人工知能(AI) は、自社の生産性を向上させるために、 75%の企業ですでに使用されているか、少なくともテストされています。しかし、これは企業が多くの課題に直面していることも意味します。データセキュリティ、技術テスト、新サービスに加えて、主に従業員のさらなるトレーニングが課題となります。
Bain & Co. の調査によると、調査対象企業の 87% がソフトウェア開発、顧客サービス、マーケティング、製品の差別化などの分野ですでに生成 AI (GenAI) を使用しています。一般に、従業員数 100 人程度の企業は年間平均 500 万ドルを GenAI に投資します。大企業の 5 社に 1 社がこのテクノロジーに最大 5,000 万ドルを費やしています。
2027 年までに、GenAI は AI 支出全体の 29% を占めると予想されており、AI 市場の総額は 4,070 億ドルの価値があると推定されています。
切実に求められている – AI スペシャリスト
同時に、企業は必要な AI スキルを備えた従業員を見つけることがますます困難になっています。これは製品の遅延、品質の問題、売上の損失につながります。そのため、多くの企業は既存の従業員の再教育に頼っていますが、それが難しいことがよくあります。
IDC によると、世界中の企業の半数以上がこうした不足の影響を受けています。アナリストらは、これに伴う経済的損失は2026年までに世界で総額5兆5000億ドル以上に達すると推定している。
まったくやらないよりは早くしたほうがいい
したがって、企業は全従業員をその役割に適した GenAI アプリケーションでトレーニングする必要があると、ガートナーのシニア ディレクター アナリストのエミリー ローズ マクレー氏は述べています。彼女はまた、企業は生成型 AI のリスクと責任ある使用について従業員を教育する必要があると強調しています。
しかし、そのようなアプローチはCEOにとって遅すぎると考えられていることが、 最近の調査で判明した。多くの企業経営者は取り残されることを恐れ、AIの活用を推し進めたいと考えているようだ。しかし、調査対象となった従業員の 43% は、AI が自分たちの仕事を置き換える可能性を懸念しています。
ゴールドマン・サックスによれば、今日の仕事の 3 分の 2 は AI によって少なくとも部分的に自動化される可能性があるため、この懸念は根拠がないわけではないようです。
トレーニングが必要です
したがって、長期的に仕事を確保するには、従業員は継続的なトレーニングを受ける必要があります。最後に、GenAI ツールの開発は絶えず進歩しています。したがって、技術の進歩に合わせて個人の継続的な開発を行うことは間違いなく利点である、と多くの専門家はアドバイスしています。
企業における AI 導入を成功させるには、個人の取り組みに加えて、明確な戦略も必要です。従業員が変化を受け入れ、特定の役割を引き受ける意欲も不可欠です。
これらの必要な特殊な役割は次のとおりです。
- – 複雑なデータセットを単純化するデータサイエンティスト、
- – 機械学習モデルを開発および統合する AI ソフトウェア エンジニア、
- – 最高 AI オフィサー (CAIO) または AI イニシアチブを主導する幹部、
- – 規制を遵守し、セキュリティリスクを管理するAIセキュリティ担当者、
- – 言語モデルの指示を最適化するエンジニアを迅速に派遣し、
- – すべての規制と法律の遵守を保証する法律顧問。
再考が必要です
従業員のトレーニングを行わない企業は、生産性やイノベーションの面で後れをとるリスクがあるだけではありません。これは経済的影響だけでなく、従業員の損失も意味します。
熟練労働者の不足を防ぐためには、既存のスタッフを AI 変革に関連して次の 3 つの従業員の原型に分類し、それに応じてトレーニングする必要があります。
まず、 AI テクノロジーの開発者がおり、Amazon、OpenAI、Microsoft などの企業に匹敵する高度な資格を持つ従業員がいます。これらには追加のトレーニングは必要ありません。
2 つ目は、CTO やソフトウェア開発者など、従来の IT テクノロジーに精通した技術者がおり、AI のトレーニングを比較的容易に行うことができます。
第三に、 AI によって生産性を向上できる非技術的なタスクを担当する労働者がいます。ただし、AI の可能性を完全に理解するには、さらなるトレーニングとサポートが必要です。
トレーニングは不可欠です
従業員向けのさらなるトレーニングの例としては、Microsoft Copilot の使用に関するカスタマー サービス従業員のトレーニングが挙げられます。これにより、顧客からの問い合わせへの回答やレポートの迅速な作成が可能になり、サービスの向上に役立てることができます。
ただし、特定のワークフローに統合されていない汎用 GenAI ツールには問題があります。これは、効果的なプロンプトを作成するための学習曲線が長く、ツールごとに異なるテクニックが必要になるためです。
具体的なものが好評です
したがって、McRae 氏は、GenAI の使用に関する具体的なユースケースと例に基づいてさらなるトレーニング措置を講じることを推奨しています。このような対象を絞ったトレーニングは、通常、GenAI に関する一般的なトレーニングよりもスタッフに好評です。集中的なトレーニングでは、GenAI が特定の役割やワークフローにどのような影響を与えるかを明確に示す必要もあります。
このトレーニングの一環として、幻覚などの GenAI のリスクについても従業員に知らせる必要があります。これらのトレーニングはフィッシングに対するトレーニングと同様になるだろうとガートナー氏は述べた。ランダムな警戒テストによってすべてが丸め込まれるだろう。
AI 実践の厳しい学校
同時に、学習者は GenAI を使った実践的な経験も積む必要があります。これは理論的な学術的なトレーニングよりも重要であることが多いためです。現在の発展は、1990 年代にインターネットの可能性を学ぶことに例えることができます。当時と同様、生産性の向上を確認するには、新しいテクノロジーの可能性をできる限り実際に試すことが重要です。