現実世界への応用のための AI

Published on 20 May 2022

現実世界への応用のための人工知能

2013 年、MD アンダーソンがんセンターは、IBM の Watson 認知技術を使用して、一部のがんの診断と治療計画の処方を行うという「ムーンショット」の取り組みを開始しました。しかし、2017 年に、支出が 6,200 万ドルを超え、技術がまだ患者に使用されていないため、プロジェクトは中止されました。同時に、がんセンターの IT 部門は、患者の家族にホテルやレストランを推奨したり、患者が請求書の支払いに支援が必要かどうかを評価し、スタッフの IT 問題を解決するなど、はるかに野心的な作業ではない認知技術の実験を行っていました。これらの取り組みは、はるかに有望な結果を生み出しました。新しい技術により、患者の満足度が向上し、財務実績が向上し、ケアマネージャーが単調なデータ入力に費やす時間が短縮されました。月面ミッションの失敗にもかかわらず、MD アンダーソンは、がん治療の改善のために認知技術、つまり次世代の人工知能を採用することに尽力しており、現在、認知コンピューティングの専門センターでいくつかの新しい取り組みを展開しています。

AI プロジェクトを開発する人にとって、この 2 つの技術の違いは重要です。私たちのアンケートに参加した、企業での認知技術の使用状況を把握している 250 人の幹部のうち 4 分の 3 は、AI が 3 年以内に組織に大きな影響を与えると考えています。しかし、ほぼ同じ数の組織における 152 の取り組みを調査した結果、ビジネスプロセスを改善する「簡単に達成できる」プロジェクトの方が、非常に野心的な「ムーンショット」の取り組みよりも成功する可能性が高いことがわかりました。これは驚くことではありません。過去に企業が採用した新しい技術の大半がそうだったからです。しかし、人工知能をめぐる誇大宣伝は極めて強力であり、特定の企業を魅了しています。

この記事では、現在使用されているさまざまな種類の AI を検証し、企業がビジネス目標を達成するために今後数年間で認知スキルをどのように向上させ始めることができるかについてのフレームワークを紹介します。

関連記事： 米裁判所、フェイスブックの反トラスト訴訟棄却申し立てを却下

AIの3つの形態

企業にとって、AI をテクノロジーではなくビジネス機能の観点から見ることは有利です。AI は、企業運営の自動化、データ分析による洞察の獲得、顧客と従業員のエンゲージメントという 3 つの重要なビジネス要件に役立ちます。

プロセスの自動化

私たちが評価した 152 件のプロジェクトの大部分には、ロボティックプロセスオートメーションテクノロジを採用した、主に管理および財務バックオフィス業務のデジタルおよび物理プロセスの自動化が含まれていました。RPA は、従来のビジネスプロセスオートメーションソリューションよりも複雑です。これは、「ロボット」(つまり、サーバー上のコード) が多数の IT システムからデータを入力して使用することで人間の行動を模倣するためです。アクティビティには次のものが含まれます。

電子メールやコンタクトセンターシステムからレコードシステムへのデータ移動 (新しいアドレスや新しいサービスでクライアントファイルを更新するなど)。

紛失したクレジットカードやATMカードの交換、多数のシステムへのアクセスによる記録の更新、顧客との連絡の管理、さまざまな種類の文書からデータを抽出して請求システム間でのサービス請求の失敗の解決など

法律文書や契約文書は、自然言語処理を使用して「読み取られ」、条項が抽出されます。

RPA は、ここで取り上げる認知技術の中で最もコストが低く、導入が最も簡単で、多くの場合、高い収益率をもたらします。(これらのアプリは学習して改善するように構築されていないという意味で、最も「インテリジェント」ではありませんが、開発者は段階的に、より多くのインテリジェンスと学習機能を組み込んでいます。) RPA は、多数のバックエンドシステムとの統合に適しています。

