課題を克服して生産性を高める

古いデータは、今日のビジネスのスピードに対応できません。リアルタイムデータを活用することで、生産性が向上し、より迅速かつ的確な意思決定が可能になります。

最終的には、市場の変化を事前に察知したり、顧客のニーズを予測したりするなど、業界のあらゆる状況にすばやく適応できるようになる必要があります。

詳細を説明するために、1 つ目の「データリーダーのシナリオ」では、人気のライフスタイルブランドである Urban Outfitters 社の事例を紹介します。 

実際、キャンペーンパフォーマンスダッシュボード、売上予測、在庫確認など、いずれかの作業が遅延すると、プロジェクト全体が誤った方向へ進んでしまいます。そこで、変更データキャプチャテクノロジーの出番です。データエコシステム全体を同期することで、先週の出来事ではなく、今何が起きているのかを把握できるようにします。

データパイプラインのフローを整えれば、最適なインサイトを自動的に取得できるわけではありません。最後のステップとして、適切な人物が、適切な場所でタイミングよくインサイトにアクセスできるようにする必要があります。

すべての工程を適切に実行し、最先端の AI 体験に組み込むことで、より効果的にパターンを特定し、より的確な意思決定を下しながら、プロセスをリアルタイムで最適化できるようになります。アラート、予測インサイト、パーソナライズされたレコメンデーションを、最小限の手作業で実現できることを想像してみてください。業務を効率化し、意思決定の質を高め、重要な施策に専念できるようになります。

生産性の向上と GTM の高速化を目指す場合、データ分析は一度限りの施策ではなく、データや AI の専門家だけでなく誰もが関与する、常時稼働のインテリジェントで民主的なプロセスであることを忘れないでください。

自然界では、蜂の巣は高性能な蜂蜜生産システムであり、ミツバチたちが一つの目的を共有しながら、それぞれ重要かつ生産的な役割を担っています。データ基盤も、ソース数を問わず蜂の巣のように統合し、シームレスに連携できる必要があります。データを積極的に活用するには、どうすればよいでしょうか？インスピレーションを得るために、データリーダーのシナリオをもう一つ見てみましょう。 

Intuit 社は、統合 Web ポータルによってデータ分析業務を刷新しましたが、ダッシュボードなどの導入はほんの始まりに過ぎません。実際、データリーダーの多くは、何年も前からこうした取り組みを進めています。理想的な次のステップは、データ製品に関する能力をさらに高めることです。 

データ製品は、再利用・利用可能な信頼性の高いデータ資産です。業務領域に応じたビジネス課題を解決し、組織サイロの解消を支援するように設計されています。データ製品は、データの所有権・説明責任・信頼性を確保します。また、ビジネスユーザーからデータアナリスト、エンジニアに至るまで、誰もがデータにアクセスできるようにすることで、重要な分野で AI を活用し、すべての人々の作業負荷を軽減しながら、新たな成長機会を創出できます。

理想的な統合環境では、アプリの連携の欠如、認識のずれ、重複作業による時間の浪費、データ活用における遅延といった問題は発生しません。組織全体で明確かつデータ主導のコラボレーションを実現し、従業員はフルスピードで業務を遂行できます。疑問はなくなり、意思決定をスムーズに行えるようになります。 

統一性・アクセシビリティ・生産性の向上に伴い、チームがデータを理解・探索・活用できる能力（データリテラシー）は、自然に向上する可能性が高いです。  

同様に、データ管理の大部分は AI によって行われるため、従業員は AI の基礎や制約事項を理解し、AI 主導型ツールを正しく効果的に活用できるスキルを身に付けることが重要です。AI リテラシーとソフトスキルの両方に重点を置くことで、AI の導入を促進し、利便性を向上させることができます。チームは、AI の新たな活用方法を継続的に探究し、パフォーマンスを追跡して、より多くの情報に基づいた意思決定を行うようになるでしょう。  

ここで留意すべき点は、AI や機械学習は生産性を向上できますが、チームワークを促進してビジネスを成功に導くための中核を担うのは、人間であるということです。 

AI がデータの効果と洞察力を変革できることは、疑う余地がありません。しかし、従業員による AI 活用を促すことなくテクノロジーだけに注力するのは、回避すべきです。データ・分析ソリューションにスマートワーク文化を組み込むことで、組織全体で推進できる、AI 主導の文化を醸成できます。 

パート 1 の最後を飾る、3 つ目のデータリーダーのシナリオでは、Transbank 社がこうした文化をどのように実現したのかを解説します。 

AI は、開発者やプログラマーといった一部の技術者に利用されてきましたが、今では多くの人が AI を利用できるようになっています。Transbank 社が実証したように、ノーコードおよびローコードのデータプラットフォームにより、チーフデータサイエンティストから若手社員に至るまで、組織内でデータを扱うすべての人々が AI を活用できるようになりました。直観的なインターフェースは、データワークフローをシンプルかつ視覚的に構築するためのアプローチを提供します。シンプルな UX により、わずか数クリックでデータの接続・クリーンアップ・必要な場所への送信を実行できます。 

OpenAI 社の ChatGPT のおかげで、今では多くの人々が生成 AI ツールに精通しています。特に職場環境では、スマートなプロンプトを作成するだけで、優れた成果を達成できます。データジャーニー全体を通じて、AI はパイプライン設計・スクリプト生成・インサイト創出といった重労働を担います。また、手作業や専門知識を必要とする複雑な作業を効率化し、高度な分析スキルの障壁を打ち破り、誰もがデータ分析を活用できるようにすることで、従業員の生産性を向上させることができます。 

この新しい効率化された分析アプローチにより、チームの作業効率が向上し、製品リリースまでの時間を短縮できます。さらに、顧客ターゲティングの精度が向上し、戦略を臨機応変に調整できるだけでなく、自動化によってデータ管理を簡素化できます。AI の専門知識がなくても、AI を活用してシンプルかつ有用なインサイトにアクセスしやすくなるという、互恵関係を生み出すことができます。 

生産性に関するこの章を終える前に、新興テクノロジーであるエージェンティック AI を紹介します。エージェンティック AI は、AI 導入の障壁を取り除くための強力なツールです。生成 AI を新たなレベルへと引き上げ、データの収集・クレンジング・分析といった、従来の自動化技術では対応できない、時間のかかる多段階プロセスを処理できます。センチメント分析などのテキストデータを読み取り、平易な言葉を使用したレポートを生成することもできます。データ専門家やプログラマーによるインサイトの生成を待つ必要がなくなり、従業員の負担を軽減できます。  

また、エージェンティック AI はより自律的であるため、従業員はより戦略的かつ創造的な作業に専念できるようになります。

生成 AI は非常に重要ですが、エージェンティック AI はそれ以上の価値があります。あらゆる組織が、それぞれのペースで俊敏性とイノベーションを向上させて、急成長を実現できます。

Ritu Jyoti 氏

IDC 社 | グループバイスプレジデント / ゼネラルマネージャー

生産性を向上させるために、日々頭を悩ませる必要はありません。データは、優れた成果を次々に生み出す、生産性の高い組織の基盤となるものです。AI の活用に向けて取り組みを開始している場合でも、計画を策定している場合でも、スピード・チームワーク・AI がもたらす利点を、今こそ享受するときです。ビジネスの俊敏性と適応性を高め、未来のあらゆる状況に対応できる体制が不可欠です。