本記事はFastcompanyにより翻訳されたものです。

私たちは皆、データが事業運営の中心にあることを知っています。最適なパフォーマンスは、新しいデータに対応し、既存の独自データを活用する能力にかかっています。しかし、ITリーダーとして、過去数年間、データ量が爆発的に増加し続け、その勢いが衰える気配がないことも知っています。あなたがこの段落を読むのに要した数秒の間に、約5万テラバイトのデータが作成されたほどです。

データがあるところには検索が必要であり、ビジネスの観測可能性のためには、今日の近代的な分散環境で環境を最適に管理するために、オペレーショナル・リスクを予測し、軽減するデータを効率的に見つける機能が必要である。しかし、それだけでは十分ではありません。

そこではジェネレーティブAIの登場です。今世紀の変革テクノロジーであるジェネレーティブAIは、大量のデータに基づいて素早く答えを生成する能力のおかげで、生産性を向上させています。

自然言語処理(NLP)、機械学習(ML)、大規模言語モデル(LLM)に基づいて構築されたジェネレーティブAIは、データから素早く答えを導き出すことを可能にします。また、検索技術にジェネレーティブAIを適用することで、独自のデータからコンテキストを取り込み、組織に特化した情報に基づいた結果を提供することができます。

ドメイン知識へのアクセスを民主化し、企業が独自のデータを統合できるようにすることで、ジェネレーティブAIと検索は、オペレーションの回復力を向上させ、私たちのデータをビジネス指標と組み合わせて組織の健全性を全体的に把握するための究極のツールとなります。

しかし、そこで立ち止まってはいけません。ジェネレーティブAIと検索の魔法は、公開データと専有データの両方を使用する能力にあり、その超人的なジェネレーティブ能力を適切かつ利用しやすくすることで、私たちはこの情報の管理者として、文脈と外部要因の知識の両方を用いて、組織の状況をより迅速に理解することができます。

AI主導のビジネス・オブザーバビリティ：組織への影響

オブザーバビリティ(可観測性)は、企業に業務の可視性を提供します。AI主導のビジネス・オブザーバビリティは、さらに一歩進んで、業務プロセス、顧客行動、市場動向に対する深い洞察を提供します。LLMは、ビジネス・インテリジェンスへのアクセスを広げると同時に、データのより大きなコンテキストを作成することで、ジェネレーティブAIの運用を支援します。その結果、ビジネスがより詳細に把握され、データについて質問できるようになります。

AIを活用したビジネス・オブザーバビリティにより、企業は以下を実現できます：

業務プロセスの全体像を把握する：AI主導のビジネス・オブザーバビリティにより、企業は従来の監視のサイロ化を解消することができます。異種データを関連付け、自動化を設定することで、企業は問題が発生した際に、また問題が発生する前に、情報に基づいた意思決定を行い、対処することができます。未知の未知数を把握することで、チームは運用管理に対してプロアクティブなアプローチを取ることができます。その結果、オペレーションの回復力が向上し、生産性が向上します。

顧客行動データを組み込む：顧客行動データを業務データと相関させることで、企業は顧客経験について、ニュアンスの異なる豊かな視点を持つことができます。何が顧客の行動に影響を与えているのか？特定の行動傾向をもたらす最近の変化はあるか？大量の顧客データがあっても、具体的な質問をし、迅速に行動することで、顧客体験を改善することができます。

市場動向を常に把握：AIは業務・ビジネスデータと市場動向やデータを関連付けることができるため、競合他社との差別化を積極的に図ることができます。市場や競合の変動を理解することで、データのパターンを分析し、市場動向を予測することもできます。

業務データ、顧客データ、市場データを組み合わせることで、業務全体を俯瞰し、情報に基づいた積極的な意思決定を行うことができます。

ビジネス・オブザーバビリティとジェネレーティブAIの実際の使用例

さまざまな業界が、ジェネレーティブAIによって強化されたビジネス・オブザーバビリティから恩恵を受け艇ています。検索機能がジェネレーティブAIによって強化されると、組織は知識に素早く、しかも自然言語でアクセスできるようになります。

