AI はあらゆる場所で組織を変革しています。この 6 社がどのように先頭に立っているのか

効率の向上から公共の安全、人生を変える治療まで、エリクソン、アブプロ、ヘキサゴンなどの企業がどのように AI の力を活用し、さらには命を救っているのかを深く掘り下げてみましょう。

2023 年は AI の年になります。出版物では、その年の最大の出来事と最も密接に関連した名前で年をマークすることがよくあります。 AI は何十年も前から私たちとともにありましたが、生成 AI により、AI が日常ユーザーの生産性ツールになりました。

生成 AI は、時間を節約し、人々が他の方法ではスキルを持たない仕事を生産できるようにし、機会の新たな扉を開くなど、すべてを変えています。しかし、暗い面もあります。労働者は、雇用主が彼らを低品質で安価な AI 生成の生産物に置き換えるのではないかと懸念している。

精度の問題もあります。生成 AI システムは間違っていることが多く、それに依存する人が増えれば増えるほど、結果を再チェックする人が少なくなります。

また: 生成 AI が選挙に及ぼす影響についてはまだ準備ができていません

生成 AI は、現在使用されている AI の 1 つの側面にすぎません。私たちは電子メールで多数の幹部と話し合い、すでに導入されているさまざまな AI アプリケーションとメリットを紹介する 6 つのストーリーを選択しました。注目を集めているこれら 6 社は、AI を活用して、それぞれの業界の従来の慣行と規範を根本的に変革しています。 AI の導入により、効率、安全性、顧客体験、全体的なイノベーションが強化されています。

これら6社の幹部らはZDNETに対し、現在どのようにAIを活用しているのか、AIが自社のプロセスをどのように変革し、どのようなメリットが得られているのかを語った。貴重なお時間を割いて詳細な回答をいただきました幹部の皆様に心より感謝申し上げます。

エリクソン: 電気通信分野における AI

問題: 職場での傷害
AI テクノロジー: コンピュータービジョン
利点: 作業者の安全性の向上

Ericsson Safe Work は通信大手エリクソンの一部です。 Ericsson Safe Work の創設者兼 CEO である Vivek Gnanavelu 氏は、「鉄塔関連の死亡者数が一般建設による死亡者数を上回っている電気通信業界では、Safe Work が作業員を守ってくれます。」と語ります。これにより、職場での負傷や死亡事故をなくすことができると彼は言います。

安全プロトコルにもかかわらず、携帯電話の塔、アンテナ、無線機の設置または保守時に多くの事故が発生します。 Gnanavelu 氏は、「設立以来、社内の顧客に対して AI による顕著な効率化が見られました。スタッフの時間の節約、AI によって検出された不遵守、安全フォームの AI 支援による承認率などの主要な指標全体で、大幅な効率化が達成されました」と報告しています。が出てきました。」

同社は、コンピュータービジョンと AI モデルを使用して、ヘルメット、手袋、ベスト、作業靴などの個人用保護具 (PPE) 規格への従業員の準拠を検証しています。また、リアルタイムの気象警報やリスク評価も提供します。 AI システムは継続的な監視とリアルタイムのバイタル追跡を提供し、作業員が確実に作業に取り組めるようにします。

より大規模な場合、同社の AI パターン認識は、自動レポート作成と大規模なデータ分析を強化して、将来の再発インシデントを学習して防止します。

SoFi: 銀行業務における AI

問題: カスタマーサービスが遅い
AI テクノロジー: 会話型 AI
利点: 即座に正確で共感的な応答が得られます。

SoFi は会員中心のデジタル金融サービスを提供し、600 万人を超える会員の「経済的自立の達成」を支援します。

私たちは最高リスク責任者兼ラテンアメリカ事業グローバル責任者のアーロン・ウェブスター氏に話を聞きました。同氏はZDNETに対し、「SoFiのAIソリューションはチャットボットではありません。顧客の感情を理解し、エクスペリエンスを向上させるインテリジェントなデジタルアシスタントモデルを採用しています。基本的なチャットボットとは異なり、このアシスタントは高度な自然言語処理を採用しており、リアルタイムの適応による人間のような対話、必要に応じたエージェントへのシームレスなハンドオフ、およびパーソナライズされた応答を提供します。」

