AI、ツール、そして変革

AI、ツール、そして変革

今日のアメリカの典型的な大企業は、数百、あるいは数千もの異なるソフトウェアを抱えています。SAPやWorkdayのような巨大な汎用システム、数百の垂直SaaSアプリケーション、さらにワークフロー、スクリプト、自動化、データベースに至るまで、部門を運営する10メガバイトのスプレッドシートまで存在します。多くの場合、企業は自社がどれだけのソフトウェアを所有し、何が実際に使用されており、何に支払いを行っているのかさえ正確には把握していません。それにもかかわらず、これほど多くのソフトウェアがあるにもかかわらず、企業は退屈で反復的なタスクに満ちています。

AIがこれらのほとんどを掃討してくれると考えるのは非常に魅力的です。エンジニアとは、10分で終わるタスクを自動化するために1時間かけてツールを作る人のことだ、という古いジョークがあります。しかし、AIを使えば、そのツールを5分で作ることができ、エンジニアである必要もなく、コードを書く必要もありません。モデルにツールを作らせるか、あるいはより根本的には、タスクそのものをAIに実行させることができます。一つ一つツールを作成する必要があった代わりに、ソフトウェアは動的で、生成可能で、自由形式で、そして自発的なものになるかもしれません。ソフトウェアの量が大幅に少なくなることで、タスクは大幅に自動化できるようになります。

もしあなたがツールビルダーであり、シリコンバレーの誰もがツールビルダーであるなら、これは陶酔感をもたらします。しかし、私はそれがソフトウェアの起源と人々がそれを使う方法を誤解しており、企業がどのように変化するかを見落としていると思います。

まず第一に、ほとんどの人はツールビルダーではなく、ほとんどの人は自分の仕事がどのように違う方法で行われうるかを本能的に考えません。もしあなたがシリコンバレーのバブルの中で常に時間を過ごしているなら、あなたの世界全体が物事のやり方を変えるツールを作成することに関わっているため、これを忘れるのは簡単です。しかし、もしあなたが本当に優れた結婚弁護士なら、あなたは素晴らしい法的発見ソフトウェアが何をするかではなく、あなたの事件とクライアントに一日中時間を費やします。もしあなたが本当に優れたエンタープライズセールスパーソンなら、あなたは素晴らしいセールス有効化ソフトウェアがあなたをより生産的にする方法ではなく、あなたの製品、クライアント、競合他社に時間を費やします。

Excelのような製品は、オンボーディングフロー、アシスタント、テンプレートでこの問題橋渡ししようとします。「ファイル」>「新規」で見られるすべては、これで何ができるかの提案です。しかし、それらのテンプレートのそれぞれが会社になり、それが私がClaude for Xのようなものに見るものです。これは役立ちますが、答えではありません。

狭い意味では、自動化されるべきタスクはすぐそこにあるのに、そのタスクを持つ人々はそれを見ないということです。これが「フォワードデプロイメントエンジニア」という考え方につながります。彼はビルダーであり、AIが何を作れるかを知っており、法律事務所や建築事務所を歩き回って、弁護士や建築家が見えない機会を見つけることができます。（これは、15歳の時にインターンシップや親のオフィスをさまよっていた多くのテクノロジー分野の人々の経験でもあります。「えっと、お父さん、これってこうできるって知ってました？」）。

より深い問題は、過去数十年間で私たちが自動化したことのほとんどは、ツールビルダーであっても明白ではなく、明白な解決策もなかったということです。私たちは毎日使うものの例を考えることができますが、最初の反応は「なぜそれが欲しいんだ？」でした。多くの場合、問題が存在することが明白ではなく、多くの場合それは他の何かに組み込まれたり、バンドルされたり、隠されたりしています。同様に、問題が見えていても、あるいはそう思っていても、それを修正する正しい方法はしばしば明らかではなく、それを修正する方法はそれを再定義するか、アンバンドルすることであり、それを理解するのは難しいです。多くの成功したソフトウェア企業では、その前に半ダースもの失敗した試みがあり、正しいアプローチや正しい問題を見つけられませんでした。

これらは、コードを書くことを容易にすること、つまりツールを作ることを容易にすることでは解決されません。難しいのは、そもそもツールが必要であることを知っていること、そしてそのツールが何をすべきかを知っていることです。

しかし、その点に達した後でさえ、他のすべての人にそれを使ってもらう必要があります。私たちが自動化したい問題、ワークフロー、タスクの多くは、5つの異なる部門、3つの異なる記録システム、4つの異なる規制体制にまたがる50人または500人に影響します。あなたは、請求書支払いを異なる方法で行うための素晴らしいアイデアを持っているかもしれませんが、あなた自身は会社内の誰もがそれをどのように行うかを変えることはできません。それは購入であり、決定であり、18ヶ月の販売プロセスでなければなりません。

