従業員が求める生成AI：ニーズを理解しビジネスインパクトを引き出す方法

C-suiteは生成的AIの広大な可能性を認識しながらも、多くの企業はその完全な導入に踏み切れずにいます。現在、生成的AIツールに25%以上の従業員を訓練した企業はわずか6%です。調査に参加した経営者の約3分の2が、AIと生成的AIが過剰な期待を超えるには少なくとも2年はかかると予測しています。取締役会や経営チームは、この新技術がどのように機能し、ビジネスオペレーションをどのように変革するかについて重要な問いを立てています。

「私たちは、企業が具体的な影響を生み出すことに注目し始める段階に移行しています」と、ボストンコンサルティンググループの技術デザインユニットBCG XのCTO兼マネージングディレクターのマシュー・クロップは説明します。「クライアントは、業務を根本から変えるために数百万ドルを投資しています。まだ具体的な価値の実現には至っていませんが、進展は見られます。」

しかし、この技術を習得することは生成的AIの潜在能力を最大限に引き出すための一部に過ぎません。組織は、生成的AIを単なる社員へのツール提供と見るのではなく、変革の機会として捉え始めています。このためには、社員のプロセス、機能、役割を分析し、生成的AIが単調な作業を軽減し、有意義な人間の仕事を強化できる場所を特定する必要があります。

同様に重要なのは、従業員の抵抗や恐れを希望に変えるための文化的なシフトに取り組むことです。AIの導入は新しい技術であるため、従業員が学び楽しむためには動機を感じることが重要です。「企業が痛点を解決し、実際に影響をもたらそうと試みると、従業員からの抵抗に直面することがある」とクロップは指摘し、新しい働き方への適応や職業の安全についての不安を挙げています。

業務機会の特定と従業員の賛同の確保

クロップによれば、すべての組織には改善のための重要な機会がありますが、それが最良の出発点であるとは限りません。「例えば、大規模なコールセンターを最適化することや、数十億ドル規模のマーケティング戦略を精緻化することは重要な機会です。しかし、すべての人の日常業務にも数え切れないほどの小さな機会があります。」

この文化のシフトを管理するためには、教育を通じて組織全体を巻き込むことが極めて重要です。Enterprise ChatGPTなどのツールへのアクセスを提供し、トレーニングを行い、従業員がワークフローを再考できるよう促すことが必要です。「従業員は、目標は役割を強化し、仕事の満足度とエンゲージメントを高めることだと理解する必要があります。」

草の根的なアイデア創出を促進することで、従業員はこの技術の可能性を探求し、その技術が自身の作業を軽減し、楽しめる部分に集中する時間を増やすことを理解することができます。「従業員の負担を軽減し、仕事の満足度を最大化することが重要です。作業プロセスを特定し、痛点を見つけ、自動化すべき領域を決定してください」とクロップは勧めています。

生成的AIが創造性、多様な思考、関係構築といった人間特有の属性を代替することができないという認識は根本的です。たとえば、1万2000人以上のエンジニアを擁する金融機関は、コーディング支援を行う生成的AIツールのGitHub Copilotを活用しています。彼らの導入戦略は、基本的な使用トレーニングだけでなく、ツールが退屈な作業を軽減し、エンジニアが仕事のより rewarding(報いる)な部分に集中できるようにすることに焦点を当てています。「生成的AIは繰り返しのコーディング作業の自動化に優れており、エンジニアたちはクリエイティブな問題解決にもっと時間を割けることにワクワクしています」とクロップは強調しています。

AI戦略への喜びの組み込み

BCGは、従業員の幸福感を高めつつ、成功したAI実装のためのロードマップとしてADOREフレームワークを開発しました。このフレームワークは、組織全体または特定のチーム内でプロセスを再構築するために広く適用可能です。

- 成果を目指す: 顧客満足度を向上させたり、コストを削減するなど、AIをビジネスプロセスに統合するための明確な目標を設定します。

- 現状を図示する: 対象となるプロセスの各ステップを初めから終わりまでマッピングします。

- AIに最適化する: 各ステップを評価し、疲れる部分と楽しめる部分を特定し、自動化すべき部分と人間主導で維持すべき部分を決定します。

- プロセスを再設計する: 生成的AIが価値を追加できる領域を特定した後は、特定の作業を自動化するか、ワークフロー全体を再考してプロセスを再設計します。

- 成果を確保する: パフォーマンスを測定するための指標を設定し、組織が目標を達成しつつ従業員のエンゲージメントと満足感を向上させることを保証します。

実験の重要性

クロップは、コールセンターの効率を向上させたり、ソフトウェア開発を加速させたりといった大規模なアプリケーションは、その始まりに過ぎないと強調します。AI駆動の知識管理の分野でも重要な進展が見られています。「機会を継続的に探求することが、AIがもたらす持続的でポジティブな変化を実現するためには不可欠です」とクロップは述べています。

組織はエンジニアがAIの支援を受けて新しいワークフローに適応し、バイオ医薬品企業が研究開発のタイムラインを短縮し、消費財関連企業が新しい販売チャネルを革新する様子を目の当たりにしています。「真の持続的な変革をトップダウンで推進するには、重要な目標を見出し、生成的AIが会社をどのように再編成するかを理解することが重要です。組織は積極的に実験に取り組み、アプリケーション開発に投資しつつ、従業員のエンゲージメントを生成的AIのイニシアティブの中心に置く必要があります」とクロップは結論づけています。