将来の働き方で成功したい企業は、人工知能、データ、クラウド、そしてインテリジェントオートメーションを組み合わせた形で、業務の進め方を再設計する必要があることを理解しています。
実際、Harvard Business Reviewの調査によると、回答者の60%が「自社の将来は機械学習の導入の成功にかかっている」と回答しています。
コグニティブ技術が注目されている理由の一つは、長年にわたるデジタルトランスフォーメーションの取り組みが進んだ現在でも、多くの重要な業務プロセスが依然として手作業で、労働集約型または高度なスキルに依存している点にあります。
自動化の導入は進んでいるものの、Capgeminiの調査によると、大規模に自動化を展開できている企業はごくわずかです。
また、多くの企業はデータ活用においても課題を抱えています。データサイエンスやデータエンジニアリングの人材が不足している企業も多く、Gartnerによると、企業が保有するデータの約80%は、ドキュメント、音声ファイル、動画などの非構造化データです。
この膨大な非構造化データは新たな問題を生み出します。異なる形式の大量のデータからビジネスに役立つ洞察を抽出するには、莫大なエンジニアリング投資が必要になりますが、多くの企業はそこまでの準備ができていません。
Sailpointの調査によると、企業の71%が非構造化データの管理と保護に課題を抱えており、これは同時にそのデータの分析や活用も難しいことを意味します。
一方で、これまで人間に依存していた作業を機械が行う能力は日々向上しています。
AIや機械学習などのコグニティブ技術はまだ人間のすべての仕事を代替できるわけではありませんが、契約書の分析やサポートチケットの分類など、繰り返し発生しデータ量の多い業務プロセスをより賢く、よりスケーラブルにすることができます。
これらの技術を導入する際、ビジネスシステム担当者の役割は非常に重要です。彼らは、将来の働き方を見据えながら、組織のシステム、ツール、プロセス、統合基盤をスケールさせる役割を担っています。
彼らは技術の未来を見据えつつ、企業が現在これらの新しい技術を活用できるよう現実的なロードマップを構築しています。ここでは、先進企業のビジネスシステム担当者がAIを活用して将来の働き方を実現している3つの方法を紹介します。
1. OCRでドキュメント処理を効率化する
光学文字認識（OCR）は、コンピューターがテキストを読み取り、有用な情報を抽出するコグニティブ技術の一つです。
長く複雑なドキュメントを解析する場合、人手に頼るよりもインテリジェントなソフトウェアを使用する方が高速で正確です。そのためOCRは、ベンダー契約更新や採用プロセスなど、契約関連ワークフローで既に広く活用されています。
システムの観点から見ると、コンテンツ管理がデジタル化されている場合、契約ワークフローにAIを組み込むことは非常に合理的です。
G2CrowdのJason Martinez氏は次のように述べています。
契約リポジトリがデジタル化されると、契約管理者は大量の情報（多くは紙からスキャンされたもの）を効率的に検索・抽出する必要があります。高度なOCRを使用すれば、当事者名や更新日などの情報をワンクリックで瞬時に特定できます。
AIでドキュメント中心のワークフローをスケールする
請求書処理は、AI導入を検討しているビジネスシステム担当者が重点的に取り組んでいる分野の一つです。しかし、ツール選定は簡単ではありません。
WorkatoのProduct LeadであるTridivesh Sarangiは次のように説明しています。
「請求書処理、監査、ドキュメントのデジタル化は、多くのお客様がOCRを活用して自動化している領域です。Docparser、Ephesoft、Abbyy、Captivaなどのツールが利用されています。
これらのOCR技術は、機能、精度、スケール、パフォーマンス、コスト、そして機械学習・AIによる適応能力などがそれぞれ異なります。社内では画像解析にGoogle Cloud Vision APIを使用していますが、これはパッケージ製品ではなくAPIとして利用しています。」
OCRは、プロセス完了に必要な手入力データ量を削減するのにも非常に有効です。例えばある大手小売企業では、競合他社の求人情報をOCRで解析し、職種、給与、勤務地などのデータを抽出・分析することで、より競争力のある給与を提示しています。
また、大規模監査にAIを活用して成功している企業もあります。例えば経費精算が多い企業では、監査は通常手作業で行われるため、監査対象のサンプル数が限られてしまいます。