第二に、これらすべては、ソフトウェアがトップダウンからボトムアップまでのスペクトラムで購入、選択、または作成されることを意味します。会社はSAPを購入し、ユーザーはスプレッドシートを作成します。そして、これを制度化されたものから即興的なものまでのスペクトラムとしても考えるのは有用だと思います。

SAP、Carta、Ripplingなどの専用ツールで簡単に実行できるタスクがあります。これらのタスクとワークフローは制度化されています。これらの会社の多くの人々、そしてあなたの会社の多くの人々が、そのタスクを正しく行う方法を理解するために多くの時間を費やしており、全員が同じツールで同じ方法で行うことが重要です。しかし、エッジケース、例外、一度きりの質問があり、それらのツールでは実行が難しいか不可能です。あなたのユーザーは、ボトムアップで独自のソリューションを作成し、Excel、メール、共有フォルダ、Tableau、Powerpoint、CSV、スクリーンショット、PDF、会議通話などの自由形式の基盤のあいまいな、即興的な空間でこれらを管理します。

しかし、このタスクが、常に同じ方法で、多くの人が行い、重要になり、収益とリスクが伴うようになった場合、ある時点で会社はそれを制度化する必要があります。監査、セキュリティ、メンテナンス、説明責任が必要です。あなたはデザーパスを舗装し、それを石に刻むために誰かに支払います。上記のように、パスがあることに気づかないかもしれません。何百人もの人々が毎日1時間かけてこれを行っていることに気づかないかもしれません。そして、それを修正する正しい方法を見つけるのが難しいかもしれませんが、そのプロセスが会社が数百のアプリを持っている理由です。

SaaSへの移行で、私たちはこれらの多くを経験しました。これは、ソフトウェアの量における別の桁違いの変化であり、新しいオペレーティングモデルと新しいサイクルタイムを伴いました。そしてそれは、ジャンプできなかった多くの既存企業を殺しました（「SaaSpocalypse」の本当の理由）。それは、バンドルとアンバンドルの継続的で有機的な流れです。それらのSaaSアプリはすべて、SAP、Excel、またはメールでできることを行っています。Cartaは、CFOのために1つのスプレッドシートを管理する40億ドルの会社です。そして、タスクが元に戻ることもあります。数年前、私はコンサルタントと話しましたが、彼の仕事の半分はExcelを使っている人々にデータベースを使うように伝えることで、もう半分は逆でした。

したがって、PwCのような会社が毎年3〜4,000人の新卒を採用する場合、それを管理するために専用の「制度化された」ソフトウェアを使用します。もしあなたが小規模な会社で5人か10人を採用するなら、メール、共有フォルダ、Google Sheetsを使用します。その小規模な会社が成長するにつれて、ある時点でそれを超え、Notionや中小企業向けSaaS HCMに移行するかもしれません。しかし、PwC内の小規模チームも、Workdayが柔軟性に欠けるため、候補者を追跡するためにGoogle Sheetsを使用しているかもしれません。アンバンドルが再び始まります。

今、AIはこれらすべてを横断します。AIは既存のすべてのアプリを拡張し、多くの新しい垂直アプリが登場し、Excel、Tableau、Google Sheets、メール、その他の自由形式の即興ソリューション空間は新しい機能を得るでしょう。そのサイクルで、チャットボット自体はExcelやメールの隣に位置する新しい自由形式の空間であり、それらやアプリからタスクを引き継ぎ、それらのアプリにタスクを失うこともあります。

今、10人の新卒を採用しているその小規模な会社は、AIがそれをよりスケーラブルにするため、Google Sheetsに長く留まるかもしれません。あるいは、Geminiのデータストアとして使用し、「Claudeに何かを作らせるべきか、それともNotionに移行すべきか？」と尋ねるかもしれません。そして、あなたを対象とした新しいSaaSアプリがあり、それに加えてあなたがまだ考えていない他の問題も解決することに気づくでしょう。AIは質問を変えません。それは新しい選択肢を作成し、しきい値を移動させます。

過去3年間のエンタープライズAI展開の経験で、これらすべてを見ることができると思います。すべての大企業は、全員にCopilot（あるいはChatGPTやClaude）を提供し、少数の人々がこれを多く使用しています（生産性を向上させた人もいます）。一方、より多くの人々が週に数回使用しており、残りの大部分は実際にはまったく使用していません。これは部分的にはチェンジマネジメントとトレーニングの問題ですが、1983年に会社全員にPCとLotus 123を与えた場合、あるいは1997年にインターネット接続とWebブラウザを与えた場合と同じ問題です。これは、皆のタスクや彼らが実際に抱えている問題に正確にどのようにマッピングされるのでしょうか？はい、全員にPCとLotusを与えましたが、請求書処理の効率を変革したのはそのような方法ではありませんでした。はい、全員にWebブラウザを与えましたが、インターネットを中心にサプライチェーン管理を再構築したのはそのような方法ではありませんでしたし、小売業者がeコマースを管理したのは間違いなくそのような方法ではありませんでした。

