AI ユースケースの特定と拡大

わずか2年で、米国の成人の39%がすでに AI を利用しています。⁠（新しいウィンドウで開く）同じ期間において、インターネットの普及率はわずか20%にとどまりました。AI の台頭は、産業のあり方を変えつつあるだけでなく、個々の従業員にも新たな機会をもたらしています。AI は、人々がより付加価値の高い業務に専念し、スキルを磨き、キャリアを向上させるための時間を生み出します。



ある調査で BCG は⁠（新しいウィンドウで開く）、過去3年間において、AI 分野のリーダー企業は、AI の導入が進んでいない同業他社と比較して、売上高の伸びが1.5倍、株主還元が1.6倍、投下資本利益率（ROIC）が1.4倍高いという結果を示しました。

McKinsey⁠（新しいウィンドウで開く） によると、企業の92%が AI への投資を増やす計画です。しかし、多くの組織は依然として具体的な価値を実現する方法について指針を必要としており、AI への投資が完全に成熟したと考える組織はわずか1%にとどまっています。

当社は、成功する AI プロジェクトの特徴を、自らの目で確かめてきました。当社のインサイトは、300件の成功事例、4,000件以上の導入調査、そして200万人以上のビジネスユーザーから得たものです。

このガイドは、貴社が明確な価値をもたらす AI の活用事例を見つけ、その導入を拡大するための支援を目的としています。このプロセスを次の3つのステップに分けます。

本書では、チームの取り組みを後押しするため、各部署に合わせた顧客事例、実用的なチェックリスト、ユースケースの例を随所に掲載しています。

AI の導入とは、単に適切な活用事例を見つけること以上の意味を持つということを認識しておくことが重要です。本ガイドでは、AI ファーストの文化をいかに構築するか、より価値の高いユースケースをいかに育成するか、そして社内で AI の導入をいかに促進するかといったトピックについては扱っていません。これらの問題については他のガイドで詳しく解説しますが、ここではまず、貴社に最適なユースケースを見つけるプロセスに焦点を当ててみましょう。

次の3つの原則を念頭に置いてください。これらは、この先で紹介する実践的なアドバイスすべての土台となるものです。

まず第一に、AI を活用して即座に改善できる業務の分野を見極めることです。

そのための方法の一つは、AI を従業員のためのスーパーアシスタントを生み出す手段だと考えることです。AI のスーパーアシスタントは、疲れを知らず、集中力を切らすこともありません。サポートが必要なときに、いつでも利用できます。さらに、ほぼあらゆる業務に対応可能であり、従業員のスキルを補完します。

競合他社との競争に遅れを取らないため、変化し続ける顧客の期待に応えるため、あるいは成長を維持するためなど、AI の導入が貴社の将来にとってなぜ重要なのか、具体的に示してください。社員が納得感のある「理由」を聞くことで、信頼感が生まれ、状況が明確になります。それによって、こうした変化が自分たちの仕事や目標とどのように結びついているのかを理解できるようになります。

競合他社との競争に遅れを取らないため、変化し続ける顧客の期待に応えるため、あるいは成長を維持するためなど、AI の導入が貴社の将来にとってなぜ重要なのか、具体的に示してください。社員が納得感のある「理由」を聞くことで、信頼感が生まれ、状況が明確になります。それによって、こうした変化が自分たちの仕事や目標とどのように結びついているのかを理解できるようになります。

知的労働には、しばしば曖昧さや結論が定まらない課題が伴います。従業員は、作業を始めるのに苦労したり、行き詰まったりすることがあり、その結果、プロジェクトが停滞する可能性があります。こうした状況において、AI は触媒としての役割を果たし、アイデアの創出やデータの分析を支援し、進むべき道が見えない時には次のステップを提案することができます。

取材したすべての企業の従業員が、AI を活用して思考を活性化させ、新たなアイデアを生み出すきっかけとしています。キャンペーンのアイデアを練る、生データからすばやくインサイトを得る、トレンドを分析する、次に何をすべきか迷ったときに次の一手を考える、といった場面で AI を活用しています。

こうした業務に焦点を当てることで、大きな効果をもたらす AI 活用の機会を迅速に特定でき、チームがワークフローを最適化し、ボトルネックを解消し、組織全体でのイノベーションを加速させるのに役立ちます。

チームに新たな AI 活用の機会を見出すための枠組みを提供したら、次のステップは、AI を活用するための基本的な方法をチームに指導することです。そのために、お客様から寄せられた600件を超えるユースケースを分析しました。ほとんどのユースケースは、6つの「プリミティブ」のいずれかに分類されます。これらは、すべての部門や分野に共通して適用される基本的なユースケースのタイプです。

これらのプリミティブを活用することで、従業員が自社ビジネスにとって最も有望なユースケースを素早く見つけ出すことができます。それぞれのプリミティブは、さまざまな業界、役割、ワークフローにおいて確認された数百ものユースケースを反映しており、スケーラブルな価値を迅速に実現する近道となります。

各プリミティブについて、まずはコンテンツ作成から詳しく見ていきましょう。

AI は、営業電話の要約から、戦略文書、ブログ記事、ウェブページ、さらには画像や視覚化資料の初稿作成に至るまで、あらゆるチームのコンテンツ作成を支援できます。AI を活用して作品を編集・推敲し、最終段階の校正として活用しているチームも見られます。



AI は、貴社のスタイルに合わせて自動的に文章を作成し、トーンオブボイスガイドを適用したり、希望する文書構成に従ったり、さらには文章に対するフィードバックを提供したりすることも可能です。その後、そのコンテンツをさまざまな言語に翻訳したり、異なる対象者、配信チャネル、またはプログラムに合わせて再利用したりすることができます。