NASA は、コストの問題に対応するため、共有サービスセンターで管理されている買掛金と売掛金、IT 経費、人事の分野で 4 つの RPA パイロットを開始しました。成功した 4 つのプロジェクト (たとえば、人事アプリケーションでのトランザクションの 86% が人間の介入なしで実行された) は、会社全体に導入されています。NASA は現在、よりインテリジェントなロボットを含む追加の RPA ロボットを導入中です。共有サービスグループのプロジェクトマネージャーである Jim Walker 氏によると、「これまでのところ、ロケット科学というほどの難問ではありません」とのことです。

ロボティックプロセスオートメーションにより、急速に仕事がなくなると予想できます。対照的に、私たちが調査した 71 件の RPA イニシアチブ (全体の 47%) では、管理スタッフの交代が主な目的ではなく、頻繁に発生する効果でもありませんでした。人員削減につながったイニシアチブはほとんどなく、ほとんどの場合、関連する業務は以前にアウトソーシングされていました。今後のロボティックオートメーションイニシアチブでは、特に技術の進歩に伴い、オフショアビジネスプロセスアウトソーシング部門で、ある程度の雇用が失われると予想されます。アウトソーシングできる仕事であれば、自動化できる可能性があります。

認知的洞察

調査で 2 番目に多かった種類のプロジェクト (全体の 38%) は、アルゴリズムを使用して大量のデータから方法を見つけ、その重要性を分析するものでした。これは「強化された分析」と考えてください。これらの機械学習アプリケーションは、次の目的で使用されます。

特定の購入者が購入する可能性のあるものを判断し、クレジットカードや保険金請求の詐欺をリアルタイムで特定します。
保証データを分析して、車両やその他の製造品の安全性や品質の問題を発見し、カスタマイズされたデジタル広告のターゲティングを自動化します。
保険会社に、より正確で包括的な保険数理モデリングを提供します。

機械学習によって得られる認知的洞察は、従来の分析によって得られる洞察とは 3 つの点で異なります。通常、機械学習ははるかにデータ集約的で詳細であり、モデルはデータセットの一部でトレーニングされるのが一般的で、モデルは時間の経過とともに改善されます。つまり、新しいデータを活用して予測を生成したり、物事を分類したりする能力が向上します。

認知的関与

私たちの調査では、チャットボット、インテリジェントエージェント、機械学習を利用して労働者と消費者を関与させるプロジェクトが最も稀でした（全体の 16 パーセントを占めました）。このカテゴリには以下が含まれます。

パスワードの問い合わせからテクニカルサポートの問い合わせまで、幅広い問題にクライアントの母国語で対応し、24 時間 365 日カスタマーサポートを提供するインテリジェントエージェント。
IT、従業員特典、人事ポリシーに関する従業員からの問い合わせに対応するサイト。
一般的には豊富な言語やグラフィックを使用して、小売業者のパーソナライゼーション、エンゲージメント、売上を向上させるサービスおよび製品推奨システム。
患者の健康状態や過去の治療に基づいて、患者に合わせた個別のケアプランの作成を支援する健康治療提案システム。

参照： Metaは米国で2021年の「最悪の企業」に選ばれた

調査対象となった企業は、消費者よりも従業員とコグニティブエンゲージメントテクノロジーを使用してコミュニケーションをとる傾向がありました。企業が消費者とのやり取りを自動化することに慣れてきたら、この傾向も変わるかもしれません。たとえば、Vanguard は、顧客サポートワーカーが頻繁に寄せられる問い合わせに対応するのを支援するインテリジェントエージェントを導入しています。最終的には、消費者は人間のカスタマーケアスタッフではなく、コグニティブエージェントと直接やり取りできるようになります。スウェーデンの SEBank と米国の医療技術企業 Becton, Dickinson は、リアルなインテリジェントエージェントアバター Amelia を使用して、社内の従業員に IT サポートを提供しています。SEBank は、Amelia のパフォーマンスと受容性を評価するために、限られた数のクライアントに Amelia を開放しました。

注目の画像: rawpixel.com が作成した脳技術の写真

Whitepapers.online を購読して、健康、マーケティング、ビジネス、その他の分野に影響を与えるテクノロジー大手による新しいアップデートや変更について学んでください。また、当社のコンテンツが気に入った場合は、Facebook、WhatsApp、Twitter などのソーシャルメディアプラットフォームで共有してください。