SoFi は、自動エージェントによる会員エクスペリエンスを向上させることを目的として、Galileo Financial Technologies の関連会社が提供する会話型 AI エンジンである Cyberbank Konecta を既存の技術スタックに統合しました。 SoFi は、この会話型 AI エンジンを使用して、カスタマーサポートチームだけで対応できる時間外に顧客からの問い合わせに対応しています。

ウェブスター氏はZDNETに対し、「私たちは共感を伴う会話型AIを活用して各メンバーのやりとりをリアルタイムで調整し、必要に応じて人間味を加え、一般的な問い合わせをAIで楽に管理することでメンバーのエクスペリエンスを向上させながら運用サービスコストを削減している」と語った。

このソリューションを導入して以来、応答時間が 65% 以上増加し、チャットインタラクションから離脱した顧客の数が半減したと彼は言います。同氏は、現在では何千もの会話が人間のエージェントに転送することなく解決されると述べた。

Hexagon: 公安分野における AI

問題: 膨大な公開データ
AI テクノロジー: 支援 AI
利点: 犯罪防止とリアルタイムのデータ分析

Hexagon AB はストックホルムに本社を置き、地方自治体にサービスを提供する 52 億ユーロの多国籍企業です。ヘキサゴンの安全・インフラ・地理空間部門の最高技術責任者であるカリン・シムズ氏はZDNETに対し、「データインテリジェンスは価値があるが、その情報をリアルタイムで共有し、それに基づいて行動できることが極めて重要である。支援AIは組織の管理を支援する重要なテクノロジーである」と語った。私たちが今日直面しているデータの爆発。」

これに関連して、支援 AI は、人間のオペレーターが膨大な量のデータを選別し、見落とされる可能性がある、または特定するのに長い時間がかかる重要なパターン、相関関係、または異常を特定することで、人間のオペレーターが処理するのを支援します。

Hexagon の安全、インフラストラクチャ、地理空間部門は、重要なサービスとインフラストラクチャの回復力と持続可能性を向上させます。彼らのテクノロジーは、人、場所、資産に関する複雑なデータを意味のある情報と機能に変換し、公共の安全、公共事業、防衛、交通、政府におけるより適切かつ迅速な意思決定を可能にします。

Sims 氏によると、Hexagon は支援 AI を使用して、政府機関が「情報が無関係になる前に」リアルタイムデータを完全に認識できるように支援します。支援 AI は、高度な統計と機械学習を使用して組織の運用データをマイニングし、即時対応が必要な異常を検出します。

たとえば、支援 AI は、警察、消防、救急隊が複雑な緊急事態をより早く検出して対応できるように支援します。バックグラウンドで動作し、パターンを確認し、公共の安全に関する出来事が関連しているかどうかを判断することで、911 の指令員を支援します。これは補助的なものであるため、ディスパッチャに異常を警告するだけであり、リソースの展開に関する意思決定は人間に委ねられます。

公安部門はストレスの多い環境であり、業界は現在人員確保の課題に苦しんでいます。一般からのサービス要請が増え、監視カメラ、交通センサー、IoT デバイスなどから入ってくるデータが増えると、ユーザーは圧倒されてしまう可能性があります。

シムズ氏によれば、新しい協調型 AI 機能がその問題を解決できるという。スマートテクノロジーを使用してレガシーシステムを更新することにより、受信するリアルタイムデータを選別し、傾向や異常を探し、ユーザーにその瞬間にアラートを提供することで、過重労働の犯罪アナリストやディスパッチャーのプレッシャーを軽減します。

最終的な結果は、「支援 AI テクノロジーによるこの自律的な初期評価は、公衆からの複数の通話、センサー、アラームからの情報を手動で監視および分析するよりもはるかに効率的、効果的で拡張性が高い」とシムズ氏は述べています。

Revolear: B2B 営業における AI

問題: 複雑な B2B 販売
AI テクノロジー: AI の最適化
メリット: 販売プロセスの変革

Revolear は、非常に複雑な B2B 販売のためのツールを提供します。創設者兼 CEO の Raja Singh 氏は、「企業が複雑なビジネスソリューションを構築、提案、交渉、承認する方法を変革する、AI を組み込んだ最先端のデジタル取引プラットフォームです」と述べています。