文章を作成する際、AI は会話の全体的な文脈を把握したり、アップロードされた一連の文書を参考にしたりして、出力内容を形成することができます。たとえば、ライティングガイドをアップロードするか、自分のブログ記事の中から特に優れた5つを選んで、それらを基に詳細なライティングガイドを作成するよう ChatGPT に指示してみてください。

AI は、さまざまな業界のリサーチで広く活用されています。AI 導入やデザイン思考といった新しい概念をすばやく学ぶ場面から、関連記事や競合データのウェブ検索、記事・データポイント・インサイトを収集する多段階の包括的な調査プロジェクトまで、幅広く活用されています。また、チームが長い社内文書をアップロードして、手早く要点を把握している例もよく見られます。

リサーチに AI を活用する最大の利点の一つは、分析結果の提示形式や構成を自由に指定できる点です。表形式、箇条書き、特定のセクションごとの整理、あるいは相互参照など、さまざまな形式で表示させることができます。

AI は細部まで気を配り、指示に従う能力に長けているため、優れたリサーチアシスタントとなります。

多くのソフトウェアエンジニアは、AI のヘビーユーザーです。デバッグ、不慣れな言語でのコードの初稿作成、別の言語へのコード移植、ラバーダック・デバッグに AI を活用しています。この2年間で、AI の数学、科学、および多言語にわたるコーディング能力は著しく向上し、現在では多くのツールがリアルタイムのコードプレビュー機能さえ提供しています。

また、AI ツールの助けを借りて、プログラミング経験のない多くの人々がプログラミングを学び始めるケースも多く見られます。マーケティング担当者や財務チームは、自然言語を使うだけで、プロセスを自動化する Python スクリプトや、データを取得するための SQL クエリ、さらにはウェブサイトや社内プレゼンテーション用のフロントエンドコードを用いた視覚化を実現することができます。

AI を活用すれば、高度な Excel、SQL、Python のスキルがなくても、誰でもさまざまなソースからのデータを統合し、洞察や傾向を把握し、複雑なスプレッドシートデータを扱うことができます。

AI に複数のスプレッドシートやダッシュボードのスクリーンショットを提供することで、迅速な分析を支援できます。スプレッドシートのデータを解析し、視覚的なグラフを理解し、さらにはレポート作成のために出力を整えるのにも役立ちます。また、希望するグラフの種類、要約形式、比較ロジックなどを指定するなど、結果の構成方法を指定することもできます。

アイデア創出や戦略立案のユースケースは、新しいブログ記事のブレインストーミングから、文書の構成整理、戦略の課題解決、さらには主要な目標やステークホルダーの意向に基づいた業務へのフィードバックに至るまで、あらゆるチームで広く活用されています。

AI モデルがよりマルチモーダルになるにつれ、チームが同僚とやり取りするのと同じように、音声や視覚を使って AI と対話する姿が見られるようになってきました。

また、モデルが複雑な問題を分析する能力を高めるにつれ、多くのチームが、データ、目標、背景、制約、および依存関係を考慮に入れながら、モデルを活用して戦略計画を策定するようになってきています。

多くのユースケースでは、タスクの一部を自動化することが含まれます。お客様の中には、反復的な日常業務を特定し、それらを AI に任せる仕組みを構築されているケースが見られます。自動化の例としては、毎週の競合動向レポートの作成といったシンプルなものから、経営陣への週次報告用に、人間による確認が可能な状態で財務レポートを作成するといった、より複雑なものまで多岐にわたります。

メモリとカスタム指示こそが、こうしたプロセスを自動化する鍵となります。カスタム GPT は、こうした自動化を共有する手段になります。標準的な手順書を作成し、毎回同じドキュメントをアップロードして、同じ出力を指定することで、チームは付加価値の低い業務を AI に任せられるようになります。

現在、こうした自動化は個別のタスクに留まることが多いですが、deep research や Operator といった製品が登場したことで、AI が複数のステップからなるタスクを自律的かつ予定通りに遂行できる時代へと移行しつつあります。

Estée Lauder の GPT ラボでは、ビジネスユーザー、専門知識を持つ担当者、技術リーダーなどからなる学際的なチームを編成し、大きな効果をもたらすユースケースを特定・開発しています。そのプロセスは次のようにシンプルで繰り返し可能です。

詳細については、Estée Lauder GPT ラボ⁠をご覧ください。

チームが主要なユースケースを理解し、解決すべき課題の特定を始めると、ユースケースは急速に増えていく傾向があります。

こうして、課題は発見から優先順位付けへと移っていきます。どのようなユースケースを拡大すれば、全従業員に影響を与えることができるか？現時点で、どれが最もコスト効率化を実現しやすいだろうか？そこから、新製品や新たな収益源が生まれる可能性はあるか？

当社のカスタマーサクセスチームは、このインパクト／工数フレームワークを活用し、エンタープライズ顧客がユースケースの優先順位付けを行えるよう支援しています。こちらは、各ユースケースについて、企業への価値と必要な工数の度合いを基準に評価するシンプルなマトリックスです。

多くのチームは、ブログ記事の編集、キャンペーン概要の作成、方針案の起草といった個別の業務に AI を活用することから始めます。AI は、具体的で個別のタスクという文脈で考えると、理解しやすくなります。

しかし、パワーユーザーがあらゆる業務に AI を取り入れていく様子を見ていると、多段階のワークフローにまたがるユースケースを見出しているケースがよく見受けられます。

AI は、従来のソフトウェアやクラウドアプリとは異なります。その強みをうまく生かすには、新たな考え方が必要です。しかし、お客様との取り組みを通じて、あらゆる分野の人々がこの考え方をいかに迅速に身につけ、自身の業務において大きな効果をもたらすユースケースを見出し始めることができるかを実感しました。