著者: Matt McIlwain 編集者: Cointime.com QDD
「当社の生成 AI 戦略とは何ですか?」 これは、今日のフォーチュン 500 企業およびその他の企業のほぼすべての経営陣が直面する質問です。この質問をする人はほとんどの場合 CEO であり、答えと迅速な結果を期待しています。同時に、同じ CEO が、生成人工知能 (GenAI) が顧客に幻覚を見せ始めたり、戦略的なデータ資産が不適切に管理されたり、インテリジェントなアプリケーションが会社のセキュリティやパフォーマンスの問題を引き起こしたりすることを発見したら、不満を抱くでしょう。この現実により、経営コンサルティング会社は今後何年にもわたって繁栄することができるでしょうが、上級管理職（CIO や CDO を含む）とその事業部門のパートナーが魅力的な計画を策定できるようにするには、いくつかの実践的なガイダンスが必要です。企業顧客、GenAI 企業、クラウド サービス プロバイダーとの会話を通じて、生成 AI 戦略の指針となる 3 つの核となる質問を発見しました。
1. GenAI の導入を成功させるには、どのような企業の考え方が必要ですか?
2. 短期的に「迅速な勝利」を達成するにはどうすればよいですか?
3. 中長期的に GenAI を活用するための最良の戦略は何ですか?
成功するビジネスの考え方
昨年末に AI が ChatGPT を開始したときに、「モザイク ブラウザの瞬間」を経験したことを聞いたことがあるかもしれません。私たちは何十年にもわたって AI を使用してきました (Google 検索、Amazon Alexa、Netflix/Spotify のおすすめ) が、現在では個人が GenAI を直接的かつ創造的に使用して、価値を迅速に提供できるようになりました。その価値がメモの下書き、ソフトウェア コードの開発、タスクの完了のいずれであっても、GenAI は自然言語で AI モデルを促すことで、誰でもより効率的かつ効果的に作業できるよう支援します。ビジネス環境には無限のチャンスがあり、従業員はすでに実験を始めています。
GenAI は非常にアクセスしやすく柔軟性があるため、大企業では難しいアジャイルな考え方が必要です。機能は進化し、新しいスキルが必要となり、多くの企業がネイティブの GenAI 運用に挑戦することになります。 GenAI が破壊的なものになることは間違いなく、多くの従業員がその変化に抵抗するでしょう。従業員の中には、セキュリティやガバナンスなどの分野を利用して、実験を慎重に扱う人もいます。これらのリスク領域を管理することは重要であり、WhyLabs が開発したフレームワークなどの安全策と運用上のベスト プラクティスを設定する必要があります。しかし、CEO を含む多くの従業員は、GenAI を試し、学び、ビジネスに適用することに熱心です。低リスクかつ迅速なフィードバック ループでこれらの新しいテクノロジーを活用する方法を見つけることは、あらゆるビジネスにとって重要です。
まず、会社のドメイン機能と差別化されたデータ資産、そしてそれらをどのように活用して会社と顧客に長期的な利益をもたらすことができるかを考えることから始めます。安定した顧客関係、差別化されたデータと専門知識、既存のワークフローとインターフェイスの確立はすべて、既存のビジネスにとって貴重なツールになります。貴社の従業員と顧客はすでに貴社の製品と価値提案を GenAI 拡張機能と連携させようとしています。これらのイノベーターを受け入れ、彼らが解決する問題とその理由を理解するよう努めてください。賢明な実験が評価され奨励される環境を確立することで、リスクを管理しながら、組織内で起こり得る可能性の範囲と優先順位をすぐに理解することができます。
GenAI はエンドユーザーにとって非常にアクセスしやすいものですが、GenAI モデルとアプリケーションの構築と運用は簡単ではありません。
迅速な勝利への 3 つのステップ
従業員、顧客、信頼できるテクノロジー パートナーに GenAI ですでに何を行っているかを尋ねることで、ビジネスに関連する機会が明らかになるでしょう。短期的には、会社の GenAI 戦略を策定する際に、次の 3 つのステップを実行して、すぐに学習を開始することをお勧めします。
1. 生産性を高めるために「コラボレーションパートナー」を受け入れます。
2. 大手クラウド サービス プロバイダー (CSP) およびソフトウェア会社と協力して、「強化版」アプローチで GenAI ソリューションを提供します。
3. GenAI Learning Lab を立ち上げ、迅速かつ機敏な実験を行うためのハッカソンを主催し、GenAI の機能を特定して優先順位を付けるのに役立ちます。このラーニング ラボは、新興の革新的な「ネイティブ GenAI」企業を発見し、社内のスキルセットを補完するのにも役立ちます。
