AIの7つのビジネスレッスン

これは、多くの人が正しいことに熱心なアプローチです。

彼らはいくつかのハードルに遭遇します。テクノロジーはまだ初期段階にあり、企業には明確なロードマップが不足しており、大規模な言語モデル（LLM）を使用してコアオペレーションを自動化することについての広範な懐疑論があります。

それで、リーダーは何をすべきでしょうか？

リーダーの洞察

私は最近、元Slackの元責任者であり、大手出会い系プラットフォームであるBumbleのCEOであるLidiane Jonesの論文から貴重な視点を獲得しました。

ジョーンズは、AIを組織に統合する際に幹部が計量しているという重要な考慮事項を概説しています。

データの統合と監視

彼女は、ETL（抽出、変換、負荷）やELT（抽出、負荷、変換）などのデータプロセスがAIのずっと前に存在するが、データサイロは永続的な問題のままであると述べています。

彼女の提案された解決策？ 「オムニチャネルデータ戦略」。ジョーンズによると、このアプローチは「データのプライバシーとセキュリティを保証し、ビジネスアプリケーションへのアクセスを簡素化し、リアルタイムの機能を可能にし、日常のツールとシームレスに統合します。」

金融コンプライアンス基準を順守しています

ジョーンズは、特に財務データに伴うコンプライアンスの重要性を強調しています。

「すべての組織は、厳密に保護されている必要がある監査、規制、コンプライアンス要件に準拠した繊細な財務情報を処理します」と彼女は述べています。 「大規模な企業では、このデータは通常ERPシステムに存在します。CEO、CFO、COO、およびCROはすべて、これらのシステムからのタイムリーな洞察に依存して、目標に対するパフォーマンスを評価し、支出と予算を監視し、労働力投資の変化が全体的なコストとビジネスの勢いにどのように影響するかを評価します。」

ビジネスインテリジェンスを備えた決定を強化します

ビジネスインテリジェンスのトピックについて、ジョーンズは説得力のある例を共有しています。

「同社のトップクライアントの1人と複数年の高トラスト関係を育てた営業担当者を想像してから、新しい機会のために去ることにしました」と彼女は書いています。 「クライアントに関する記録やメモがあるかもしれませんが、深い文脈的知識の多くが彼女と一緒にドアを出て行きます。組織的な知恵は、人々、文化、プロセスによって形作られ、しばしば個人に存在します。」

彼女は、コラボレーションプラットフォームがこの知識を維持するのにどのように役立つかを強調しています。

「Slack、Google Workspace、Microsoftチームなどのツールには、めったにレバレッジされない膨大な量の人間の洞察が含まれています」と彼女は述べています。 「これらのソースからの非構造化データは、LLMSをトレーニングするために非常に価値があり、新しい可能性を解き放ちます。

彼女は、「この規模にデータ戦略を拡大することは圧倒的に見えるかもしれません」という課題を認めていますが、ベンダーやパートナーとのコラボレーションが移行を緩和できることを示唆しています。

「データの統合を統合システムに段階的に段階的に統合し、優先順位を付けることは、着実に進歩し、有形のビジネス価値を提供するために不可欠です」と彼女はアドバイスします。

AIエージェントは行動を起こします

ジョーンズは、AIエージェントの変革の可能性を強調しています。データを処理および提示する従来のシステムとは異なり、これらのエージェントはワークフローを積極的にブレインストーミングおよび再構成できます。

「多くの場合、エージェントは、タスクを完了するより効率的な方法を発見することにより、プロセスを自己最適化できます」と彼女は説明します。

現実世界の旅

ChatGptの急速な上昇を参照して、ジョーンズは、ビジネスコミュニケーションのために構築されたプラットフォームであるSlackでの時間と、早期パートナーシップがAIの進化をどのように形成したかを振り返ります。

「私がSlackをリードしていたとき、Openai、Cohere、およびAnthropicと協力して、LLMSを活用して、顧客の最も厳しい生産性の課題に取り組むことができました」と彼女は回想します。

これらには、「チャネルの海で忘れられた会話を見つけ、メッセージの過負荷を要約して優先順位を付け、検索機能を改善して情報検索を速くするなど。」

チームは新しいツールも開発しました。

「私たちは、ユーザーが会社のデータを使用してコンテンツを生成するのを支援するためにテンプレートを備えたSlackキャンバスを起動し、Huddlesからのメモとアクションアイテムの会議をキャプチャし始めました。 「LLMは、スラックエクスペリエンスの本質を維持しながら、すべての直感的で意味のある方法で実際の顧客の問題点に対処することができました。」

ジョーンズは、そのような能力を、今日の企業環境の「テーブルステークス」と説明し、ワークフローオートメーション、エージェントAI、マルチエージェントシステム、革新的なインターフェイスによって推進される「共同知能」と呼ばれるものへの道を開いています。

デジタル労働力の管理

ジョーンズは、AIエージェントを処理するための強力な比phorを提供します。

「自律エージェントを「デジタルワーカー」と見なすことは、馴染みのある管理質問の枠組みに役立ちます。組織は出力の品質をどのように評価しますか？どのシステムにアクセスすることが許可されていますか？監査中に、デジタルワーカーが取ったアクションをどのように追跡しますか？

自律性については、完全に独立したエージェントでさえ明確なパラメーターが必要であることを明確にします。

「人間と同様に、自律エージェントは、効果的に動作するために定義されたジョブスコープまたは一連の指示を必要とします」と彼女は指摘します。 「これは、リーダーが準備しなければならない現実です。

AI時代の4つのリーダーシップ原則

ジョーンズは、AIの採用をナビゲートするリーダーのための実用的なガイダンスで締めくくります。

1. 実践的：リーダーとしてのAIイニシアチブに積極的に関与し続ける
2. 戦略的に協力する：ベンダーや外部の専門家とのパートナー
3. AIファーストの考え方を育む： AI-Nativeプロジェクトを立ち上げてイノベーションを促進する
4. 価値に焦点を当てる：実際のビジネスへの影響をもたらすユースケースを特定し、優先順位を付ける

このフレームワークは、AI時代に大きな戦略的変化を計画している人に実用的な知恵を提供します。最もインパクトのあるリーダーシップの洞察のいくつかは、教科書からではなく、実世界の経験から生まれます。テッドトーク、業界イベント、ジョーンズのような直接のアカウントを通してシャードされています。

以上がAIの7つのビジネスレッスンの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。