後編：AIドリブンハードウェアが大きな影響を与える可能性のある分野を紐解く

デバイス上のAIから最大の利益を得るための6つのペルソナと、企業がビジネス内でこれらのペルソナを特定する方法を説明します。

AIドリブンハードウェアが大きな影響を与える可能性のある分野を紐解く

前編では、地政学的な緊張の高まり、クラウドプロバイダーへの依存の高まり、次世代ソフトウェアの相互運用性など、AIドリブンハードウェアの導入の緊急性が高まっていることを証明する新しいグローバルなトレンドについて考察しました。その結果、大手企業は、ハードウェア、ソフトウェア、人材を新しい働き方に合わせるために、AIファーストのエコシステムの構築に投資をしています。なお、企業内の全ての役割の方が同じようにAI革命を経験するわけではありません。

私たちは、AI搭載デバイスの6つのユーザーペルソナを特定しました。これは、組織が特定のニーズを定義し、ハードウェアのイノベーションがチームの成功にどのように役立つかを理解するのに役立ちます。

これらのペルソナを理解することで、ビジネスリーダー（CIO、BDM、部門責任者）は、AI中心の戦略の構築に向けて考慮すべきさまざまな実装、変更管理、プロセスに関する事項について、より良い計画を立てることができます。これらのペルソナはよくあるユーザーの一部を表していますが、AIを搭載したデバイスの利点とは、AIが仕事全体の性質をどのように変えることができるかを可視化することに加えて、ペルソナグループを超えて、あらゆる種類のプロフェッショナルに価値をもたらすことができるということです。PwCの第28回世界CEO意識調査によると、回答したCEOの半数超（56％）がAIによって従業員の時間の使い方が効率化されたと回答し、3分の1が収益（32％）と利益（34％）が向上したと回答しました。これを念頭に置いて、前述のペルソナがこれらのデバイスからどのようなメリットを得る可能性があるのか、そして、これらのユーザーが最も多く見られるセクターについて説明します^*1。

ペルソナ1：現場の従業員は、迅速な意思決定や情報の所在地の確認にAIを活用しています。こうした従業員は、次善のアクションを生成し、対話を合理化し、営業、サポート、物流などどのような業務でも、ユーザーとの対話のあらゆる段階で摩擦を軽減するために、エッジコンピューティングを頼りにしています。また、AI搭載デバイスのシステムパフォーマンスが向上し、AIドリブンソフトウェアがスムーズに動作し、シームレスなマルチタスクが可能になることも重視しています。

ユースケース

• 営業担当者は、AIを活用して次善のアクションを推奨する機能を利用し、スケジュール管理、最適な対応の提案、フォローアップを行っています。
• コールセンターの担当者は、リアルタイムな対応の提案と感情分析を通じて、よりパーソナライズされた顧客対応を行うことで、解決時間の短縮を実現しています。
• 小売り部門およびホスピタリティ部門の従業員は、在庫や取り扱い状況を迅速に確認し、製品を提案することで、顧客に対するPOSの活用を向上させています。
• 基本的な情報作業者は、AI機能を活用して情報を迅速に処理し、コミュニケーションを改善しながら、より効率的に作業しています。

ペルソナ2：インターネットがない状況下の作業者は、インターネットに接続することなく正確な知見を提供するために、デバイス上のAIコンピューティングを使用して、制限または制約があるネットワーク環境で作業することがよくあります。このようなユーザーは、現場やリモートでの日常業務を合理化するために、高速で信頼性の高いパフォーマンスを必要としています。また、AI搭載デバイスによってバッテリー持続時間が改善し、重要なソフトウェアのレイテンシーが短縮することもポイントとなります。

ユースケース

• 倉庫スタッフは、Wi-Fi接続が不安定な場所で、デバイスを使用して在庫の場所を確認し、在庫切れを特定し、注文を処理しています。
• フィールド技術者（公益事業、通信）は、Wi-Fiサービスや携帯電話サービスにアクセスできない環境で機器のトラブルシューティングや信号の追跡を行うために、ローカライズされたデータ情報を必要としています。
• その他のオフグリッド労働者（農業、石油掘削、鉱業）は、遠隔地でのさまざまなタスクにおいてデバイス上で行われるコンピューティングの恩恵を受けています。

ペルソナ3：データ取り扱い担当者はデータのセキュリティを優先し、医療、金融、法務などの機密データを扱う部門で働いています。このような担当者は、デバイス上で直接AIを使用して、データ主権やコンプライアンスリスクを引き起こす可能性のあるクラウドAIアプリケーションを回避し、承認されていないAI学習や規制違反から顧客と組織のデータを保護しています。このペルソナは、インターネット接続がない状況でのパフォーマンスの向上も重視しており、孤立したネットワーク環境または制限があるネットワーク環境でも安全なAI機能を実現します。

