より良い将来に導く: Cognizant 社による自動化と生成 AI の活用

Cognizant 社の自動化のアドバイザリー責任者を務める Mariesa Coughanour 氏から、自動化と人工知能 (AI) の世界について貴重なインサイトをご提供いただきました。Mariesa 氏は、スタートアップ企業だけでなく GE のような世界的大企業でもキャリアを積み、豊富な経験を持っています。このインタビューでは、自動化と AI の導入における課題と戦略、そして成功するローンチ戦略を中心にご紹介します。

時間がない方は、Mariesa 氏とのインタビューから得られた 5 つの重要なポイントをご覧ください。自動化と生成 AI の活用を検討している企業に有益です。

1. リスクの低い領域から着手する: 自動化と生成 AI の取り組みは、機密情報やリスクの少ない領域から始めましょう。この段階的なアプローチにより、組織は重要な機能を潜在的な学習曲線の問題にさらすことなく、学習し、自信を深め、勢いを付けることができます。
2. データ品質を最優先にする: 自動化と生成 AI を統合する際は、データの問題を解決し、データ品質を優先させます。ほとんどの組織にとってデータが課題であることを認識し、適切なデータを調達して信頼性を確保するための戦略を検討します。これにより、中枢のデータセンターの品質を取り戻しながら、成果を向上させることができます。
3. テクノロジーに対する意識を高める: 自動化と AI によって作業方法が進化することを理解しましょう。必ずしも仕事が失われるわけではありません。企業は従業員のスキルアップとテクノロジーに対する意識を促進する必要があります。今後は、人間とデジタル ワーカーの両方が労働力になる可能性があります。
4. セキュリティとプライバシー: 自動化技術と AI 技術を統合する際は、情報セキュリティとデータ プライバシーを重視しましょう。機密データを保護するための堅牢な制御機能と保護機能を導入してください。
5. 多様なスキル セット: 組織内のさまざまな役割を奨励しましょう。全員が開発者になる必要はありません。組織はスペシャリストだけでなく、幅広いスキルを持つスタッフも重視し、さまざまなツールを活用して目標を達成できるようオールラウンド プレイヤーを育てる必要があります。

生成 AI のパワーの活用

Cognizant 社では、顧客の生成 AI 導入をどのように支援しているのですか?

Mariesa 氏: 当社では、複数のチームと 1 つの専任タスクフォースを編成し、最優先で取り組みます。主な焦点は、生成 AI を活用して実用的な成果と価値を推進することです。インサイトの獲得は非常に重要ですが、真の効果が得られるのは、インサイトが迅速な業務運営と革新的な体験に変換されたときです。私たちが重要視しているのはその点です。その結果、チームが結果を出し、組織内で行動を起こせるようになります。

企業はどのような場面で AI を導入し始めているのでしょうか?

Mariesa 氏: 従来は、効率性向上のため、バックオフィス機能などの領域から着手するのが普通でした。しかし、生成 AI は一般市民にも利用しやすくなっています。そのため、現在では、パソコンでさまざまなタスクの支援に使われるのが一般的です。利用しやすいため、フロントオフィス業務、営業、マーケティングなど、従来は自動化が困難だった分野でも採用されています。たとえば、マーケティング担当者は、魅力的なメッセージを作成し、コンテンツを調整するために生成 AI を利用しています。コミュニケーション チームやコールセンター チームは感情分析に活用しています。本質的に、生成 AI は組織内の役割と部門を超えて適用できます。

従来は自動化が困難だった用途にも生成 AI が採用されています。生成 AI は、組織内のどの役割、スペースにも適用できます。

2023 年の「Automation Now & Next」レポートでは、80% の回答者が自動化と AI は目標達成にとって重要であると強調しています。あなたもこの見解に同意しますか?

Mariesa 氏: もちろんです。これらのテクノロジーは非常に盛り上がっています。私の両親でさえも生成 AI に興味を持っています。しかし私が日常業務を説明すると、困惑した表情を浮かべます。生成 AI が親しみやすいのは、例や直接的な対話を通じて、分かりやすく具体的なメリットを示してくれるからです。使いやすく実用的な点が、生成 AI の急速な普及につながっています。しかし、生成 AI の導入は複雑であり、周到な計画が必要であることを組織が理解する必要があります。

組織に導入すると、情報セキュリティやデータの課題など、さまざまな考慮事項が発生します。データの課題は、大小を問わずすべての企業に存在します。生成 AI を実装するとデータ ギャップや信頼性の課題が明るみに出るため、問題が大きくなります。このテクノロジーを最大限に活用するには、データ品質とソーシングに対処する必要があります。

さらに、データのプライバシーとセキュリティには慎重な計画が必要であり、適切に保護する措置を確立する必要があります。また、企業データと外部ソースの両方を活用して、AI の可能性を最大限に引き出すためにも、いろいろな点を考慮する必要があります。組織は機密データの問題に対処し、迅速かつ効率的にチームを支援しつつ不満を回避する必要があります。これは導入率を高める機会となります。

大いに盛り上がっていますが、誤解もあります。また、多くの人には、取り残されたくないという思いがあります。

AI の責任ある使用

セキュリティを確保しながらデータを効果的に整理した企業の成功事例を教えていただけますか?

