過去20年間でAIの価値創造に対する障壁は大きく変わりました。20年前は計算能力とストレージが障壁でしたが、クラウドコンピューティングがそれらを事実上無料にしました。次にクリーンでラベル付けされたデータが課題となり、私たちはデータウェアハウス、Hadoopデータレイク、ETL、ELT、データクリーニング、データ調和の開発に何年も費やしました。

次に、ボトルネックとなったのは人間の技術的スキルでした。誰もがAIや機械学習（ML）モデルを訓練し、統計的に有効な実験を行い、MLOpsを開発し、ビジネスの目標を理解できるデータサイエンスのユニコーンを雇おうとしました。しかし間もなく、ユニコーンは存在しないということを学び、代わりにユニコーンチームを構築しました。

今日、お客様との仕事をしていて私が見ている最大の障壁は人のスキルが多く挙げられますが、今回は、非技術的な障壁 — ビジョンと想像力の2点が挙げられます。

組織は目標を低く設定しすぎています。しばしば、AI開発チームは、価値が少なくフロントラインのユーザーサポートが不十分なポイントソリューションのユースケースを優先し、開発に1倍のコストがかかり、さらに導入と採用にも5倍のコストがかかり、0.5倍の価値しか生み出さないことで、驚異の-92%のROIをもたらします。（医療と保険からの例を参照ください。）

技術価値創造の3つのレベル

過去300年間、破壊的な技術のユースケースは3つのレベルに分かれています。価値が高い順にすると以下の通りです。

1: ポイントソリューション: 例えば需要予測、顧客流出予測、予測保全など
2: プロセスを再設計するアプリケーション
3: 新しい一連のプロセスを導入するシステム

2番目のレベルで良い例としてJohn LeeによるNBCUniversalを取り上げます。
客観性に注意：私はファンボーイです。Johnは数年前、私がMerkleでクラウドとAutoMLへの移行を手伝った時の上司の上司でした。（私たちは一つの大きな共有SASサーバーから多数のAWSアカウントと弾性的なSparkクラスターへと移行しました。それはまるで、17世紀のヨークシャーの乳牛農家を今日のニューヨークシティのタイムズスクエアにドロップしたようなものでした。なんという旅でしょう！）

Johnにはビジョンがあります。彼はAIをたくさんの小さなポイントソリューションに適用するのではなく、むしろそれを使って主要なプロセスを再設計しています。それは一世代前には何階もの人々が実行していたプロセスです。ビデオメディアタイプ別の広告分析の分野のこのチャートを考えてみてください：

直接収集するデータで、例えば私がPeacockでYellowstoneを視聴していることをNBCUが知っていること、または私が緑のポロシャツを購入していることをNikeが知っているというものです。ビューアーのアイデンティティ管理は、NBCUやNikeへのアクセスに使用する全てのIDとデバイスを統合することです。メディアプランニングは、Nikeが広告を表示すべき場所、例えばYellowstoneのストリーミング上などを決定し、アクティベーションは広告を配信することです。"Mad Men"の時代から使われてきたメディア指標には、広告を見る人の数（リーチ）と、それをどのくらいの頻度で見るか（頻度）が含まれます。リーチと頻度は手段に過ぎず、目的はNikeのビジネス目標です。それにはブランド認知度、ブランドに対する好印象、ウェブサイト訪問数、ウェブサイトの売上、ウェブサイトの収益、またはDick’s Sporting Goodsでの増分売上などがあります。

この表には18のセルがあります。二世代前、各列はそれぞれ独自の会社であり、一世代前は大きな代理店の独自のフロアでした。今日、それらは依然として大きく異なる、自身のデータ、ツール、および専門用語を持つ孤立したチームです。そのような専門化は、列の複雑さのために必要でした。JohnはビッグデータとAIを利用してその複雑さを大幅に削減し、18のサイロを1つの統合されたプロセスに収束させています。テレビ広告のHenry Fordとでも言いましょうか。

このようなAIによるプロセスの収束はデジタルランドスケープ全体で起こっています。Epsilonも私たちのマーテック顧客の一つです。彼らはコネクテッドTV、ストリーミング、ウェブディスプレイ広告、オーディオ、SMS、メール、ウェブトラフィックなどをカバーするリアルタイムのオムニチャネルハイパーパーソナライゼーションプラットフォームを開発しました。Unilever（またDataikuのユーザーでもあります）はEpsilonのプラットフォームをウェブサイトのパーソナライゼーションに適用し、識別された顧客数を倍増させました。

何をすれば良いのか？

AIプロダクトのバックログを見てみてください。それらはすべてポイントソリューションですか？最も価値のあるものについて、プロセスを再設計するアプリはどのようなものでしょうか？アプリについては、新しいAI駆動のシステムはどのようなものになるでしょうか？私たちはデータソン、ハッカソン、ユースケース創発ワークショップ、ユースケーススコーピングワークショップを通じて、何百もの企業を支援してきました。さらに詳しく知りたい方は、ぜひお問い合わせください。

ビジネス価値を高めるための7つの具体的な方法

ビジネスデータを一度きりではなく継続的なビジネス価値に変える準備はできていますか？このEBOOKは、分析とAIプロジェクトから繰り返しビジネス価値を確実に生み出すための7つの実用的な方法をカバーしています。