ユースケース

• 医療機関従事者は、クラウドベースのモデルを使用せず、AIを使用して患者のメモを要約し、レポートを生成し、治療を推奨しています。
• 金融専門家は、デバイス上の安全なAIアシスタントを使用して、顧客データを分析し、レポートを生成し、知見を提供しています。
• 法律専門家は、法的証拠開示時に大量の情報を処理しながら、機密データが漏えいしていないことを確認しています。

ペルソナ4：デザイナーは、リアルタイムの編集、画像拡張、シームレスなコンテンツ作成などの動的なビジュアルワークフローのためにAIを活用することを重視しています。このペルソナは、複雑な設計と没入型の体験のサイクルを高速化するのに役立つAIツールの使用を特に優先しています。また、このようなユーザーは、デバイス上でAIタスクを実行することによって生じるレイテンシーの短縮を評価しています。こうした短縮により、複雑なビジュアルプロジェクトのより迅速な反復処理が可能になっています。

ユースケース

• グラフィックデザイナーは、デバイス上で生成AIの高速反復処理を使用してデザインサイクルを加速し、革新的なアイデアを生み出しています。
• 動画編集者は、デバイス上で大容量の動画を処理し、ノンリニアなワークフローを可能にするコンピューティングを使用し、キャプション、色補正、トランスコーディングを自動化しています。
• マーケティングチームは、特定の顧客セグメントまたは地域向けに、コピーライティングとグラフィックスを迅速に反復処理することで、説得力のあるブランドコンテンツを作成しています。

ペルソナ5：開発者は、データ集約型のワークロードやコード開発を処理するためにAIを使用しています。こうしたユーザーは、デバイス上で小さな言語モデルを実行することで精度を向上させ、効率を高めることに成功しています。また、AI搭載デバイスによってデータのセキュリティが強化され、機密情報がサイバー脅威や不正アクセスから保護されていることを確認できることも重視しています。

ユースケース

• ソフトウェア開発者は、AIアシスタントを使用してデータ構造、実装の詳細、テストケースを推奨し、記録的な速さでコードを仕上げています。
• データアナリストは、大規模なデータセット（構造化データセットまたは非構造化データセット）を処理し、クエリ間に遅延を生じさせることなく、データのさまざまな切り口を調査しています。
• 財務アナリストは、サプライチェーンの履歴データ、収益と売上、または運用データに基づく戦略的な意思決定のために予測モデルを使用しています。

ペルソナ6：エグゼクティブやパワーワーカーは、何よりも効率性を重視しており、AI搭載デバイスを活用して日常業務を合理化し、生産性を向上させています。このペルソナは、貴重な時間を節約するために、迅速な情報取得、受信トレイとファイルの検索、メモの要約、会議の文字起こしの際にAIに頼っています。このようなユーザーにとって、時は金なりであり、中断することなく作業をサポートするためには、シームレスなマルチタスク処理と1日中持続するバッテリーが必要です。

ユースケース

• 経営幹部は、受信トレイの迅速な検索、長いメールの要約、迅速でプロフェッショナルな返信案の作成にAIを使用しています。
• コンサルタントは、AIが生成したミーティングの要約とアクションアイテムに頼って、顧客との関わり方を向上させています。
• プロジェクトマネージャーは、AIを使ってスケジュールを管理し、最新の進捗状況を要約し、タスクに優先順位を付けています。

企業は、これらのペルソナの中で従業員が当てはまるものを特定し、それに応じてアップグレードを計画する必要があります。組織内のさまざまなユーザーがAIの使用をどのように考えているかを理解することは、変革を開始し、変更を管理するための重要なインプットになります。

*1 こうしたペルソナは、PwCの業界スペシャリストへのインタビュー、AI駆動ソリューションの専門家からの知見、最新の技術トレンドを詳述するその他のサードパーティのリソースなど、広範な市場調査を実施することによって確立されました。これらのペルソナは、相互に排他的であったり、集合的に網羅的であったりするようには設定されていません。

前編：AIの飛躍が新しい機器を必要とする理由

本コンテンツは、PwC米国のKim David Greenwood、Eric Bauswell、Ryan Pennock、Malik Abbasi、Jared Pansonが執筆した『Uncovering Where AI Hardware Can Make a Big Impact』を翻訳したものです。翻訳には正確を期しておりますが、英語版と解釈の相違がある場合は、英語版に依拠してください。