AI導入の課題は「スキル」や「ユースケース」の不足ではない、Gartner：従業員の代替がAI導入の目的なのか

　チャットbotや仮想パーソナルアシスタントのような技術は、社外の顧客に対応するために役立つ。だが、過半数の回答者（56％）が、自社ではAIを意思決定の支援や従業員への助言のために、社内で使用していると答えた。

　これについてヘア氏は、「AIに関しては、人間のワーカーを代替するというよりも、彼らの能力の拡張や意思決定の迅速化、改善の方が重視されている」と説明する。

AI導入の課題は「データの品質」

　一方、AI導入の課題として多くの回答者が挙げたのは、「スキル不足」（56％）や「AIのユースケースの理解」（42％）、「データのスコープや品質の問題」（34％）だった。

　「スキルギャップがある場合は、サービスプロバイダーを利用したり、大学との提携や既存従業員向けトレーニングプログラムを確立したりすることで対処できる。だが、堅牢（けんろう）なデータ管理基盤は違う。一朝一夕には構築できない。信頼できるデータ品質がなければ、正確な洞察の提供や信頼の構築、バイアスの低減はできない。データ準備は、あらゆるAIプロジェクトの最優先事項の一つだ」（ヘア氏）

AIプロジェクトの成功指標は「効率」か「顧客エンゲージメント」か

　今回の調査では、多くの企業がプロジェクトの効果測定に当たって、「効率」を成功の指標と位置付けていることも分かった。

　「効率を、価値を示す目標指標として採用するケースは、AIを保守的に導入した企業や（保守的とはいえないが）一般的な企業で多く見られた。これに対し、導入を積極的に進めている企業では、顧客エンゲージメントの改善を目標に掲げる傾向がはるかに高い」と、Gartnerのディスティングイッシュトバイスプレジデント兼アナリスト、ホイット・アンドルー氏は説明している。

　今回の調査は、2018年12月に「Gartner Research Circle Members」を対象にオンラインで行われ、106人が回答した。Gartner Research Circle Membersは、Gartnerが管理するパネル（調査対象者）である。欧州と米国、カナダ、アジア太平洋地域、ラテンアメリカのITの専門家と、ITとビジネス両方についての専門家が参加している。この調査では、回答者が「ML／AIについて、ビジネスかまたは技術的な側面に精通しており、自社がML／AIを導入済みであるか、導入を計画している」という条件を満たす必要があった。