メインコンテンツにスキップ Skip to footer
コグニザントジャパン ブログ

今ある技術資産を生成AIで強化するために

急速に進化する技術の世界において、生成AIは既存のシステムを無駄にすることなく、それらの真の可能性を引き出す触媒としての役割を果たしています。


BlackBerryの終焉は、埋没コストにより一企業がまさに「埋没」に至った一例です。約10年間、BlackBerryのデバイスはビジネスコミュニケーションに欠かせないものでしたが、消費者が急速にタッチスクリーン型のスマートフォンを利用し始めると、BlackBerryはメールセキュリティサービスと物理キーボードの設計に多大な投資を行いました。しかし、方向転換の必要性に気づいた時にはすでに遅く、AppleのiOSとGoogleのAndroidが市場を席捲していました。

今日のビジネスリーダーも同様に、技術が進化していく中で、生成AIを導入しなければならないというプレッシャーを感じているかもしれません。時代に取り残されることを選ぶ人はいないでしょう。しかし、既存のシステムやソフトウェアに数百万ドル、数十億ドルを投資してきた上で、さらに新しい技術を導入することは大きな負担に感じられるかもしれません。特に、実証されていないユースケースや新たな学習曲線、そして新しいスキルが必要となる場合はなおさらです。しかし、多くの企業は、新しいシステムを導入することはおろか、既存のシステムが持つ真の価値さえまだ完全に引き出せてはいません。

生成AIはこれまでの多くのイノベーションとは異なり、既存の投資からより多くの価値を引き出すことができる付加的なテクノロジーです。生成AIをうまく取り入れることで、企業は分散されたデータストア、システム、ワークフロー、プロセスを統合し、既存のシステムを無駄にすることなく、より効率的に機能させることが可能になります。

米国と英国のビジネスおよびテクノロジーの意思決定者200人を対象とした私たちの最近の調査によると、58%の回答者が生成AIはテクノロジー投資のROIを高めると強く同意しています。

 

生成AI戦略を「発見可能性」、「相互運用性」、「再現性」という原則に基づいて戦略的に適用することで、埋没コストを回避し、既存の技術資産の有効性を高めることができます。

企業システム全体の価値を高める

この仕組みを理解するには、初期の概念実証の段階で個々のタスクを実行することにあまり重きを置かないことです。現在、生成AIの多くは、コードの作成、顧客からの問い合わせへの対応、マーケティング資料の作成など、個別の作業に利用されています。しかし、生成AIの真の可能性は、個々の生成AIエージェント(プロンプトを受け取り、結果を提供するフロントエンド)が単独で機能するだけでなく、他の生成AIエージェントと連携して機能することで初めて実現されます。

 

これらのコラボレーティブな生成AIエージェントはチームとして協働するだけでなく、すでに企業全体に分散したデータストア、ソフトウェアシステム、ネットワーク、プロセスにも深く関わっていきます。こうしたバックエンドでおこなわれるオーケストレーションをわかりやすく可視化するのが、対話型ユーザーインターフェースです。

この仕組みについて説明しましょう。例えば、製品設計チームが音声インターフェースを備えた視覚障害者向けの家庭用温度計を改良する必要があるとします。そこで、対話型生成AIエージェントに既存製品の分析と、複数の代替案の提案を依頼します。製品の改良が進むにつれて、生成AIエージェントは規制要件に適合させ、設計図やプロトタイプを生成し、マーケティングやプロモーションから発売日にいたるまでの間、他のチームメンバーにも進捗を共有します。

その一方で、営業チームは生成AIドリブンのプラットフォームを構築し、顧客インサイトレポートを作成します。両チームの取り組みが連動しているため、営業チームは常に販売資料を最新の状態に維持することができ、製品設計チームも「操作しやすいようにボタンを大きくしてほしい」といったリアルタイムのフィードバックを継続的に受け取ることができます。

そうすることで価値は倍増します。サイロ化していたシステムが統合され、使いにくかったユーザーインターフェースは直感的なものに変わり、手間がかかるプロセスはなくなります。これが実現すれば、生成AIドリブンのシステムについて「使いやすさ」という言葉を口にすることすらなくなるでしょう。なぜなら、検索バーや音声プロンプトのように自然に操作できるものになるからです。

価値を最大化する生成AI - 3つの原則

このように生成AIを導入すれば、これまでの技術投資はすべて、生成AIドリブンのシステムを構築するための基盤となります。これは、生成AIがどの実装戦略にも取り入れるべき3つの原則に基づいているからです。

  • 発見可能性: 隠れたデータを宝に変える
    レガシーシステムはしばしば、活用されることなく放置されたままの膨大なデータの保管庫となります。生成AIは、隠されたデータを自動的に収集してインデックス化し、理解することで、これらのデータを価値あるものにします。その結果、企業のシステム、データ、プロセスは発見可能かつ利用可能なものになり、価値が高まります。
  • 相互運用性: すべてをつなぐ橋を構築する
    マーケティング、法務、調達、オペレーション、R&D、営業、マーケティング、顧客サービスなど、さまざまなビジネス機能のタスクは多くの既存システムや技術に支えられていますが、生成AIはこれらのシステムや技術をつなぐ役割を果たします。こうした橋渡しにより、業務の引き継ぎは不要になり、ワークフローは合理化され、これまで分断されていた分野にも新たなインサイトを取り込むことが可能になります。
  • 再現性: ゼロから始めることなく成果を達成する
    新しいユースケースが出てくるたびに新たにソリューションを開発しなけれらばならない状況下では、埋没コストが気になるかもしれません。しかし、生成AIを活用すれば、その都度ゼロから始める必要はありません。企業はAIモデルのリポジトリを作成し、似た問題が発生した時には新しいデータセットでこれらのモデルを再トレーニングすることができます。同じモデルが異なるデータを使うことで、価格設定の最適化、新製品の設計、物流配送ネットワークの最適化、製造業における問題予測など、さまざまな用途に活用することができます。

将来を見据えた投資

先進的な企業にとって、生成AIは既存のデータやシステムの価値を高め、インサイトや効率性、新しい働き方を見つけるためのパートナーです。生成AIシステムが協調して業務をオーケストレーションすることで、既存システムのモダナイゼーションに投資した額以上の成果を得ることができるでしょう。

詳細は、生成AIについてのウェブサイトをご覧いただくか、こちらまでお問い合わせください。

この記事は英語の原文を翻訳したものです。

原文はこちら:
『How gen AI can enhance, not erase, past tech investments』

This article was written by Naveen Sharma.



Naveen Sharma

Senior Vice President and Global Practice Head, AI & Analytics

Digitally Cognizant author Naveen Sharma

Naveen has more than 25 years of experience focusing on thought leadership, innovation and offering development, helping organizations turn data and AI investments into business outcomes.




最新記事
関連記事