狭い意味では、企業がそのような構造的なプロセスを変更する方法は、パイロットプロジェクトを開始することです。あなたは、AIの新しい機能を使用して、以前は自動化できなかったプロセスを自動化する製品（購入したものと社内で構築したもの）のトライアルを実行します。現在、これらのパイロットプロジェクトの数、成功した数（通常通り約半分、だからパイロットなのです！）、そして何が起こりうるかについてのデータがすべてあります。

しかし、これもまた、ユースケース、灯台、パイロット、ヒーロー、クイックウィン、測定可能な結果に関する非常に時代遅れのCIOの会話です。一方、CEOと取締役会は頭をかきむしり、「待て、しかし我々は何百ものワークフローを持っており、5つか10のパイロットを実行した。それはスケーリングしないのではないか？」と言います。会社全員にChatGPTを与えることは理論的にはスケーリングしますが、ほとんどの人は実際にはそれを使用する方法を見つけていません。

1980年代にすべての銀行にスプレッドシートを与えた、あるいは1990年代にすべての小売業者にWebブラウザを与えたという仮説に戻ると、もちろんそれを行うべきであり、トレーニングやチェンジマネジメント、KPMGが教えてくれる他のすべての良いことについて考える必要があるのは当然です。しかし、世代を超えた新しいテクノロジーを中心に企業の働き方を変革する方法は、そのようなものではありません。

一歩引いて考えると、新しい変革的なテクノロジーごとに、すべての企業は3種類の質問をする必要があるように思われます。第一に、それをどのように購入、構築、展開するか？パイロットプロジェクトを行うか？Microsoft/Google/Oracleからバンドルされた製品を採用するか、自社で何かを構築するか、誰かに構築を依頼するか、あるいはスタートアップからこの新しいものを購入するか？第二に、それがオペレーションをどれだけ変えるかを尋ねる必要があります。それは何を意味するのか？私たちにとってメールは何を意味するのか？私たちにとってスプレッドシートは何を意味するのか？その答えは、保険会社か法律事務所かによって大きく異なる可能性があります。第三に、それがビジネスの経済学に新たな課題、新たな競争圧力、あるいは、ある種の存亡の危機をもたらすかどうかを尋ねる必要があります。

これらの質問に、全員にClaude for Xを与えることで答えることはできません。実際、これらすべては、プロフェッショナルサービスのための多くの新しいピッチを意味します（AIが彼ら自身のビジネスモデルに多くの疑問を投げかけることを考えると皮肉です）。コールセンターにLLM搭載音声分析ツールを展開する方法を検討したいですか？おそらくAccentureに電話するでしょう。ベンダー自身は常に喜んで支援してきましたし、今では大手ラボには独自の「デプロイコ」があります。私たちはかつて「機械学習科学者」とはサンフランシスコに住む統計家のことだと冗談を言っていましたが、おそらく「フォワードデプロイメントエンジニア」とはOpenAIがシステムインテグレーターから採用した誰かです。一方で、あなたのスタートアップは素晴らしい新しいツールを構築しており、すぐに市場に出したいですか？おそらくビッグフォーに電話するでしょう。法律事務所や会計事務所にAIソフトウェアを販売するのがいかに難しいかに悩んでいますか？わかりました。AI搭載の法律事務所を始めて、それが主要なレバレッジポイントになるかどうか（あるいは1980年代の「PC搭載法律事務所」のようなものかどうか）を調べてみてください。そしてもちろん、あなたが取締役会であり、これが何らかの存亡の危機なのか、それとも巨大な収益機会なのかを理解しようとしているなら、Bain、BCG、McKinsey（またはあなたの地元のM&Aバンカー）に電話することを考えるでしょう。これが彼らの仕事です。

しかし、これらすべてから一歩引いて、質問を考えるもっと簡単な方法もあります。新しいテクノロジーごとに、私たちはすでに持っている仕事にそれを使用することから始め、それをより速く、より多く行います。しかしその後、時間とともに、私たちはまったく新しいものを作ります。私たちはAIを使用して、既存のワークフローや既存の企業内の広範なクラスのものを自動化します（ただし、上記で概説したように、それは単に全員にモデルを与えるよりもはるかに多くの手間と労力がかかります）。しかし、過去のプラットフォームシフトごとに、実際に重要なのは、以前は不可能で、誰も想像さえしなかったことでした。