AI の導入

この記事では、Microsoft AI ソリューションの概要について説明し、意思決定者が組織で AI を導入する方法を決定するのに役立ちます。

組織は AI に投資してビジネス価値を生み出しています。 課題は、AI が価値を提供できる場所と、その価値が投資を正当化するかどうかを判断することです。 明確な戦略がなければ、チームは十分な価値を生み出さずに実験することができ、AI 投資が断片化する可能性があります。

Microsoft AI ソリューションは、さまざまなビジネス ニーズに対応し、さまざまなレベルのカスタマイズを提供します。 この範囲では、AI 投資を期待する価値に合わせて調整するオプションが組織に提供されます。

結果: このガイダンスは、意思決定者が AI 導入の基盤を確立し、組織がどこに投資すべきかを決定するのに役立ちます。

AI 決定木とアーキテクチャー

1. AI とは

人工知能 (AI) は、アルゴリズムを使用してデータを分析し、結果を生成します。 多くの AI モデルは、既存のデータからパターンを学習し、それらのパターンを使用して新しい情報を処理し、結果を生成します。 AI 機能は、一般に、次の 3 つの大きな領域に分類されます。

• 従来の AI (非生成型): データを分析し、予測の作成、情報の分類、異常の検出など、定義された目的で結果を生成します。

• 生成 AI: ユーザーの要求と使用可能なコンテキストに基づいて、新しいコンテンツまたは応答を作成します。 一般的な用途には、コンテンツのドラフト作成、質問への回答、情報の要約、コードの生成、従業員の作業支援などがあります。

• エージェント AI: AI モデルと指示とツールを使用して、目標を追求し、タスクを完了します。 エージェントは、要求を解釈し、何を行うかを決定し、接続されたシステムを使用して、定義されたアクセス許可と制御内でアクションを実行できます。

これらの型は連携できます。 たとえば、エージェントは生成型 AI を使用して要求を解釈し、許可された対応を行う前に、従来の AI を使用して予測を行います。 したがって、ビジネス上の決定は、単に AI を採用するかどうかではありません。 AI が価値を生み出せる領域であり、各ユースケースにどの能力レベルが適切かです。

2. AI 導入の基礎

リーダーシップが最初に行うべきことは何ですか? AI の導入を成功させるには、適切なテクノロジを選択する以上のものが必要です。 リーダーは、チームが AI を生産的かつ責任を持って使用できるようにする組織の条件を作成する必要があります。 3 つのアクションで始めます:

• AI 導入を主導する: リーダーは AI 導入をどのように主導すべきですか? AI 導入は、エグゼクティブ リーダーが組織の共通の方向性を確立する場合に最適です。 リーダーは、AI による支援が期待されるビジネス成果を定義し、それらの優先事項に対して目に見える形で支援を示す必要があります。 AI 戦略またはチャーターでは、組織の優先順位と意思決定権を文書化する必要があります。 また、組織が AI 投資の価値を測定する方法も定義する必要があります。

• AI ガバナンスを一元化する: 何を一元化する必要がありますか? AI により、組織全体に適用されるガバナンス上の判断が生じます。 成功した組織は、組織全体の AI ポリシーと標準を一元的に管理する責任を明確にします。 AI センター オブ エクセレンスなどの中央ガバナンス機能では、責任ある AI 要件と共通のガードレールを定義できます。 ビジネス グループは、これらの境界内で AI の機会を追求できます。 責任ある AI ポリシーを参照してください。

• 従業員のアクセス: 誰が AI にアクセスすべきか? 承認済みの AI 機能への広範なアクセスは、組織が AI の貴重な用途を特定し、組織のエクスペリエンスを構築するのに役立ちます。 従業員は、毎日実行するビジネス プロセスを理解し、AIで作業を改善できる機会を特定できます。 組織は、承認された AI 機能を効果的かつ責任を持って使用する方法を従業員が理解できるように、トレーニングとアクセスをペアにする必要があります。

3. どの AI を使用すべきですか?

