AIは自動的に結果を提供しません。これは、アプリケーションが會社の運用モデルとどれだけうまく整合するかに依存します。私は、新たな技術がそれがどれだけ適しているかに応じて、組織をサポートまたは妨害することができることを頻繁に強調します。

また、AIを統(tǒng)合する際にビジネスプロセスエンジニアリングで対処する必要がある重要な不確実性もあります。

HBSのLian Parsonsは、この懸念を強調しています?！赣铚yがどのように行われるかに透明性がない場合、説明責任を確立したり、防御可能なフレームワークを構築することが困難になります?！工长慰激à稀ⅴ烯`バードDCE Professional＆Executive DevelopmentのMark Espositoの視點を反映しています。 「私たちが直面する重要な問題は、人間の役割を決定し、技術が人間のニーズを中心とすることを保証することです。繰り返しのタスクへの人間の関與を減らしたとしても、人間の監(jiān)視を排除する必要があるという意味ではありません。その役割が明確でない場合、意図的に定義する必要があります。」

それでは、どのようにしてそのアライメントを確保するのでしょうか？

治療を受ける

最近のTEDプレゼンテーションで、ハーバードビジネススクールの教授であるKarim Lakhaniは、新しい薬を使用して患者にAIの採用を比較する別の類推を提供します。

「適切な用量、その有効性、可能性のある副作用、さらには補完的な慣行がこの薬物に伴うべきことを本當に理解していませんが、すでに數億人が使用しています」と彼は説明します。彼は、彼のチームが養(yǎng)子縁組を追跡し、実際の結果を観察するために、醫(yī)薬品テストと同様に、一連のAI「臨床試験」を実行していると付け加えました。

これらの観察から現れるのは、「ギザギザの技術的フロンティア」であると彼は説明します。これは、さまざまな速度で進化するシステムと手順の複雑なネットワークであり、それぞれが獨自の課題をもたらします。

「AIが優(yōu)れている特定の分野があります」とLakhaniは述べています。 「これらの機能にそれを使用すると、印象的なパフォーマンスが向上します。しかし、それが適していないエリアに適用されると、パフォーマンスは大きく苦しんでいます?！?/p>

AI「臨床検査」で見られる生産性の向上

生産性に関して、彼はAIユーザーが平均で12.2％多くのタスクを完了し、25％速く完了し、40％の高品質を達成したことを示す調査からの調査結果を共有しました。

それでも、彼はリーダーに、イノベーションのユースケースの監(jiān)視に満足しないように警告しています。

Procter＆Gambleのインテリジェントコラボレーター

ランダム化された試験結果について議論するLakhaniは、AIが単純なツールから共同パートナーに進化することについて説明しています。

「最初の顕著な変化は、生産性の大きなジャンプです」と彼は述べています。

次に、変換が加速します。

彼は、「AIモデル機能は指數関數的に成長していますが、6?9か月ごとに倍増していますが、ほとんどの企業(yè)がこれらの変更を採用および統(tǒng)合する能力は直線的にのみ増加します。つまり、6?9か月ごとに、モデルができることと企業(yè)が実裝できることとのギャップは指數関數的に広がります?！?/p>

Lakhaniによると、ほとんどの企業(yè)は進歩の急速なペースに追いつくことができず、競爭の不利な點につながる可能性があります。

彼は、多くの企業(yè)が同様のツールを使用している場合、多くの場合、月額20ドルで際立っているという課題について説明しました。

つまり、低コストのツールを活用して、企業(yè)に大きな価値を生み出す必要があります。

四段階の旅

Lakhaniはまた、AIの採用をナビゲートするリーダーシップの戦略的ガイドである「Four Phase Journey」と呼ぶ概念を紹介しました。

フェーズ1は、モデル、システム、能力を理解し、それらがビジネス環(huán)境にどのように適用するかを理解することです。

フェーズ2には、AIツールを積極的に使用することが含まれます。彼は、これが多くのリーダーが間違っている場所であると指摘します。すべてのAIタスクを個人的に関與するのではなく、他の人に解釈します。

フェーズ3は、AIとのビジネスの將來を想定しており、フェーズ4はそのビジョンを現実に変えています。

本質的に、Lakhaniは、生産性ツールから人間の行動を模倣し始める自律剤へのAIの変換を説明します。

リーダーシップの役割でAIエージェントをすぐに見るでしょうか？その將來はどのように見えますか？

もっと來る。

以上がビジネスのためのAIの適切な投與量の詳細內容です。詳細については、PHP 中國語 Web サイトの他の関連記事を參照してください。