AIプロジェクトが失敗する6つの理由

AIはどこにでも存在しているように見えるが、現実には多くの企業がAIの導入を成功させる上で問題を抱えている。によると MIT SMR-BCG 人工知能グローバル・エグゼクティブ・スタディ＆リサーチ・レポート人工知能（AI）に投資している企業の経営幹部の10人中7人は、AIによる効果がほとんど見られないと主張している。

加えて 投資企業の40% AIに多大な投資をしても、ビジネス上のメリットは報告されていない。これらのプロジェクトに投資された知的頭脳の数、リソース、労力を考えれば、失敗率はそれほど高くないはずだ。問題は、AIイニシアチブを管理するためのベスト・プラクティスを順守していないことであり、劣った技術ややる気のない人材ではない。

この記事では、AIプロジェクトが失敗する6つの理由と、AIイニシアチブの失敗例とならないためのアドバイスを紹介する。

1.データ管理の不備

AIソリューションが有用であるためには、首尾一貫した理解しやすい方法論に従った十分な高品質のデータが必要です。多くの企業は、クリーンでない、互換性のないフォーマットや場所に保管されているデータを扱うために必要なリソースや経験が不足している。データ・サイエンティストは、有用なソリューションの作成やビジネス上の意思決定をサポートするための洞察を得るために知識を活用するよりも、データを扱うことに多くの時間（多くの場合、最大70%）を浪費している。

2.従業員のAI能力と意識の欠如

ガートナー社の世論調査によると、56%の企業が次のような問題を抱えていた。 スキル・ギャップのためにAIを使いこなせない 従業員の中に。従業員はAIに対する信頼を欠いたり、全面的に拒否したり、あるいはAIを全面的に信頼し、AIモデルのすべてのアウトプットを疑うことなく受け入れるかもしれない。社会人にありがちな誤解は、AIに取って代わられるというものだ。これらの要因から、企業は従業員のML/AIリテラシーを高め、新しい技術プロセスについてトレーニングすることを検討する必要がある。

技術リテラシーは、技術者と非技術者の双方を確実にする。 従業員にAIを周知また、従業員は、AIがどのように意思決定されるのかを理解せずに、ただ意思決定のためにAIに頼るのではなく、AIがどのように意思決定されるのかを理解する必要がある。また、従業員がどのように意思決定がなされるかを理解せずに、ただAIに意思決定を依存しないことも極めて重要である。

3.不明確な事業目的

組織は、技術的なブレークスルーの可能性があるプロジェクトを選ぶのではなく、KPI（売上高の増加、業務コストの削減、顧客体験の向上など）に最も影響を与えることができる投資収益率（ROI）の高いユースケースを特定する必要がある。AIプロジェクトは通常、目標の定義不足、データ不足、リソース不足のために失敗する。

4.AIプロジェクトにおけるデータ要素の時間とコストの過小評価：

組織はAIプロジェクトを効果的に管理するために必要な時間とリソースを過小評価しがちである。データ要件を最初に検討することなく、また適切な種類と量のデータを収集する専任担当者を置くことなく、プロジェクトが開始されることがあまりにも多い。このようなプロジェクトは、必要なデータへのアクセス不足によって、しばしば遅々として進まない。そのため、AIを動かすために必要なデータを集めることが、AIプロジェクトを管理する最初のステップとなる。

AIにはデータ中心の戦略が必要であり、企業はプロジェクトのために十分な量の高品質データを収集するために割く時間とリソースがあるかどうかを慎重に検討する必要がある。

5.リーダーシップのコミットメントとオーナーシップの欠如

これはAIに限らず、すべてのプロジェクトに共通する過ちだ。部門横断的なリーダーシップ・チームの献身とオーナーシップがなければ、AIイニシアチブは成功に必要なリソースも人材も得られない。AIプロジェクトは、それに専念する有能なリーダーがいなければ成功しない。

6.ベンダーの約束と現実の不一致

企業は、ベンダーが自社製品について行うマーケティングの宣伝文句や約束に騙されることがよくある。あるいは、特定のベンダーのソリューションを選択したものの、それが自社の要件に最適でないことが判明することもある。ベンダー主導の要素は見落とされがちで、これがAIプロジェクト失敗の主な原因のひとつとなっている。

このような事態を引き起こす原因としてよく挙げられるのは、前もって正しい質問をしなかったことで、製品が素晴らしいにもかかわらず、自社のニーズを満たしていないことを見抜けなかったことだ。誇大広告の犠牲にならないためには、下調べをし、正しい質問をし、AIイニシアチブの管理方法を理解することだ。

スキムAIはどのように役立つのか？

AIは私たちのビジネス方法に革命をもたらしているが、ROlを定量化できる有用なソリューションを生み出す方法を発見するには時間と労力がかかる。

私たちは、ベストプラクティスに基づき、MLやAIソリューションを導入するためのフレームワークを構築するようクライアントにアドバイスしている。AI投資のリターンは直線的ではありません。むしろ、ベスト・プラクティスによって構築された基盤の上に優れた仕事を重ねることで、リターンは増大します。