生成AIのパイロット・イニシアティブを実施する方法

主要な所見

• 最も大きな成功を収めるパイロット・イニシアティブは、技術的な実現可能性ではなく、ビジネス面での潜在能力を実証することに焦点を絞っている。組織は、単に生成AIで何かを構築できると実証するためだけに、技術的なパイロット・イニシアティブを実施しがちであるが、これでは段階的な改善にしかつながらず、生成AIの変革的な潜在能力が発揮されない。

• 生成AIの対象範囲は広く、また技術自体が新しいため、ITリーダーはインパクトのあるユースケースを特定して優先させるのに苦心している。

• 成熟したAI組織では、ビジネス・パートナーやソフトウェア・エンジニアを、AIプロジェクトやパイロット・チームの主要メンバーとして参画させている。

• 生成AIによって、従来のAIプロジェクトよりも開発サイクルを短縮することが可能になる。こうした理由から、生成AIのパイロット・イニシアティブでは、付随する潜在的リスクを軽減しつつ、イノベーション・サイクルの無駄をなくす必要が生じる。すなわち、生成AIがどのように戦略的価値を付加できるのかをテストする、短期間での実験が必要になる。

• 生成AIのパイロット・イニシアティブを成功させるには、迅速なテストや改良に加え、期待される効果をビジネス価値にもたらさないユースケースの排除が必要になる場合が多い。

推奨事項

生成AIを活用したビジネス価値の創出に注力するITリーダーは、以下を行う。

• 生成AIのディスラプティブ (破壊的) な潜在能力と、生成AIによって戦略的目標を実現する方法に焦点を絞り、ビジネス部門と共にユースケースのアイデアを創出するためのワークショップを開催する。

• 潜在的なビジネス価値と実現可能性に照らして、パイロット・イニシアティブに向けたユースケースに優先順位を設定する。生成AIのパイロット・イニシアティブに関しては、焦点を絞るユースケースを少数にとどめる。

• ビジネス・パートナー、ソフトウェア開発者、AIエキスパートなどを含む、小規模でありながら多様なチームを編成する。パイロット・イニシアティブの期間中、このフュージョン (融合) チームをプロジェクトの専任とする。

• 各ユースケースを検証するために、実行可能な最小プロダクト (MVP) を作成する。目標とするビジネスKPIの改善についての仮説を見極め、この仮説を迅速に検証する上で必要な展開アプローチとリスク軽減策を定義する。

• ユースケースの検証に必要な最小限の機能を提供し、それらのスケーリングに伴うコストと価値についての前提を洗練させる。各ユースケースを中止するか、改良するか、スケーリングするかを判断する。初期の成功を基礎として、生成AIのパイロット・イニシアティブを拡大する。