コラボレーションパートナー
GenAI の初期の成功事例の 1 つは、ソフトウェア開発を改善するための、Microsoft の GitHub Copilot や Amazon の Code Whisperer などの協力パートナーの出現です。同様に、OpenAI の ChatGPT やその他のツールを使用すると、インテリジェント アシスタントがさまざまな形で表示され、従業員が文章をより効率的に作成できるようになります。
開発者はすでに GenAI ツールを活用してコードの作成と最適化を行っており、知識労働者はマーケティング文書の草案を作成し、プロジェクト マネージャーは特定のワークフローを自動化しています。これらのツールは現在、従業員の生産性を向上させています。特に、エンジニアリング チームは、コード生成ツールの導入を促進することでソフトウェア開発を改善できます。多くのソフトウェア チームでは、20 ～ 30% の生産性の向上が見られています。これは非常に重要であるため、これらのチームは現在のソフトウェア開発方法から離れて、これらの新しい方法を活用する方法を学ぶ必要があります。生産性を向上させるためにコード生成ツールを使用しないチームは、ソフトウェア プロジェクトの提供においてますます遅れをとることになります。
組織内ですでに何が起こっているかを理解し、生産性の向上を促進することは、GenAI の内部準備状況を評価し、最も可能性の高い機会を「自分で実行する」、「私と一緒に実行する」、または「他の人が実行する」に分類するのに役立ちます。あなたに代わってそれを行います。言い換えれば、あなたの会社は、個々のコンポーネント (データ、アルゴリズム、GPU) から GenAI ケーキを自分で焼く準備ができていますか、既製のケーキミックスとフロスティング (クラウド サービス プロバイダー、ホスティング モデル)、またはソースを使用してケーキを作る準備ができていますか?ケーキを購入する地元のパン屋からのものですか (ネイティブ GenAI および強化された SaaS ソリューション)。エンドユーザーの観点から見ると、GenAI は非常にアクセスしやすいものですが、GenAI モデルとアプリケーションの構築と運用は簡単ではありません。従業員がすでに行っていることを観察することで、内部機能と GenAI ソリューション提供計画のベースラインが作成されます。成功するには、データの収集と準備、基本 GenAI モデルのトレーニングとデプロイ、既存のアプリケーションとワークフローに対する GenAI 拡張機能の構築などの内部能力を客観的に評価する必要があります。おそらく、初期のメリットは、強化されたソリューションを購入することで内部の生産性が向上し、能力を学習できることです。
パートナーを直接活用する
すでにデータ インフラストラクチャとアプリケーションを GenAI と統合している既存のアプリケーション パートナーを探してください。あなたは彼らとビジネス関係を持っており、彼らは通常安全で準拠したベンダーです。また、コンテキストとデータ セットを共有すると、従業員はこれらのベンダーが提供するユーザー インターフェイスとワークフローを理解します。その結果、ビジネス プロセスとワークフローの改善にすぐに役立ちます。これらのパートナーは、GenAI スタックを迅速に強化するための新しいテクノロジーやスキル セットに容易にアクセスできる可能性があります。
短期的には、Amazon AWS、Microsoft Azure、Google Cloud などのクラウド サービス プロバイダーや、Workday、Atlassian、Smartsheet などのソフトウェア アプリケーション会社を含む確立されたパートナーが、強化されたソリューションを提供してきました。データ管理のレイヤーもあり、CSP や Snowflake、MongoDB、Databricks などのデータ サービス会社が、GenAI のより深い取り組みに必要なデータ管理機能を提供します。
最初にバイ・オーバー・ビルドのアプローチをとる鍵となるのは、確立されたパートナーが何を行っているかを理解し、活用することで、さらなる迅速な勝利を達成することです。次に、会社の方向性をさらに明確にすることで、独自の GenAI 拡張機能を構築するのに何が最適かを判断できます。
GenAI ラーニング ラボをセットアップする
社内の早期導入者によるものであっても、強化されたサードパーティ ソリューションによるものであっても、初期の成功は主に社内の生産性と創造性を向上させるために使用されます。ただし、より根本的なニーズは、外部の顧客により良いサービスを提供できるようにビジネスを変革する方法を決定することです。多くのテクノロジー企業はすでにハッカソンを主催して、社内チームを活性化し、顧客にサービスを提供するための優先的な機会を開発しています。ここは会社を始めるのにも最適な場所です。さらに、実験活動の主導と GenAI 戦略計画の策定を担当する、部門横断的な GenAI リーダーとして上級幹部を任命しました。これらの取り組みは GenAI の学習ラボと考えることができます。
