートしながら、例外、戦略分析、複雑な決定に集中することを可能にします。
• エラー。 エラーが発生しやすいプロセス – これは、しばしば繰り返しの、ありふれた人間の操作で発生します。さらに重要なことは、プロセスの実行中にエラーや問題が発生した場合、販売の遅延、販売の損失、補償請求、コストまたは時間を被る人間による取り扱いなど、不利な下流の結果を引き起こすことです。これは、懸念と焦点の重要な領域になる可能性があります。

解決策を設計する際に考慮する必要があるものの、追加の要件があります。これは、データの可用性に関連しています。

エージェントAIアプリケーションに必要なデータが利用可能であり、他の場所で課題を引き起こすことなくアクセスできるようにすることが重要です。エージェントシステムは、意思決定を支援するためにデータを参照する必要があることがよくあります。たとえば、トランザクションシステムの顧客またはサプライヤーのマスターレコードで何かを調べる必要がある場合があります。これらの多くが非常に短時間で必要な場合、エージェントソリューションがトランザクションシステムでパフォーマンスの問題を引き起こす可能性があります。建築的には、このデータをデータ湖または他のデータストアに抽出して参照場所として機能することで、この課題を回避できます。

価値の定義

進歩により、エージェントAIは、より回復力があり、効率的で、持続可能な、自律的なサプライチェーンを作成するための基礎として位置付けられています。技術投資のビジネス価値を評価することになると、考慮すべき最初のポイントの1つは、特定の価値の要因を決定することです。さらに、これをどのように測定するかを理解することも同様に重要です。

エージェントAIに関連して行った作業から、値は通常3つの領域に分類されます。

1. 生産性。これを「エージェントの解放時間」と考えることができます。これは、付加価値のある活動のために「解放された時間」を使用して、プロセスまたはプロセスステップでの人間の相互作用に関連する非価値者の時間を短縮することを反映しています。これらの追加のアクティビティをスコーピングすることは、エージェントAIから価値を提供するために重要です。例として、ある小売業者は、サプライチェーンプランナーが将来のプロモーションインベントリを計画する個々のサプライヤーとより多くの時間を費やすために時間を解放しようとしていました。 AIエージェントは、サプライヤーとの通信を合理化し、契約コンプライアンスを監視し、紛争を効率的に解決できます。
2. プロセス効率。 これは、プロセスがかかる経過時間に関連しています。 AIエージェントは、繰り返しタスクを自動化し、プロセス効率レベルが高くなり、コストが削減されるようになります。これには次のメリットがあります。たとえば、顧客注文の受信と処理の間に費やされる時間を短縮すると、顧客の応答性が向上します。
3. 品質。これはしばしば決まり文句と見なすことができます。ただし、この例では、焦点はエラーまたは問題の削減です。具体的には、組織またはサプライチェーン内で下流に否定的な結果をもたらすもの。たとえば、存在しない有望な在庫は、顧客満足度のスコアに悪影響を及ぼし、将来の販売が失われる可能性があります。

測定が重要です

これらのバリュードライバー領域のそれぞれについて、これが特定のケースで影響を与える可能性が高いメトリックまたはKPIを確立することが重要です。上記のグラフィックはいくつかの例を示していますが、これがエージェントAIの価値が実際に発効する場所です。

生産性の価値ドライバーの場合、解放された時間を使用して、従業員KPIごとの収益を高めることができる追加の収益を生み出す機会を特定できます。プロセス効率のために、顧客注文プロセスを自動化する場合、販売の損失を減らすことは関連するメトリックになります。

ただし、品質は興味深い場所です。遅延または誤った情報の決定の下流の負の結果を決定することは困難ですが、それは価値があります。考慮すべきアプローチの1つは、使用することです Microsoft Copilot これについて慣れるのを助けるために、特定のプロセスでのエラーの否定的な下流の結果がどうなるかについての提案を求めます。これはあなたのビジネスに対する正確な答えをもたらさないかもしれませんが、実践は通常、あなたのビジネスに関連する新しい思考や視点を刺激することを示しています。

価値の向上

エージェントAIの適切なユースケースを選択するには、実装の基準と価値のドライバーの両方を完全に理解する必要があります。大量の人間の努力と複数のシステムとの相互作用を必要とする大量のエラーが発生しやすいプロセスに焦点を当てることにより、組織はAIアプリケーションの最も有望な領域を特定できます。

さらに、生産性、プロセス効率、品質の改善を通じて、AI投資の価値を定義および測定することで、組織がエージェントAIの可能性を最大限に引き出すことができます。これらのガイドラインにより、組織は情報に基づいた意思決定を行い、AIユースケースの選択の複雑さをナビゲートし、最終的に革新と効率を促進することができます。

エージェントAIの詳細をご覧ください