Emerj AI Research

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Lowe’s Companies operates as a Fortune 100 home improvement retailer, with fiscal year 2025 sales that exceeded $86 billion. The company employs approximately 300,000 associates and operates more than 1,750 stores, 540 branches, and 120 distribution centers across the United States. Lowe’s reported 16 million customers weekly across an omnichannel network that spans in-store, online, […]

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Caterpillar ranks as the world’s largest construction equipment manufacturer and also produces off-highway diesel and natural gas engines, industrial gas turbines, and diesel-electric locomotives, headquartered in Irving, Texas. The company employed 118,000 people worldwide at the end of 2025 and posted $67.6 billion in sales and revenues for the year, the highest full-year total in […]

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：This interview analysis is sponsored by Appdome and was written, edited, and published in alignment with our Emerj sponsored content guidelines. Learn more about our thought leadership and content creation services on our Emerj Media Services page. Mobile applications have become the primary interface between enterprises and their customers, and increasingly one of the most […]

本稿では、AI採用とデータガバナンスのギャップを考察し、88%の組織がAIを利用している一方で、非構造化データの全容を把握しているのは35%に過ぎないと指摘。専門家の知見から、機密データフローのリアルタイムマッピング、統一ガバナンス、開発前の説明責任フレームワーク、データレベルでのセキュリティ対策という4つの洞察を提示する。

メイヨー・クリニックは非営利の学術医療センターで、約85,000人の従業員を抱え、2025年の営業利益は4億7,300万ドルです。同機関は200以上のAIプロジェクトをさまざまな成熟段階で推進しており、2025年には22のAIソリューションを臨床現場に統合しました。本稿では、無症候性左室機能障害を検出するAI心電図スクリーニング（無作為化試験で低駆出率の診断を32%増加）と、AI駆動のカルテレビューツール「Record Time」（医師の診察準備時間を1回あたり5〜30分節約）の2つのユースケースを紹介します。メイヨーは現在、システム全体で約150のAIモデルを稼働させています。

Iron MountainはEmerjと提携し、物理保管ブランドからAIイノベーターへと再ポジショニングしました。ポッドキャスト、記事、PDFレポートを通じて、銀行および保険分野で30,000以上のダウンロードと数百の質の高いリードを生み出し、AI搭載の検索・発見プラットフォームの信頼性を確立しました。

金融サービス、法律、税務、監査などの規制産業は、AI導入においてゼロトレランスの誤り許容度に直面しています。スタンフォード大学の研究では、汎用言語モデルの幻覚率が58%から88%に達することが示されました。AIは、受託者責任レベルの正確性、データ保護、明示的な承認要件を満たさなければ安全に導入できません。本記事では、正確性基準、ワークフロー自動化、データ保証、説明責任という4つの重要な洞察をまとめています。

コンピュータビジョンは製造業で技術的に優れているが、77%のプロジェクトがプロトタイプやパイロット段階に留まっている。本記事では、スケーリングを阻む要因として、エコシステムの準備、ビジネス主導の所有権、小さな成功による運用信頼の構築を3人の専門家の見解から分析する。

サービス組織は、ほぼゼロのダウンタイム要件とメンテナンス能力の不足という構造的なミスマッチに直面しています。AIは状態ベース保守のための異常検知、技術者の一貫したパフォーマンスのための規範的ガイダンス、そして成功に必要な業務変革を提供します。

AIと最適化がコモディティ化する中、従来のサプライチェーン計画は競争優位を提供しなくなっています。調査によると、ほとんどの組織はTier1サプライヤーの可視性を欠いています。本記事はEmerjのポッドキャストシリーズに基づき、シナリオ駆動型モデリング、AI加速シナリオ分析、統一設計環境が変動下での意思決定をどのように強化するかを探ります。

Chubbは、世界中の企業や個人に保険を提供する大手損害保険会社です。今後3～4年で引受業務とクレーム処理の85％を自動化する計画を掲げています。AIを活用した引受業務では、北米でのサイクルタイムが24時間から2時間に短縮。クレーム文書処理では、初回連絡時間が24時間から3時間に改善しました。3,500人以上のエンジニアを擁し、メキシコ、ギリシャ、インド、コロンビアにエンジニアリング拠点を設置。学べる教訓として、サイクルタイム指標にAI投資を紐づけること、クレームと引受のフィードバックループを構築することなどが挙げられます。