より実存的なニーズは、外部顧客により良いサービスを提供するためにビジネスをどのように変革するかを決定することです。
このチームは GenAI の急速な変化を監視し、要約する可能性がありますが、最も効果的な発見方法は実践して学ぶことです。 GenAI Learning Lab に選ばれたことは、潜在能力の高い企業の構築者やリーダーと関わる機会と見なされるべきです。データ リソースにアクセスする必要があり、実験を迅速に実行するには IT とデータ管理で壁にぶつかる必要がある場合があります。上級幹部のスポンサーシップは、実験とリスクのバランスをとる鍵となります。ラボ (および会社全体) は、いつ、どのようにプロジェクトを安全かつコンプライアンスに準拠した方法で共有するかについて、いくつかのルールや規制を整備する必要があります。チームの立ち上げに貢献したハッカソンはインスピレーションを与える可能性がありますが、これらのチームが優先事項や顧客がテストできる製品を開発するには、時間と外部の専門知識が必要になる可能性があります。行動志向で実験的思考の姿勢は、研究室と会社の成功に役立ちます。
初期の優先分野としては、カスタマー サービス担当者と顧客向けのジェネレーティブ チャットとジェネレーティブ サーチが挙げられます。ジェネレーティブ チャットを使用すると、顧客とサービス担当者が自然言語で既存のデータや知識リソースと対話できるため、より迅速に回答を得ることができます。その目的は、チャットのようなインターフェイスを通じて対話し、質問に対する回答をすぐに得ることです。ジェネレーティブ検索はジェネレーティブ チャットに似ていますが、検索結果に推論と洞察を追加することを目的としています。 Google は最近、エンタープライズ検索向けの多数の機能を発表しました。
Learning Lab は、執筆、画像処理、ビデオ、コード生成などの分野で、よりネイティブな GenAI サービスを構築する革新的なスタートアップと協力するのに最適な場所と考えられます。 Jasper.ai、Copy.ai、HyperWrite、そしてもちろん OpenAI の ChatGPT などの企業は、すでにさまざまな書き込みユースケースをネイティブにサポートしています。 Lexion (法的契約) や Harvey (法的手続き) などの会社は、草案作成と文書管理の特定の分野に特化しています。 RunwayML はビデオ作成および編集市場の初期のリーダーであり、GenAI スタック全体を深く理解しているチームを擁していることは非常に幸運です。また、モデルのテストとデプロイメント (OctoML、Mosaic)、データ ラングリング (Number Station)、データ インジェスト (Un Structured.io) などの実現分野で GenAI に焦点を当てた企業も多数出現しています。 GenAI ネイティブ企業は、新たな視点、必要な新しい技術能力、データからエンドユーザーまで継続的に反復する機敏なアプローチで顧客の問題を検討していると私たちは信じています。 Tomasz Tunguz 氏が数週間前に思慮深く共有したように、生成アプリケーションの構築、展開、運用は、重要な製品開発だけでなく、組織的および文化的な変化ももたらします。ラーニング ラボと提携し、その後ネイティブ GenAI 企業と提携することで、能力構築への長期的なアプローチを知ることができます。
長期的なプロセスの中期で勝利を収める
いくつかの迅速な成功と能力の構築に基づいて、あなたはおそらく、より中長期的なプロジェクトに対する組織内の他の人々 (CEO を含む) の賛同と信頼を勝ち取っているでしょう。また、社内チームとプロセス能力、データ資産、顧客のニーズとの連携も強化されます。目先の成果を積み上げた後は、時間をかけて長期的な優先順位を策定し、何をどのように実現するかを特定します。
多くの協力者やソフトウェア パートナーとの迅速な協力により、社内外のチャンスについての洞察が得られます。顧客満足度や顧客の成功などの分野で、より自動化、パーソナライゼーション、コスト削減を実現できるのはどこでしょうか?差別化された GenAI モデルおよびソリューションの構築に役立つ独自のデータや公開データ ソースの知識をお持ちですか?製品やサービスの次の反復を設計するために、GenAI によって強化された、より優れたシステムはあるのでしょうか?データと強化学習のニーズに応え続けながら、市場で製品を販売するための流通チャネルやパートナーシップ チャネルが出現するでしょうか?
