AIを実験段階から先へ進めるには、エージェントを業務上の文脈と結びつけ、どの業務プロセスで最大の価値を生み出せるかを見極める必要があります。企業向けAIは、推奨事項を生成し、タスクを自動化し、組織がより迅速に意思決定できるよう支援できます。しかし、ビジネスが実際にどのように運営されているかを理解していなければ、どれほど強力なモデルでも、ある決定が正しいかどうかを左右する制約や関係性を見落とす可能性があります。
Celonisの企業向けAI担当チーフサイエンティストであるDevavrat Shahにとって、この文脈は彼が「意思決定インテリジェンス」と呼ぶものの中心にあります。彼によれば、AIエージェントはより大きな意思決定プロセスの中で個々のタスクを支援できるものの、各タスクが果たす役割と、その周囲にあるビジネス条件を理解する必要があります。適切な業務文脈がなければ、エージェントは重要な制約を見落としたり、高くつく誤りを犯したり、必要な情報を突き止めようとして過剰な計算資源を消費したりするリスクがあります。
解決策は、企業がすでに利用しているプロセスやデータにAIを接続することから始まります。文脈レイヤーは、エージェントが業務フローを理解し、定められたガードレールの中で動作し、人が確認・承認できる推奨事項を生み出すのに役立ちます。Shahは、組織がまず特定のビジネス上の意思決定を選び、最も困難なステップを特定し、AIがそれらを改善できるかどうかを検証することを勧めています。その後、速度と価値の向上を測定することで、そのアプリケーションを拡大する価値があるかどうかを判断できます。
このアプローチは、従業員が時間を使う方法も変えうるものです。反復的で手作業の多い業務を自動化し、チーム間でタスクを調整することで、人はより複雑な戦略的意思決定に集中できるようになる可能性があります。ただし、その利点を実現するには、従業員がAIの出力とその含意を理解できるよう、人材教育への投資が必要になります。今後について、Shahは日常的な業務タスクから、財務、人員管理、マーケティング、営業といった全社的な計画へと広がる機会があると見ています。
出典: MIT Technology Review AI · 要約：HeadlinesBriefing