ホワイトペーパーの概要:2024年デジタルワークトレンドレポート – 職場におけるAIの可能性を解き放つ – パート1

パート1:AIの使用に関する雇用主と従業員の間の断絶

雇用主の期待と従業員の現実

雇用主は、初期調査のサポート(62%)、ワークフローの管理(58%)、データの分析(55%)など、特定の目標を念頭に置いてAIを導入しています。しかし、従業員には別の考えがあります。このレポートによると、従業員の約3分の2(63%)は、雇用主が概説した意図された目的ではなく、主にAIを使用して自分の仕事を再確認しています。この断絶は、従業員がAIの潜在的な機能を完全に理解していないか、AIをより複雑な方法で使用する自信がない可能性があることを示唆しています。

透明性と教育の役割

この乖離の主な理由は、AIに関する透明性と教育の欠如にあると思われます。AIに関する完全な教育と訓練を受けていると感じている従業員はわずか23%ですが、雇用主の72%が適切なトレーニングを提供したと考えています。この格差は性差によってさらに強調されており、男性の66%が十分なトレーニングを受けていると感じているのに対し、女性はわずか44%です。明らかに、すべての従業員に対応する、より包括的で包括的なトレーニングプログラムが必要です。

パート2:AIが生産性に与える影響–認識と現実

雇用主の楽観主義と従業員体験の比較

雇用主はAIが生産性に与える影響について楽観的であり、60%がAIが従業員の効率を大幅に向上させていると考えています。しかし、従業員は異なる経験を報告しています。AIが生産性を大幅に向上させたと感じているのはわずか44%で、10%はAIによって生産性がまったく向上していないと述べています。この不一致は、雇用主がAIのメリットを過大評価している可能性や、従業員レベルでの効果的なAI統合の欠如を示しています。

時間の節約:ミックスバッグ

AIは従業員の時間を節約していますが(79%が1日に少なくとも1〜2時間節約していると回答しています)、この時間がどのように使用されているかという疑問があります。従業員の 63% は節約した時間を仕事の過負荷を減らすために使っていますが、26% は仕事に関係のないタスクに時間を費やしています。これにより、AIがその潜在能力を最大限に活用されているかどうか、また、AIによって節約された時間を最大限に活用する方法について従業員が指導されているかどうかについて懸念が生じます。

情報が溢れるこの時代において、組織は情報に基づいたビジネス上の意思決定を行うために、正確なデータへの迅速なアクセスを必要としています。従来のBIシステムは、複雑でITに依存していることが多く、この需要を満たすのに苦労しています。一方、セルフサービスの組み込みビジネスインテリジェンス(BI)ツールは、ユーザーフレンドリーなインターフェースと直感的な視覚化を提供するように設計されており、ユーザーは自然なワークフロー内で独立してデータを探索できるため、洞察と意思決定までの時間が短縮されます。

このホワイトペーパーでは、セルフサービスの組み込み BI と、それがビジネスインテリジェンスに与える変革的な影響について、包括的な概要を説明します。セルフサービスの組み込みBIプラットフォームの課題と機能、組織にとってのメリットを探り、実装を成功させるための考慮事項をご案内します。

パート3:重要な障壁 – データの準備

AIにおけるデータの重要性

データは、AIの生命線とよく言われます。人工知能の文脈では、データはアルゴリズムが構築され、意思決定が行われ、洞察が生成されるための基盤として機能します。正確で包括的、かつ適切に整理されたデータにアクセスできなければ、AIシステムは効果的に機能できません。

AIでデータを使用する目的は、機械がパターンから学習し、結果を予測し、人間の介入を必要とするプロセスを自動化できるようにすることです。たとえば、AIは顧客データを分析して購買行動を予測したり、需要を予測してサプライチェーンの運用を合理化したり、マーケティングキャンペーンをパーソナライズして顧客エンゲージメントを向上させたりすることができます。自然言語クエリを使用すると、データに関する AI に質問を投げかけ、すぐに洞察と回答を得ることができます。可能性は無限大ですが、それらはすべて、使用されるデータの品質と準備性という1つの重要な要素にかかっています。