業界の例：従業員の生産性を向上させるために、自動車・製造業では、予測保全のためのジェネレーティブAIに注目することができます。ジェネレーティブAIを搭載したアプリケーションは、メンテナンスとシステムの問題を予測し、要約することで、従業員がプロアクティブに問題を解決できるようにします。従業員は問題の特定に費やす時間を短縮し、提案された次善の策で問題解決により多くの時間を費やすことができます。これにより、システム・インシデントやダウンタイムに関連する人件費を削減しながら、業務効率と意思決定を改善することができます。

情報を統合する：時間のかかる作業は生産性を制限します。手作業によるデータの相関や分析から、答えを探すための長いドキュメントのレビューまで、ジェネレーティブAIによって強化されたレポートは、時間とリソースの節約に役立ちます。ジェネレーティブAIアシスタントは、情報を実用的なレポートに合成することができます。データソースを組み合わせたり、そのデータを比較することがより簡単になります。

業界の例：金融サービス業界では、NLPベースの情報検索と要約をバーチャル・アシスタントと併用することで、膨大な量の情報を統合することができます。例えば、不正が突然増加した場合、不正アナリストはAIを搭載した生成アシスタントを使って不正取引を検出し、要約することができます。不正の分野で使用される場合、アナリストは不正のアラートと対話し、何が起こっているかを理解し、次の最善の行動を特定することができます。不正検知の精度とスピードを向上させ、金銭的損失を減らすだけでなく、不正報告などの手作業を自動化することで人件費を削減することもできます。

効率を改善する：効率は生産性に等しいです。CPUを大量に消費するコードに問題がある場合、チームは生成AIツールにコードの最適化を依頼し、リソースの使用率を向上させることができます。これにより、ロード時間が短縮され、ユーザーの不満が軽減される可能性があります。適切な回答を素早く得られるということは、解決までの時間が短縮され、開発に集中できる時間が増えることを意味します。

業界の例：電気通信事業者は、さまざまなネットワーク構成を提供し、さまざまな条件下でのパフォーマンスを予測することができます。これにより、ネットワークのレイアウトを最適化し、負荷をより効果的にバランスさせ、効率を向上させるとともに、主要なビジネス指標に照らして運用パフォーマンスを比較することができます。その結果、運用上の意思決定が収益にプラスの影響を与えていることを確認できます。

ビジネスの脆弱性におけるジェネレーティブAI：次に何が起こるか

企業は、業務改善におけるジェネレーティブAIの役割が拡大し続けることを期待でき、また期待すべきである。しかし、考慮すべき最も重要な課題は幻覚である。公的なLLMだけでは、業務上の課題に対処するのに十分ではありません。ジェネレーティブAIから最良の結果を得るには、公開情報と自社独自のデータの両方を組み込んだシステムが必要です。効果的で適切な結果を可能にし、競合他社に先んじるために、AIアシスタントはベクトル・データベース、セマンティック検索、RAGによって強化されることをお勧めします。

結局のところ、ビジネス・オブザーバビリティへの第一歩は、生成的なAIツールの段階的な展開である。従業員一人ひとりが自分専用のAIアシスタントを装備し、自動診断や自動修復ができるようになれば、その可能性はさらに広がります。

AIアシスタントは、言語主導のインターフェイスを通じてSREを支援し、関連するシグナル・ダッシュボードを一箇所で提供する動的な単一視点のビューを可能にします。AIはビジネスデータと運用データに接続し、関連付け、問題のレベルを診断できるようになります。誰が影響を受けているのか？収益は影響を受けるのか？これらの答えを迅速に得ることは、私たちのビジネス方法に革命をもたらすでしょう。

以上、ビジネス観測可能性のためのジェネレーティブAIについて紹介しました。新しいAIツールに関心を持つ方に、AIと画像処理の組み合わせ：手ぶれなどの原因で起こした写真のピンボケを補正してくれるーーAIピンボケ補正サイトVanceAI画像鮮明化や、画像を2倍から8倍までピクセルレベルで補充しながら高画質に拡大できるVanceAI画像拡大を試すのをおすすめします。