経営者は AI の最も価値のある利用法のいくつかを見逃している可能性があると、最近のハーバード・ビジネス・レビュー (HBR) の記事で指摘されている。
生産性向上で注目を集める生成 AI に対して、分析 AI (機械学習やディープラーニングなど) はより明確なビジネス成果をもたらすことが多いと HBR は述べている。これは、売上高から資産価値、在庫レベルに至るまで、重要なビジネス決定を導く構造化データからの結果予測に特に効果的である。リーダーたちは、リスク管理や市場拡大、資本投資などの分野で重要な決定を下すためにこのようなデータに依存している。
さらに、多くの企業はすでに分析 AI を既存のシステムに導入している。例えば、地理情報システム (GIS) ソフトウェアは、地理空間 AI (GeoAI) を使用して、店舗の位置情報、サプライチェーン、物流などのビジネスデータをマッピングし分析している。
企業が AI への投資を増加させる中、HBR は、データ処理能力を有する分析 AI と、自然言語による会話を通じてその洞察を提供する生成 AI の併用を推奨している。
分析的 AI と生成的 AI：両方の長所を引き出す
HBR は、大手通信会社がカスタム生成 AI ツールを構築し、会社データに関する質問に答えるために統計分析コードを自動生成および実行する方法を説明している。
GIS のようなエンタープライズシステムは、カスタムソリューションを必要とせずにこの機能を提供できる。
GIS は長年にわたり、大規模なデータセットを調査し、傾向を特定し、結果をモデル化することで、重要なビジネス上の質問に答えるために GeoAI を活用することに長けてきた。例えば、歴史的な気候データを分析して気象パターンを予測することは、保険やユーティリティーなどの業界において物理的リスクを理解するために重要である。また、店舗の位置情報、顧客の取引、地域の人口統計や心理統計などのデータを解釈して、売上予測を行うことができる。
従来、GeoAI の分析を実行するには、地理情報システム (GIS) やデータサイエンスに関する高度な専門知識が必要であった。結果の視覚化には地図作成のプロセスが不可欠であり、この業務は GIS の専門職によって担われていた。しかし、現代の GIS は生成 AI インターフェースを統合することで、非技術者でも容易にデータをクエリし、高品質な地図を作成することが可能となった。この進化により、GIS の専門家はより戦略的なプロジェクトや高度な分析業務に集中することができるようになっている。
HBR は、生成 AI が創造的なタスクにおける生産性向上に特に役立つと指摘している。生成 AI を通じて、ユーザーは分析を依頼し、出力結果と対話し、データセットを追加または削除し、重要な発見を強調することで、洞察を得るまでの時間を短縮できる。
生成 AI は導入を加速し、データの民主化を推進する
HBR の記事は、分析 AI が測定可能な価値を提供する一方で、生成 AI がそのサポートを構築するのに役立つと指摘している。著者がインタビューしたリーダーたちは、生成 AI への注目が他の AI プロジェクトへの支援を得るのに役立ったと述べている。特に、非技術的なステークホルダーが AI の可能性をよりよく理解するようになった。
最終的に、2 種類の AI は相補的な役割を果たす。分析 AI は裏で働き、生成 AI は技術のプロファイルを高め、AI 分析の価値をより多くのエンドユーザーに広げるインターフェースを提供する。
GIS のようなシステムで両方のタイプの AI が利用できるようになると、ビジネスのあらゆるレベルの従業員が、より情報に基づいた意思決定を行い、洞察を共有し、イノベーションを推進する力を得られるようになる。
この記事は WhereNext のグローバル版に掲載されたものです。
原文: The AI Capability Business Leaders May Be Overlooking