サンプル数が少ないと、コンプライアンス違反や不正の見逃しにつながる可能性があります。コグニティブ技術を使えば監査プロセスのほぼ100%を自動化でき、大量の財務データを迅速に分析し、異常を検出することが可能になります。
2. HR業務をAIで高度化する
採用、オンボーディング、昇進、退職などのHRプロセスは、システムの観点から見るとスケールさせるのが難しい業務の一つです。その理由の一つは、これらのプロセスが非常に動的であることです。人員需要や従業員パフォーマンスは常に変化します。
AIは面接などの業務で人間を完全に置き換える段階にはまだありませんが、HRをよりデータドリブンな組織へと進化させることができます。
例えばカナダの高級小売企業では、採用や昇進の意思決定にAIを活用しています。顧客体験を最重要視しているため、来店客にサービス体験に関するアンケートを記入してもらいます。
このアンケートデータをAIツールで分析し、優れたサービスを提供している従業員を特定すると同時に、クレーム対応のエスカレーションプロセスも効率化しています。
これにより、どの従業員を継続雇用するか、誰をフルタイムにするかなどの判断をより適切に行うことができます。繁忙期に季節雇用を多く行う企業にとって、このデータは特に重要です。
AIで従業員オンボーディングと定着率を改善する
AIやインテリジェントオートメーションは、新入社員が企業で良いスタートを切るためにも役立ちます。
Stitchfixのビジネスシステム責任者で、AirbnbやIntuit出身のKumud Kokal氏は次のように述べています。
「オンボーディングは従業員が会社と最初に接する体験なので、ストレスがなく直感的な体験にしたいと考えました。これにより新入社員は必要な手続きを迅速に完了でき、より価値の高い仕事に早く取り組めるようになります。
その結果、入社初期のエンゲージメントが向上し、生産性も高まります。」
3. インテリジェントな営業・マーケティングファネルを設計する
マーケティングと営業の連携、そしてリードスコアリングは、企業の売上に大きな影響を与えます。リードスコアリングの精度が高いほど、営業チームが成約できる案件は増えます。
AIなどのコグニティブ技術は、営業組織をより迅速で柔軟な組織にするのに役立ちます。多くの営業チームはリードの質や成約確率に基づいてリードを評価するスコアリングシステムを利用しています。
AIは複数のデータポイントを高速に分析できるため、一見関係がないように見えるリード行動の中からパターンや傾向を見つけることができます。これによりリードスコアリングの精度を向上させることができます。
Salesforce Einsteinなど、インテリジェントなリードスコアリング機能を提供するCRMもあります。しかしネイティブAI機能がなくても、新規リードをAIエンジンに送信してスコアリングするワークフローを構築することは比較的容易です。
これらのリードはCRMに登録されている必要すらありません。例えば名刺の写真をOCRで読み取り、自動化プラットフォームがリードを作成し、Clearbitなどでデータを補完し、スコアリングまでを数分で実行できます。
同様に、行動データに基づくスコアリングをAIで行うことで、どの顧客が解約する可能性が高いかを予測し、解約前に対策を打つことも可能になります。
AIで「ダークファネル」を可視化する
コグニティブ技術は、マーケティングや営業の「ダークファネル」を可視化するのにも役立ちます。多くの購買シグナルや調査行動はCRMやマーケティングツールに記録されないため、顧客が購買プロセスのどの段階にいるか把握するのが難しい場合があります。
AIは過去の意図シグナルを大量のアカウントデータとともに分析し、特定のアカウントが購買プロセスのどの段階にいるかを予測できます。
例えば6senseのAIエンジンは、毎日2億5千万の購買データを分析しています。
また、AIはTAM（Total Available Market）分析など、営業・マーケティングの重要な分析業務も効率化します。これらの分析は新製品投入などの戦略意思決定に大きく影響します。
大量の市場データを簡単に分析できるようになることで、これまで見つけられなかった顧客や市場セグメントを発見できる可能性もあります。
未来の働き方はインテリジェントである
ビジネスシステム担当者がシステムやプロセスを将来の働き方へと進化させていく中で、AIは多くの企業にとって不可欠な存在になっていきます。
システム担当者は、AIが競争優位ではなく当たり前の技術になる前に、自社の中でコグニティブ技術を活用できる領域を見つけていく必要があります。
最新のテクノロジーを活用しているビジネスシステム担当者の事例をさらに知りたい方は、ぜひビジネスシステムコミュニティにご参加ください。