UCバークレーの研究者が7つの本番マルチエージェントフレームワークにおける1,642の実行トレースを分析した結果、エージェントが協力する場合の故障率は41%から86.7%に達することが判明。故障の原因は構造的で、41.8%は仕様と共有ガバナンスの欠如（デッドロック）、36.9%はエージェント間のミスアライメント（セマンティックドリフト）による。調整なしの場合、エラーは最大17倍に増幅され、集中チェックポイントがあっても約4.4倍。Cisco OutshiftのGuillaume De Saint Marcは、共有セマンティック層、エージェント固有の制御、オープンな相互運用性が信頼性の高いマルチエージェントシステムの基盤であると主張する。

本記事では、エンタープライズAIプロジェクトの80%以上が失敗する理由を探り、断片化されたデータと統一されたコンテキストの欠如が主要な障壁であると指摘する。ArangoとIBMの専門家による洞察は、説明可能で信頼できるエージェントAIシステムを構築するための4つの重要な領域を浮き彫りにしている。

企業のAI支出と成果の乖離が拡大しており、米国連邦機関のAI利用は倍増したが、価格設定の難しさが顕在化。本記事では、可逆的な変革決定、エビデンスに基づく交渉力、短期サイクルのコミットメント、そしてSIとベンダー生産性に対する独立した説明責任という4つの戦略を提示する。

モデルナはmRNA技術を基盤とするバイオテクノロジー企業で、AIを活用して企業全体の生産性向上とmRNA配列設計の加速を実現しています。ChatGPT EnterpriseとカスタムGPTにより法務、研究、製造など全部門で導入され、mRNAデザインスタジオによりワクチンや治療薬の設計サイクルを短縮しています。

エージェンティックAIは、長年にわたる非効率的なカスタマーサービス業務に対処するための、現代のカスタマーサービス企業における決定的な能力となりつつあります。DialpadとComcastの幹部との対話に基づき、この記事では3つの重要な洞察を探ります：会話データが高価値の自動化領域を明らかにする、AI主導のトリアージが人間のエージェントを強化する、統合プラットフォームが断片化されたCXを改善する。規制産業では、正確性、信頼、統合が成功の鍵です。

AI導入は増加しているが、ROIを生むワークフローはほとんど変わっていない。本稿では、問題定義、組織準備、認知デザイン、ROIの明確さという4つの条件を探る。HTECリーダーの洞察に基づき、AIイニシアチブがパイロットを超えて測定可能なビジネス価値を提供するための要因を解説する。

本記事では、企業AIが孤立した成功から反復可能でビジネスに可視化された影響へと移行するための4つの重要な洞察を探ります。これらはHTECのリーダー、ローレンス・ウィットル、ロニー・フェーリング、ティム・シアーズによるポッドキャストシリーズに基づいています。エンドツーエンドのワークフローがAI価値の真の単位であること、ライブワークフロー内でのAI構築、個人からチームへのスケーリング、ツールだけでなく作業の変更が重要であることなどが含まれます。

長年、エンタープライズAI戦略は、モデルが十分に良くなれば採用が続くという単純な仮定に基づいていました。その仮定は今、試され、失敗しています。モデルの能力はほとんどの指標で達成されましたが、自律システムが安全に運用できるようにするためのインフラストラクチャ、セキュリティ態勢、ワークフローアーキテクチャはまだ整っていません。NISTのAIエージェントセキュリティに関する情報提供依頼には932件の公開コメントが寄せられ、実務者が現在のフレームワークで対処されていない問題に緊急に取り組んでいることが反映されています。医療分野では、データの準備、相互運用性、ライフサイクル監視、監査可能性が、AIの潜在能力を実現するための基盤であることが強調されています。ボトルネックは知能ではなく、準備態勢です。

