AI が自動車業界と顧客エクスペリエンスをどのように変革するか

世界最大のモビリティ イベントである IAA Mobility 2023 には、9 月 5 日から 10 日までミュンヘンに約 50 万人の来場者が集まりました。自動車業界における人工知能 (AI) は、今年のショーのほぼすべての分野で繰り返し取り上げられたテーマでした。 たとえば、運転支援システムや自動運転の開発、品質管理や生産などです。

自動車工場では、AI制御のロボットが溶接や塗装、組立などの作業を自律的に行​​うようになっている。

インテリジェントなアルゴリズムは、車両の状態を監視し、「予測メンテナンス」とも呼ばれる今後のメンテナンスや修理の兆候を提供するためにも使用されることが増えています。

人工知能は車両の設計にも使用され、ナビゲーション システムの音声制御やインテリジェントな駐車補助装置の効率と持続可能性を高めるために運転を最適化します。 一方、マーケティング、販売、カスタマー サービスは AI を導入して、顧客をより幸せにし、サプライ チェーンをより効率的にします。

自動車業界における AI: 人工知能が進路をどのように変えるか

私はモビリティ フェスティバルで AI について議論する機会に恵まれ、BMW グループのデジタル サプライ責任者であるアレクサンダー ショルツ氏と、e モビリティのスタートアップ ChargeX のトビアス ワグナー氏も参加してくれました。 展示会の喧騒のさなか、私たちはエキサイティングな AI マスタークラスのために、パートナーである IBM iX DACH が TikTok と共同で運営するエグゼクティブ ラウンジを使用することができました。  

生成 AI は、特にコミュニケーションの分野において、真の変革をもたらします。

それは、このテクノロジーが既存の情報とユーザー入力に基づいて新しいコンテンツを生成できるためです。 これは大規模言語モデル (LLM) に基づいており、ChatGPT、Google Bard、Aleph Alpha などの AI ツールで使用されています。 このような機械学習 (ML) モデルは、さまざまなコンテキストや次元の大量のデータでトレーニングされると、複雑な関係や依存関係を理解できるようになります。

BMW の専門家であるアレクサンダー・ショルツ氏にとって、このテクノロジーは、特にサプライチェーンにおいて効率を高める重要な推進力でもあります。

自動車業界における AI のメリットは、すでに生産現場で感じられています。 たとえば、スパルタンバーグにある BMW の米国工場では、車体工場での AI の使用だけで、生産コストが年間 100 万ドル以上節約されています。 同社はすでに、人間の介入なしで新しいオフロード車を設計するなど、車両設計における人工知能の実験を行っている。

若い会社 ChargeX も、モジュール式電気自動車充電インフラストラクチャに AI ソリューションを利用しています。 現場でさまざまな電気自動車間で負荷を自動的に分散するために使用されます。 「これを利用して最適な充電戦略を開発できます」と創業者兼 CEO の Tobias Wagner 氏は語ります。 しかし、それらはまだ初期段階にあります。

自動車業界における AI の潜在的なリスクに注目

視点は異なっていましたが、この議論では多くの共通点も明らかになりました。 たとえば、データ セキュリティ、機密情報の保護、責任と保証の問題など、AI の潜在的なリスクについて話したときです。

「我々は積極的に行動し、最大限の透明性を確保する必要がある」とショルツ氏は強調した。 同氏は、AI言語モデルを責任を持って使用し、自社の従業員や顧客の間でその使用に対する信頼を築くことが重要だと付け加えた。

このため、BMW はすでに、この破壊的テクノロジーに対処するための倫理原則を定めた独自の AI ガイドラインを発行しています。 これらには、人間の制御なしに AI の応答に盲目的に依存しないことが含まれます。

特に安全性が重要な状況において、AI の「幻覚」を防ぐには、適切なトレーニングを通じて、LLM の出力が事実に正しく、偏りのないものであることを保証する必要があります。 さらに、疑わしい場合には、人間の判断が常に AI の判断よりも優先される必要があります。

エンドユーザーの受け入れがなければ、最適な AI ソリューションは役に立ちません

Tobias Wagner は、エンドユーザーの受け入れが絶対に必要であるという別の側面を私たちの議論に持ち込んでくれました。

同氏は、ドライバーは不透明なアルゴリズムに任せるのではなく、自らの判断を下したいと考えているため、自動車業界はこの点に特に敏感である必要があると述べた。

同氏は、自社の充電アプリについて指摘しました。以前のバージョンでは、履歴データと特定の場所の現在の状況に基づいて、電気自動車の最適な充電プロセスが自動的に決定されていました。