Revolear は、製品だけでなく開発プロセスにも AI を使用しています。

企業間の販売プロセスでは、複雑な取引に数か月かかる場合が多く、多くの紆余曲折が伴います。当然のことながら、AI をさまざまな形で適用する機会は十分にあります。 Revolear は生成 AI を使用して顧客の要件を抽出し、役割に合わせたカスタマイズされた販売提案文を生成します。彼らは機械学習を使用して最適な割引レベルやその他の取引条件を予測し、取引の勢いと承認確率に関する重み付けされた指標を作成します。

Revolear の開発チームは、GitHub の Copilot ツールを使用してコーディングを支援しています。シン氏は、エンジニアの代わりにはならないが、行を完成させたり、コードスニペットを提供したりできると述べた。彼はこう言います。「当社では、マーケティングコピーを洗練するために生成 AI も使用しています。ストーリーラインの構築には生成 AI を使用しませんが、セクションの校正や改善には使用できます。非常に役立つアプリケーションの 1 つは、架空のデモデータを生成することです。当社の製品は、リアルに見えるほど見栄えが良くなります。データを作成でき、ChatGPT はそれを大量に生成できます。」

シン氏は、AI によって販売プロセスの最も困難な部分の 1 つにおける摩擦が軽減されたと報告しています。「営業チームが下さなければならない最も神経を使う決定の 1 つは、最初の希望価格を設定することです。歴史的に、営業チームは自分の経験に頼っていました。現在、私たちはわずか 50 行のデータで機械学習モデルを構築し、最終価格を予測してください。」

Abpro: バイオ医薬品における AI

問題: 新型コロナウイルス感染症（COVID-19）の治療
AI テクノロジー: AI 主導の発見
利点: 医薬品の実験プロセスをスピードアップします。

Abpro は、がん、眼科医療、感染症分野でモノクローナル抗体療法を開発するバイオテクノロジー企業です。彼らは、新型コロナウイルス感染症（COVID-19）の重要な治療法の1つを開発した。

Abpro CEO 兼共同創設者の Ian Chan 氏は、AI が新型コロナウイルスとの戦いに役立っていると説明しています。「新型コロナウイルス感染症の継続的な課題は、変異種の変化に治療法が追いつかないことです。Abpro はまさにそれを実現するために AI を導入しています。」

同氏によると、同社はAIを活用することで、スパイクタンパク質やウイルスの他の領域の進化を予測することができ、より将来性のある治療法を実現できるという。 Abpro は、テスト済みの生化学測定と実際の実験からの抗体生成を組み合わせることにより、in vitro 実験のみに依存することなくモノクローナル抗体を開発することができ、そのデータを利用して抗体の予測能力をトレーニングし、進化する変異体に追いつくことができるようにします。

同氏はZDNETに対し、AIは新薬標的の特定、新薬の設計、創薬プロセス全体の加速を支援できると語った。 AI は、抗体の設計や最適化の迅速化などの複雑なタスクを合理化しています。

企業は機械学習モデルを使用して、抗体が標的に結合する方法や、その溶解度、免疫原性、収量などの特定の抗体の特性を強化できるようになりました。 AI は、理論上の医薬品化合物を生成する経路を予測するためにも使用されており、それらの分子の製造を容易にする修飾を提案する機能も備えています。

AI を使用することで大幅な時間の節約が可能になります。従来、モノクローナル抗体は、ハイブリドーマ技術などの実験技術やファージディスプレイの使用によって発見されてきました。 Chan 氏によると、「AI の力を活用することで、Abpro のようなバイオ医薬品企業は、およそ 8 週間かかる実験プロセスを 1 日の午後に短縮できます。」

Digital Panda: クリエイティブエージェンシーにおける AI

問題: 手動デザインのモックアップ
AI テクノロジー: Midjourney と ChatGPT
利点: 迅速なデザインのモックアップ

Digital Panda は、ブランディング、Web、モバイル、モーションデザインを開発する小規模なクリエイティブエージェンシーです。同社は、Midjourney や ChatGPT などの既製のクラウド AI ツールを使用して、クリエイティブプロセスを支援しています。彼らは Midjourney を使用して、モーション用の高忠実度のストーリーボードを迅速に作成します。また、開発チームでは ChatGPT を使用してコーディングとバグ修正をサポートしています。

