AIツールを購入していますか、それとも運用可能なAI基盤を構築していますか？

この2つの数字を併せて見ると、真の課題が浮き彫りになります。自動車業界がAIを導入すべきかどうかという議論は、すでに決着がついています。残された課題は、組織がAIを大規模に活用するための基盤を構築しているのか、それとも単にツールを次々と購入し、それらが何らかの成果につながることを期待しているだけなのか、という点です。

私はSeez において25の市場でAIを導入してきましたが、どの市場でも共通して得られた教訓が一つあります。技術そのものが難しいことはめったにありません。難しいのは、その周囲を取り巻くあらゆる要素なのです。

現場で何が起きているのかを考えてみましょう。あるディーラーが、あるベンダーからチャットボットを、別のベンダーからリード育成ツールを、さらに別のベンダーからサービスリマインダーシステムを、そしてまた別のベンダーからエンゲージメントアプリを購入したとします。それぞれが特定の課題を解決する一方で、独自のダッシュボード、データのサイロ化、トレーニング、そして四半期ごとの請求書をもたらします。チームは、時間を確保するために自動化されたサポートを求めていました。しかし、実際には管理すべきシステムが4つ増え、顧客対応に割ける時間は減ってしまいました。

この疲労感は、システムが断片化していること自体に起因しています。AIが、またひとつ孤立した点的なソリューションとして導入されると、摩擦を取り除くどころか、かえって摩擦を生み出してしまうのです。問題は、これらのツールがそれぞれ、自システム内に存在する情報しか把握できないという点にあります。顧客と会話するチャットボットは、顧客がどの車種について尋ねているのか全く把握しておらず、一方、CRM内のツールは、在庫状況や財務情報、サービス履歴を一切把握せずに電話をかけます。どのツールも、全体像のごく一部しか把握していない状態で動作しているのです。

顧客がチャットボットからサービスアドバイザーに引き継がれるたびに、同じ話を繰り返さなければならないようなら、そのAIは役に立っていない。ただ余計な手間を生み出しているだけだ。

ある方法は、誰かのリストにタスクを追加し、もう一つの方法はそれをリストから削除します。

運用AIが機能する要因は、断片化されたツールには決して備わっていなかったもの、すなわちビジネス全体を包括的に把握する視点にあります。真の価値を得ているディーラーは、最先端のモデルを導入していることはめったにありません。彼らが持っているのは、販売、サービス、部品、ファイナンス、顧客履歴といったあらゆる領域を俯瞰し、それらすべてに基づいて行動できるAIです。データの連携は、単なるIT上の細部ではありません。それこそが、AIがさらに賢くなり続けるか、それとも静かに壁にぶつかってしまうかを決定づけるのです。

今後2年間にどこに予算を配分すべきかを検討している経営陣は、あらゆる製品について以下の3つの観点から評価することができます：

1. 可視性このツールは、毎回手探りの状態から始めるのではなく、意思決定の背景にあるデータを実際に把握できなければなりません。
2. ガバナンスAIがどのような領域に介入できるか、また人間がどこで介入すべきかを、誰かが決定しなければならない。
3. 真の成果デモで見栄えが良いだけでなく、導入後1ヶ月以内に時間の節約や収益の向上につながるものでなければなりません。

行き詰まってしまうプロジェクトのほとんどは、AIモデルのせいで失敗するわけではありません。誰かがその技術を非難するずっと前に、以下の3つのうちのいずれかに問題が生じているのです。