「しかし人々は、自分の特定の状況に基づいて、バッテリーをどのくらいフルにするべきか、そしてそれを実行するのにどれくらいの時間を必要とするかを自分で決定したいと考えています」と同氏はChargeXの経験から語った。 AI からの合理的な提案や推奨事項は役に立ちますが、最終的な決定は顧客に委ねられる必要がある、と同氏は述べました。

AIを規制するより自分の経験を作ったほうがいい

しかし、パネリスト全員は、いかなる種類の新技術でも恒久的な規制はほとんど役に立たないことに同意した。 それはイノベーションを遅らせるだけであり、ドイツは別の分野で後れを取ることになるだろう。

ただし、多くの場合、責任やデータ保護の理由から現在何が可能なのか、またその限界はどこにあるのかについて、自動車メーカーの法務部門と詳細に話し合う必要があります。 問題に協力して取り組むことで、法的懸念や既存の懸念によって新しいユースケースの実装が遅れることがないようにする必要があります。

従業員自身の経験を収集することは、AI アプリケーションに対する深刻な懸念を和らげるのにも役立ちます。

マスタークラスの専門家は、「AI 開発はもはや止められず、元に戻すこともできない」と確信していました。 むしろ、課題はそれを形作り、責任を持って使用することです。

データ品質がなければ、AI は有用な結果を吐き出しません

ミュンヘンでのマスタークラスでは、自動車業界における生成 AI の使用におけるもう 1 つの重要な問題、つまりデータの収集と構造化、およびその品質についても議論しました。 質の高いデータがなければ、最高の分析ツールは役に立たないことが指摘されています。データが悪ければ、最高の AI であっても役に立たない答えしか得られません。

一方、カスタマージャーニーに沿ったすべてのタッチポイントで関連情報が収集および分析されれば、たとえば、顧客の好みのチャネルを通じてカスタマイズされたオファーを送信できます。 ただし、これには彼らの同意が必要です。

私たちのパネルは、生成 AI が受信者の現在の状況に合わせたパーソナライズされたマーケティングのための理想的なツールであることに同意しました。 これは、顧客との関連性が高く、より良い結果を生み出す 1:1 キャンペーンを自動化する優れた方法であるためです。

AI ソリューションを開発するための 2 段階のアプローチ

ショルツ氏によると、BMWは人工知能のさらなる活用に向けて2段階のアプローチを追求しているという。 最初のステップは、これを使用してあらゆる分野の効率を向上させ、作業負荷を軽減し、従業員を日常業務から解放することです。 第 2 段階では、収集されたデータに基づいて、より正確で適切な意思決定を行うことが容易になります。 これは、人口動態の変化や人材不足の増大に直面した従業員への効果的なサポートも提供します。

自動車業界における AI に関する議論は次の点に要約できます。

1. 自動車業界には、AI を活用できるユースケースがすでに無数にあります。 セッションでは、サプライチェーンから充電インフラ、顧客対応プロセスに至るまで、いくつかの例について議論しましたが、私たちはまだ進化の始まりにすぎません。
2. テクノロジーは非常に速く変化しています。 したがって、業界にとって、組織内に専用のチーム/コンピテンス センターを設置して、開発状況を常に監視し、新しいトレンドに迅速に対応できるようにすることは価値があります。
3. 現在の傾向は、自動車会社が独自の「エンタープライズ ChatGPT」を自社の特定のニーズに合わせてカスタマイズし、独自のデータでトレーニングして結果の品質を保証することです。
4. ビジネスの観点から AI 導入から興味深い結果を得て、顧客エクスペリエンスを向上させるには、クリーンなデータが鍵となります。
5. 現在の最大の課題の 1 つは、必要な AI スキルを持つ従業員を見つけるか、自社でトレーニングすることです。
6. 従業員や顧客の懸念に対処し、できればそれを軽減するには、良好で透明性のあるコミュニケーションが不可欠です。

パネルディスカッションの専門家から AI を使用して自社のビジネス プロセスをどのように効率化しているかを直接聞くことができ、私にとって有意義でした。 しかし、販売、マーケティング、サービスを改善するために、そして最も重要なことに、顧客により良い顧客体験を生み出すためにそれをどのように利用しているのかも含まれます。

今はエキサイティングな時期であり、自動車業界における AI の次なる展開を見るのがとても楽しみです。 あなたは？