The Digital Panda創設者のイリヤ・クルーグマン氏はZDNETに対し、「私たちはLLMを活用してコピーライティングの成果を向上させ、さまざまなソーシャルプラットフォームに自分の作品を投稿する方法を自動化しています」と語った。

クルーグマン氏はさらに、「Midjourney を使用することで、クリエイティブチームがムードボードやストーリーボード開発のアイデア出し段階を迅速に効率化することもできました。以前は、アイデア出し、スケッチ、概念化に何時間も費やす必要がありましたが、今ではモデルに自分の考えを伝えるだけで済みます」と付け加えています。アイデアがあれば、それをほぼ即座に反復します。」

基本的に、クルーグマン氏は、生成 AI が「私たちの組織がより大きな組織であると感じ、運営できるようにする」のに役立っていると信じています。

AIによる組織変革

経営幹部らは、組織間での生成型 AI の突然の導入についても意見を述べています。「生成 AI は魅力的なテクノロジーですが、まだ非常に新しいです」とキャップジェミニエンジニアリングのエグゼクティブバイスプレジデント兼最高ソフトウェア責任者であるジアニチャン氏は言います。キャップジェミニエンジニアリングの親会社であるキャップジェミニは、少なくとも 50 か国にオフィスを構える多国籍 IT サービスおよびコンサルティング会社です。

「ナレッジ管理、サポート、さらにはコード生成にわたるユースケースの開発を加速する可能性を求めて、多くの企業が GenAI を実験しています」と彼女は ZDNET に語った。「GenAI の知名度が高まっているにもかかわらず、採用の程度はさまざまです。主に、生成されたコンテンツの完全性を信頼することに抵抗があるためです。」

Zhang 氏は、AI を組織に導入するための 3 つの推奨事項を提供しました。

コード生成による AI 開発の規制面と倫理面に対処するには、新しいプロセスを導入する必要があります。
組織とユーザーは同様に、生成されたコンテンツを信頼できなければなりません。そのため、専門家は展開されている大規模言語モデル (LLM) の妥当性を確認する必要があります。
これには、開発ライフサイクル中に、生成されたコンテンツを検証するためのメソッドを備えた新しいプロセスを実装する必要があります。

一方、4 大陸にオフィスを構えるビジネスおよびテクノロジーのコンサルティング会社である Slalom は、全米の 200 人の経営幹部を対象に、2023 年の AI への投資と 2024 年のセンチメントについて調査しました。ビジネス導入に関する包括的な調査は、組織が現在 AI をどのように使用しているか、そして将来どこへ向かうかを示しています。その結果、2 つの矛盾する統計も示されました。

まず、この調査では、幹部の 71% が、アルが組織内で効果的に拡張または自動化できるタスクの範囲を完全に理解していないことがわかりました。これらのタスクには、次の分野の作業が含まれます。

組織と従業員: AI コラボレーションに従業員と文化を適応させます。
テクノロジーとデータ: AI に不可欠なツール、プラットフォーム、データセット。
ビジネスと顧客価値: AI を使用して顧客エクスペリエンスと市場価値を向上させます。
戦略の調整とオーケストレーション: AI をビジネス戦略と業務に統合します。
セキュリティ、倫理、ガバナンス: 倫理的、安全、および管理された AI 実践を確保します。

第二に、経営幹部はこの AI の行方を完全には理解していませんが、87% が AI の導入または変革の取り組みを開始しています。

Slalom Consulting のビジネス開発および高度な分析担当マネージングディレクターの Tony Ko 氏は、「私たちが話を聞いている企業のほとんどは、顧客向けの AI チャットボットや従業員の働き方を改善するための社内トレーニングなどの AI 投資をすでに行っています。」と Slalom Consulting のビジネス開発および高度な分析担当マネージングディレクターの Tony Ko 氏は言います。競争力を維持するために。」

しかし、Slalom の調査では、経営幹部の 61% が自社が AI の進歩のペースに苦戦していると回答していることも示されています。

「最大の課題は、次にどこに進むべきかを知ることだ。リーダーたちは長期的なビジョンを構築し、競合他社に差をつけるために必要な投資を決定するための支援を求めている」とコー氏は付け加えた。

その結果、Slalom の調査では、経営幹部の 70% が 2024 年に AI へのリソースと予算の配分を増やす予定であることが明らかになりました。

これは、AI が単なるアドオンではなく、変化を推進し、分野に革命を起こし、従来の産業と新時代の産業の両方で何が可能かを再定義する極めて重要な力であることを要約しています。

