変更管理を使用して AI の準備をする
学習の目的
この単元を完了すると、次のことができるようになります。
- AI がさまざまな業界に与えた影響を特定する。
- AI の進化を説明する。
- AI の実装時に企業が直面する課題を要約する。
AI の進化
人工知能 (AI) は、猛スピードで進化しており、あらゆる業界や職務で前例のない機会や課題を生み出しています。
- ヘルスケア: AI を活用した診断ツール、パーソナライズされた治療計画、疾病の流行を予想する予測分析
- 金融: 不正行為の検知、アルゴリズム取引、クレジットスコアリング、パーソナライズされた財務アドバイス
- 小売: パーソナライズされたショッピング体験、在庫管理、カスタマーサービスチャットボット
- 製造: 予測的メンテナンス、コンピュータービジョンによる品質管理、サプライチェーン最適化
- 自動車: 自律走行車両、運転手支援システム、予測的メンテナンス
- マーケティング: 顧客行動分析、ターゲティング広告、コンテンツ生成
- 人材: AI を活用した採用、従業員エンゲージメント分析、ワークフォース管理
このようなことは、AI の進化で利用可能になった機能のほんの一例にすぎません。ビジネスの世界における AI の成功は、適切なソリューションを選択し、リリースを円滑に進められるかどうかにかかっています。
Salesforce は長年、AI を使用してお客様の変革を支援してきました。
- 第 1 の波: Salesforce が起こした予測 AI という第 1 の波は、Salesforce Einstein によって始まりました。2014 年には AI によってカスタマーリレーションが変わることを知り、社内リサーチチームを立ち上げ、Einstein をリリースして CRM 向け AI のパイオニアになりました。Einstein によって素晴らしい成果がもたらされ、お客様はよりスマートな販売、よりスマートなサービス提供、よりスマートなエンゲージメントを実現できるようになりました。
- 第 2 の波: 生成 AI によって、生産性を大幅に向上させる GPT 製品と、案件インサイト、取引先サマリー、ブリーフィングのような多様な新機能のリリースがもたらされました。
- 第 3 の波: 自律型エージェントが互いにコミュニケーションを行い、ユーザーの代わりにタスクを実行する新たな AI の波が急速に押し寄せています。今日、Agentforce for Sales では、以前のコミュニケーションとアカウント活動に基づいて、フォローアップの営業メールを作成できます。また、Agentforce for Service では、顧客とのチャット時に、サービスエージェントは AI が生成したコンテキストに応じた応答を使用できます。
実装成功への課題
かつては SF 小説の中での夢物語でしかなかった複雑な意思決定を行える機能が今や現実のものとなり、あらゆる企業がこのチャンスをものにして成長、生産性、カスタマーサクセスを強化したいと考えています。
一方、最大の難関である人間関連の課題を克服できず、すべての AI 変革の 70% 以上が期待外れに終わっています。
以下に、AI 実装時に企業が直面する上位 5 つの人間関連の課題を紹介します。
- 変更への抵抗: AI の採用では、仕事がなくなったり、確立されたプロセスが混乱したりすることを危惧する従業員からの抵抗にあうことがよくあります。
- スキルのギャップとワークフォースの準備: AI の実装には、高度なテクノロジーを使用して仕事を行えるように従業員をリスキリングする必要があります。多くの組織は、特にデータ分析、AI 運用、機械学習のような分野で、従業員のスキルアップや再トレーニングの課題に直面します。
- 倫理とバイアスへの懸念: 意思決定における AI システム (特に生成 AI) の使用が高まるにつれ、従業員は倫理面への影響を懸念しています。AI はトレーニングデータからのバイアスを継承する可能性があるため、不公平な結果や有害な結果が生まれる恐れがあります。
- 信頼と透明性: AI の「ブラックボックス」という性質により、従業員と関係者間に不信感が生まれる可能性があります。特に決定事項やコンテンツの生成において、AI モデルが動作するしくみについて明確な理解や透明性が欠けていれば、多くの従業員は AI システムへ依存することに抵抗を覚えます。
- 文化的な調整: AI の採用では、多くの場合、データに基づく意思決定と自動化の利用に向けて組織文化を変える必要性が生じます。ただし、こうしたマインドセットを育むことは、特に従来の業務慣習にとらわれている会社では、容易に行えない場合があります。
AI 変革の人間的側面に対応できないと、ビジョンと価値実現の間に大きなギャップが生まれ、次のようなことが生じる可能性があります。
- ビジネスと IT のずれ
- 意思決定の遅延
- 抵抗、信頼欠如、不安、失敗への恐怖心
- 生産性、採用率、ツールの準最適使用の低下
- 古い考え方、働き方への逆戻り
- 従業員エクスペリエンスの低下による離脱
調整された変更管理戦略、倫理的枠組み、強固なリーダーシップの実装を通して AI 変革の人間的側面に積極的に対応すると、新しい働き方への移行、価値実現の加速化、定義されたビジネス成果の達成を実現することができます。
実は、AI 変更管理に役立つフレームワークが存在します。次の単元に進み、適切なすべての LEVERS を利用して AI 変更の実装を成功させる方法を学習してください。
リソース