Mariesa 氏: 1 つのアプローチとしては、低リスクで機密性の低い領域から生成 AI の導入に着手することが挙げられます。たとえば、臨床試験記録や金融情報などの機密データを扱う業界では、新しいテクノロジーを導入する際に、より入念な計画と十分な配慮が必要になります。リスクの低い領域から着手することで、組織はテクノロジーを学習して自信を獲得しつつ、機密性の高い規制情報をそこから退避させておくことができます。このように段階的なアプローチを取ることで、導入が進み、広い範囲で実装するための準備が整います。

また、自動化と生成 AI を戦略的に活用することでマスター データ管理が強化され、ビジネス ユーザーに使いやすいインターフェースを用意することもできます。使いやすいインターフェースにより、ユーザーはデータとオプションの確認、データの正確性の検証、必要なクリーンアップの提案を推進し、実践的な知識の追加とセキュリティの強化が実現されます。

こうした方法を採用して給与コードを評価した人事チームの例を紹介しましょう。グローバルな事業拡大と新規事業の買収の影響で、この人事チームは非アクティブなコードを削除する作業が追いつかなくなりました。先ほど説明した方法を採用した結果、生成 AI の実装を通じてマスター データ管理プロセスが効率化されただけでなく、ビジネス パートナーが積極的にデータ品質の確保してくれるようになりました。

私たち全員が倫理的かつ責任ある AI の使用を徹底する必要がありますが、AI にはデータ品質の向上、プロセスの高速化、そして最終的には影響力の大きい結果をもたらす力があるため、潜在的な課題を踏まえた上で AI の適用方法を模索する必要があります。

自社の専有データを LLM に効果的に統合して、意思決定と業務を強化するにはどうすればよいでしょうか?

Mariesa 氏: 専有データと LLM を扱う場合、入念な計画が最も重要です。追加の制御機能を導入し、アクセスを制限します。開発チーム内部であっても、職務に応じて適宜、分離を徹底します。特に本番環境に向けた開発とアクセスではこれが重要です。自動化と同様に、安全機能の適用も必要です。お客様がこの統合を検討する際には、データの機密性を確保しなければならないため、慎重な姿勢を崩しません。統合が実行可能なのは間違いありませんが、通常と異なるアプローチや堅牢なガードレールの確立が必要です。

自動化においても、専有情報にアクセスする際には非常に慎重な人がいます。不可能だということではなく、少し違う考え方が必要だということです。そして、適切なガードレールを設置しなければなりません。人々に安心感を与える一方で、リスク軽減も図る必要があります。

これらのテクノロジーによって将来的に仕事を奪われるのではないかという懸念が人々の間にありますか?

Mariesa 氏: 意外なことに、いったん理解してしまえば、生成 AI に対してそれほど強い恐怖はないようです。その代わり、ほとんどの懸念はセキュリティに集中します。リーダーは、不正な情報共有の可能性を心配しています。従業員の間では、このテクノロジーを活用したい意欲は強いようです。自動化と AI の分野では、作業方法が時間とともに変わっていくことを認識しておく必要があります。10 年後の働き方は今と同じではありません。これまでもそうであったように、変化するのです。役割は変化するかもしれませんが、それは必ずしも仕事の喪失を意味するわけではありません。働き方が変化するということです。私は、将来の採用とキャリアパスがテクノロジーを強く意識したものになるだろうと確信しています。誰もが開発者になる必要はありません。しかし、テクノロジーが自分の役割に与える影響や、チームに「デジタル ワーカー」がいる可能性を理解しておくことが当たり前になるでしょう。こうした変化に対して正直になることは重要ですが、大局的に見ると、その流れの中で恐怖の感情だけが突出することはありません。

問題解決能力を強化

自動化プログラムの拡張を検討している企業にとって、他に重要な考慮事項はありますか?

Mariesa 氏: 生成 AI、自動化、分析のいずれであっても、一人一人が自分の役割やチーム内の課題に対処できるようにすることが不可欠です。私がキャリアをスタートした頃の GE では、どの組織も少人数でした。全員がエキスパートになる必要はありませんでしたが、基本的な知識を持っていました。全員が開発者になる必要はありません。組織では、営業や人事など、さまざまな役割が求められます。全員が開発者になるように働きかけることが理想的かもしれません。しかし本当に重要なのは、全員がテクノロジーをどのように活用できるか、どのように取り組むべきかを理解することです。組織はスペシャリストだけでなく、幅広いスキルを持つスタッフも必要です。さまざまなツールキットを活用して成果目標を達成できる能力も重要です。1 つの能力だけでは足りないのです。

Mariesa さん、専門知識とインサイトを共有してくださり、ありがとうございました。いろいろと教えてくださったお陰で、生成 AI の可能性を最大限に活用するための道筋が明確になりました。

生成 AI の可能性を受け入れることは、革新的な問題解決、業務の合理化、顧客エンゲージメントの強化につながります。組織は慎重に取り組む一方で、テクノロジーを活用したこの未来の可能性を広い心で受け入れるべきです。

生成 AI の活用を検討している方は、生成 AI を活用した自動化を構築するためのハウツーガイドをご覧ください。組織の成長と効率化に向けて、生成 AI のパワーを活用するための第一歩を踏み出しましょう。