あなたが直面する最も重要な決断の 1 つは、「これをどのように行うか?」ということです。すぐに成功することで、GenAI の変革を喜んで受け入れるスキルと情熱を持った社内の支持者が見つかる可能性があります。これらの GenAI チャンピオンを育成し、長期的な取り組みに統合することで、成功の可能性が大幅に向上します。特に、知的好奇心はあるが、自分の会社が自分でやるアプローチを取る必要があるとは本能的に信じていない支持者を探してください。ほとんどの企業は、顧客対応および従業員対応のニーズをより適切に満たすために GenAI スタック全体を活用しようとしているため、DIY および「Do-It with me」パートナー アプローチから恩恵を受けることになります。
全体として、成功の可能性を高めるためのガイドラインをいくつか示します。
1. 当初はエッジのユースケースではなく、クラウドベースの導入に焦点を当てます (エッジは出現しつつありますが、まだ初期段階にあります)。
2. データから設計し、アプリケーション層のアプリケーション層インフラストラクチャを差別化します。おそらく、他のオープン ソース モデルやホストされたモデル (言語モデルやドメイン固有のモデルを含む) やクラウド インフラストラクチャを利用することになるため、独自の価値を生み出すモデルやアプリケーションをカスタマイズするのに役立つのはデータとワークフローです。
3. 常にデータおよびメタデータ資産を理解し、長期的な価値を提供するためにそれらを戦略的に管理するように努めます (データ侵害のリスクとデータ損失のリスクのバランスをとる)。最終的に独自のデータと洞察を活用する言語モデルを構築するには、データ ウェアハウスやデータベース タイプなどの基盤となるデータ ストアをアップグレードする必要がある可能性が高くなります。
4. ネイティブの GenAI イノベーターと強化された既存のテクノロジー パートナーの両方を利用して、GenAI への取り組みをサポートします。これは、顧客エクスペリエンスと価値を向上させながら、社内の生産性と創造性を向上させるのに役立つはずです。
短距離走ではなくマラソンの準備をする
30年近く前、私はフォーチュン500に名を連ねるThe Pure Parts Company (GPC)という企業の若き副社長でした。当社の事業は自動車部品（NAPA）、工業製品、事務用品など多様な業界で展開されており、メーカーからエンドユーザー顧客まで優れたサプライチェーンサービスを提供しています。 1995 年に、インターネットと呼ばれる破壊的テクノロジーが出現し、最初の大規模なベンチャー キャピタルの誇大宣伝サイクルと、あらゆる企業に影響を与えた一連のビジネス イノベーションを引き起こしました。毎週、ベンチャー支援を受けた新しい企業が GPC に連絡し、どのようにして新しいテクノロジーを可能にする企業、新しい顧客タイプ、または私たちにとって新しいパートナー (そして場合によっては競合!) になれるかを模索しています。私の役割は、これらの企業をスクリーニングし、当社の戦略との適合性を評価し、テクノロジーの変化を受け入れる中で当社の価値を高めるための取り決めを開発することに急速に発展しました。
イブニングドットコムバブルがピークに近づくにつれて、ビジネス界全体が電子商取引、インターネット企業、そして「実店舗」のイノベーションに夢中になりました。 GPCのようなレガシー企業は、「イノベーションのジレンマ」に陥っているのではないかとの懸念から株価が急落している。 NAPA Auto Parts、Amazon、Madrona は「実店舗」の合弁事業を模索していましたが、ナスダックが当時の記録だった 5,000 ポイントの水準 (2000 年 3 月) に達する前に、ビジネス市場はオンライン自動車部品を受け入れる準備ができていないことにすぐに気づきました。店。それほど幸運ではなかった人もおり、数え切れないほどの創業者、スタートアップ、投資家がバブル崩壊時に巨額の損失を被りました。 2000 年 4 月にニューヨークでフォーチュンとゴールドマン サックスが主催したカンファレンスに出席したことは決して忘れられません。そのテーマはフォーチュン 500 企業とインターネット企業の戦いでした。当時、フォーチュン 500 企業にチャンスがあると信じる人はほとんどいませんでしたが、今日では、その学習精神、優れた実行力、長期的な視点のおかげで、GPC の市場価値は当時の 8 倍になっています。
2023 年以降、破壊的な GenAI テクノロジー、インテリジェントで生成的なアプリケーション、より自然なユーザー インターフェイスにより、新興企業、既存のテクノロジー企業、既存の企業の間で勝者と敗者が生まれるでしょう。企業とそのリーダーは、この非常にダイナミックな時代を乗り切るために、機敏性、創造性、そして長期的な視点を必要とします。また、勝者となるためには、顧客のニーズに関する戦略的明確性、内部機能とデータ資産の客観的な評価、外部パートナーとの連携も必要です。これが、すべての CEO が「当社の生成 AI 戦略とは何ですか?」と尋ねる深い理由です。