どのような AI ソリューションを提供すべきですか? 組織は一般に、次の 2 つの大きな目的で AI を採用します。

• 個々の効率を高める: AI は、起草、研究、会議の準備、情報の発見などの機能を通じて、従業員がより効果的に作業を完了するのに役立ちます。

• ビジネス機能の自動化: AI は、エージェント、予測、意思決定のサポートなどの機能を通じて、組織がビジネス機能を拡張または自動化するのに役立ちます。

Microsoftは、両方の目的でソリューションを提供します。 組織は、運用上の最小限の責任で要件を満たすソリューションを承認する必要があります。 一般に、カスタマイズを強化するには、より特殊なスキルと運用責任が必要です。 Microsoft AI デシジョン ツリーを使用します。

3.1 個々の効率を高める

個人の作業効率を高めますか? 従業員の働き方を改善することが目的の場合は、支援が必要な箇所を特定します。 Microsoftは、組織全体、特定の製品内、または特定のロール内の従業員をサポートできる AI エクスペリエンスを提供します。

3.2 ビジネス機能の自動化

ビジネス機能を自動化しますか? ビジネス プロセスを拡張または自動化することが目的の場合は、最小限の運用責任で必要なレベルのカスタマイズを提供する AI ソリューションを選択します。

3.2.1 SaaS プラットフォーム上の AI

SaaS（ローコード、ノーコード）のAI開発プラットフォームを利用可能にしますか? SaaS プラットフォームとローコード プラットフォームにより、AI 機能の作成に必要な技術的な労力が削減されます。 これらの AI オプションでビジネス ニーズに十分対応できる場合は、まずそれらから始めます。 Microsoft Copilot Studioは、エージェントを作成し、それらを組織のデータとシステムに接続するためのマネージド プラットフォームを提供します。

3.2.2 Azure プラットフォーム上の AI (PaaS)

Azure の PaaS ソリューションを使用して AI を構築しますか? マネージド Azure AI プラットフォームでは、組織が基になるコンピューティング インフラストラクチャを直接管理する必要なく、SaaS 開発よりもカスタマイズ性が高くなります。 SaaS 機能がモデル、アプリケーション ロジック、データ統合、または AI 開発に対して十分な制御を提供しない場合は、このアプローチを使用します。

3.2.3 Azure インフラストラクチャ上の AI

Azureインフラストラクチャは、AI 導入の既定のアプローチであるべきではありません。 ビジネス要件と技術要件を満たす場合は、マネージド AI プラットフォームを使用します。 Azureインフラストラクチャは、マネージド プラットフォームでは提供できないモデルまたはランタイム環境を組織が制御する必要がある場合に適しています。 また、特殊なパフォーマンスまたはコンプライアンス要件をサポートすることもできます。 このアプローチを選択する組織は、より高度な技術的専門知識と継続的な運用責任を見込む必要があります。

4. AI データ基盤を準備する方法

データはAIをどのように支援すべきですか。 AI では、導入を開始する前に、組織がまったく新しいデータ戦略を作成する必要はありません。 必要なデータ機能は、組織が採用する AI ソリューションとユース ケースによって異なります。 各 AI 機能に必要な組織データを特定し、データに安全にアクセスして適切に管理できることを確認します。 詳細については、AI と分析のための統合データ プラットフォームページを参照してください。

5. AI の導入方法

Microsoftのクラウド導入フレームワークは、体系的な道筋を提供し、それをAI導入の手順に落とし込むことができます。 各ステップは、その前のステップに基づいています。

• AI 計画: AI ユース ケースを運用環境に移行するための計画に変えます。
• AI 対応: AI ワークロードが Azure ランディング ゾーンにどのように適合するかを学習し、アーキテクチャまたはガバナンスを変更する必要があるかどうかを判断します。
• AI を統制し、保護し、管理する: AI ワークロードの統制、保護、管理に関する標準を確立します。