データのジレンマ

AI導入の最大のハードルの1つは、データの準備です。雇用主の約半数(45%)が、自社のデータがAIをサポートする準備ができていないと回答しており、そのうち19%がAIを実装しない最大の理由としてAIを挙げています。この問題は、多くの場合、データが部門やプラットフォーム間でサイロ化されているため、AIが必要な情報にアクセスして処理することが困難になっていることに起因しています。一元化されたクリーンなデータがなければ、AIは効果的に機能できません。

データの準備状況に関する従業員の視点

従業員は、データの準備状況の問題も認識しています。従業員の 3 分の 1 は、AI を完全に実装する前に、会社のデータの精度をくまなく調べる必要があると考えています。さらに、従業員の32%は、自社がAI対応と見なすには、データとAIに関するより多くのトレーニングが必要だと感じています。これは、データの準備が技術的な課題であるだけでなく、従業員の教育とエンゲージメントの問題でもあることを示唆しています。

パート4:ギャップを埋めるための推奨事項

AIのトレーニングと教育の強化

雇用主の期待と従業員の現実との間のギャップを埋めるために、企業は包括的なAIトレーニングプログラムを優先する必要があります。これらのプログラムは、AIの技術的側面をカバーするだけでなく、AIを日常のワークフローに統合する方法の実践的な例も提供する必要があります。トレーニングは包括的であり、性別やバックグラウンドに関係なく、すべての従業員がAIを使用するのに十分な準備ができていると感じられるようにする必要があります。

データの一元化とクリーニング

データの準備は、AIイニシアチブの成功に不可欠です。企業は、データを一元化し、正確でアクセス可能なものにするために投資する必要があります。これには、データサイロの解消、データガバナンスの実践、データを効果的に管理および活用するために必要なツールとトレーニングを従業員に提供することが含まれる場合があります。

AIの目標と従業員のニーズを一致させる

最後に、雇用主は、AI戦略を従業員の実際のニーズとワークフローに合わせる必要があります。これは、意思決定プロセスに従業員を関与させ、AIツールに関するフィードバックを収集し、従業員がAIをどのように使用しているかに基づいて戦略を調整することを意味します。そうすることで、企業はAIへの投資が真に生産性を向上させ、ビジネスの成功を促進していることを確認できます。

結論

Slingshotによる 2024 年デジタル ワーク トレンド レポートでは、職場における AI の課題と機会に焦点を当てています。AIは生産性を向上させ、効率を向上させる大きな可能性を秘めていますが、雇用主がAIの使用を意図している方法と、従業員が実際にAIをどのように使用しているかとの間には、まだ大きな隔たりがあります。教育、データの準備、AIの目標の整合性のギャップに対処することで、企業はAIの可能性を最大限に引き出し、より生産的でエンゲージメントの高い労働力を生み出すことができます。

このホワイトペーパーは、AIの力を活用しようとしている組織向けのガイドとして役立つはずです。現在の状況を理解し、課題に対処するための積極的な措置を講じることで、企業はAIイニシアチブを成功させ、影響力のあるものにすることができます。

調査方法とデータソース

このホワイトペーパーで紹介されている洞察と調査結果は、ファーストパーティデータ収集と洞察の世界的リーダーであるDynataと提携して実施されたSlingshotの2024年デジタルワークトレンドレポートのデータに基づいています。Dynataは、さまざまな業界や人口統計の253人の米国のフルタイムの従業員とマネージャーを調査し、今日の職場でAIがどのように実装され、活用されているかについて重要な洞察を収集しました。

調査の回答者は、AIが従業員と雇用主の両方に与える影響を包括的に把握するために、さまざまな年齢層、役割、組織レベルをバランスよく表現するために選ばれました。データは全米50州に居住する回答者から収集され、AI導入の現状とそれに伴う課題について幅広い視点で把握することができます。