それは一体何を意味するのでしょうか？

AI が 2023 年に大きくなると考えれば、2024 年には巨大になるでしょう。

Slalomのグローバル・ビジネス・アドバイザリー・サービスのゼネラルマネージャー、アリ・ミニク氏はZDNETに対し、「景気後退の可能性への懸念から、多くの企業が2023年に大規模なAI変革の取り組みに予算を立てなかった。こうした懸念は変わっていないが、多くの企業が準備を進めている」と語った。 2024 年には AI への支出を増やす予定です。経済的な不確実性よりも、遅れを取ることへの恐怖の方が大きいのです。」

これは、私たちが注目した 6 社全体に確かに当てはまります。 Ericsson、SoFi、Hexagon、Revolear、Abpro、The Digital Panda の AI 使用に関連する共通のテーマは次のとおりです。

効率の向上: SoFi と Hexagon はどちらも AI を利用して、従来の手動プロセスを高速化します。 SoFi にとってこれは顧客サービスの高速化を意味し、Hexagon にとっては公共の安全のためのデータ処理の高速化につながります。

意思決定の向上: Hexagon の支援 AI は公安機関に洞察を提供し、潜在的なリスクや脅威を防止できる情報に基づいた意思決定を支援します。

顧客中心のソリューション: 顧客サービスを強化するための SoFi の会話型 AI プラットフォームの統合と、Revolear の B2B 販売プロセスの最適化は、どちらも顧客またはクライアントエクスペリエンスの向上への取り組みを示しています。

安全性とコンプライアンス: Ericsson と Hexagon の 2 社は、安全性のために AI を活用する取り組みで際立っています。エリクソンは職場の安全を重視し、ヘキサゴンは公共の安全と犯罪防止を重視しています。

伝統的な分野におけるイノベーション: バイオ医薬品業界における創薬に対する Abpro の AI 主導のアプローチとエリクソンの通信分野における AI の応用は、長年確立されている分野における AI の変革の可能性を浮き彫りにしています。

適応学習と進化: Digital Panda による迅速な設計モックアップへの AI の使用は、AI 主導のソリューションが時間の経過とともにより良い結果を提供するためにどのように進化および適応できるかを例示しています。

現状への挑戦: Revolear や Abpro などの企業は、AI を活用して B2B 販売から創薬に至るまで、業界の規範を再定義しています。

総合的なソリューション: AI、コンピュータービジョン、IoT を統合することにより、作業者の安全を確保するためのエリクソンの包括的なアプローチは、複雑な問題に対処するためのテクノロジーの総合的な使用を示しています。

基本的に、これらのテーマは、銀行業務からバイオ医薬品に至るまで、さまざまな分野における AI の変革の可能性と、効率、安全性、イノベーションの推進における AI の役割を強調しています。

Slalom Build のゼネラルマネージャーである Kevin McClelland 氏は、この状況を完璧に要約し、次のように述べています。「多くの組織は、生成 AI の導入は、目隠しをして走行中の電車に飛び乗ろうとしているようなものだと感じています。彼らは、動く必要性を感じていますが、それは困難であり、彼らは、それが彼らを正しい方向に導くかどうかさえわかりません。」

走っている電車が止まらないのは明らかだ。 AI が個人や企業に何ができるかという点で、私たちは大きな転換点に達しています。この記事のような ZDNET と特集記事を読み続けてください。そうすれば、目隠しを外してこのテクノロジーがどこに向かっているのかを明確に把握し、正しい決定を下すことに集中し、今後の落とし穴に明確に注意を払うことができるようになります。

どう思いますか？あなたのビジネスはどのように AI を導入しましたか?以下のコメント欄でお知らせください。この特集の他の記事もぜひお読みください。それぞれが異なる視点から問題に取り組み、すぐに戦略に組み込むことができる強力な洞察を提供します。

ソーシャルメディアで私の日々のプロジェクトの最新情報をフォローしてください。 Substack で毎週更新されるニュースレターを購読し、Twitter (@DavidGewirtz)、Facebook (Facebook.com/DavidGewirtz)、Instagram (Instagram.com/DavidGewirtz)、YouTube (YouTube.com/DavidGewirtzTV) をフォローしてください。