P&GのデジタルトランスフォーメーションディレクターShaje Ganny氏が、EmerjのAI in Businessポッドキャストで、CPG企業が人間中心の運用原則を用いて責任を持ってAIを拡大する方法を語る。彼は、問題定義型AI運用モデル、三者利害関係者影響ガバナンス、経営幹部レベルのAIリテラシーと説明責任設計の3つの主要な能力を強調する。記事では、MITの研究（企業の生成AIパイロットの95%が測定可能な財務的影響を生み出していない）、マッキンゼーの分析（100億ドルの食品・飲料企業がAIを完全導入すれば8.1億～16億ドルの価値を創出）、および消費者の信頼問題を引用している。

製薬企業は戦略実行の遅れにより数十億ドルを無駄にしている。AIはリアルタイムシグナルで現場を調整し、真の処方要因を特定し、ワークフローに推奨を組み込むことでギャップを埋める。

AIはカスタマーサービスのコストを削減していますが、組織のリスクを加速させる可能性もあります。スタンフォード大学の研究では、汎用AIチャットボットの法的クエリに対する幻覚率は58%から82%に及ぶことが示されています。AIが問題を解決できない場合、ブランドのネットプロモータースコアは最大70ポイント低下する可能性があります。本記事では、生成AIをカスタマーサービスに展開する際に組織の準備態勢を維持する方法について、信頼の閾値、決定論的AI基盤、エスカレーションデザインなどの重要な洞察を探ります。

アメリカン・エキスプレスは2010年から不正検知に機械学習を適用し、現在はほぼ全従業員にAIツールを提供し、エンジニアリングチームではAI支援開発を推進しています。機械学習ベースの不正検知システムは年間1.2兆ドル以上の取引を監視し、ミリ秒単位で不正判断を行います。同社は70以上の生成AIユースケースを模索し、Amex Venturesを通じて信頼・安全性、企業効率、データ駆動型体験に焦点を当てたスタートアップに投資しています。また、AIエージェントが安全に取引を実行するための基盤として、エージェンティックコマース開発キットを発表しました。

コンタクトセンターのライブ音声対話は、詐欺、ディープフェイク、エージェント離職の重大な盲点となっています。本記事では、Modulate社とThales Groupの専門家による3つの洞察を解説します：通話中の詐欺検出、高リスク意思決定のための音声ネイティブAIアーキテクチャの導入、セキュリティ・運用・CX部門にまたがるワークフローレベルのガバナンス確立。

看護文書は業務上のボトルネックとなっており、ワークフローの深い調整と規律ある変更管理なしにAIで解決することはできません。看護師は電子健康記録（EHR）に最大41％の時間を費やしており、系統的レビューではEHR負担が臨床 burnout に直接関連しています。この記事では、環境文書化、継続的な精度調整、変更管理フレームワークを通じてAIが看護負担を軽減する方法を探ります。

シートベースのライセンスからハイブリッドおよび消費ベースのAI価格設定への急速な移行により、企業のテクノロジー支出の予測と管理が大幅に困難になっています。Adam Mansfield氏は、これらの新しい価格モデルが買い手にどのような財務的リスクをもたらすか、また主要ベンダーとの交渉において明確な予測、透明性、交渉力を確保することがなぜますます難しくなっているかを考察します。彼は、現在の使用状況の監査、十分に活用されていない支出の特定、早期のベンダーとの関わりなど、リーダーが今すぐ取るべき実践的なステップを強調しています。

エンタープライズAIプロジェクトはデザインを最終工程と捉えがちだが、HTECのチーフプロダクト＆デザインオフィサーであるCarsten Wierwille氏は、これは戦略的ミスであり、多くのAI投資が技術的には機能しても実際の働き方を変えられない原因だと指摘する。

ServiceNowは米国のエンタープライズソフトウェア企業で、本社はカリフォルニア州サンタクララ、世界で29,000人以上の従業員を抱え、2025年第4四半期のサブスクリプション収益は35.7億ドルです。同社はAIと自動化に多額の投資を行い、Passage AIの買収、NVIDIAとの提携拡大、10億ドルのベンチャーキャピタル基金、カナダでの1.1億カナダドルの投資などを実施。記事では、ITSM/CSMワークフローに生成AIを埋め込み、解決記録の時間を約80%削減するNow Assistと、機械学習により顧客エスカレーションを予測し、プロアクティブエンゲージメント率を11%から68%に向上させる事例を紹介しています。

複雑な機器産業のサービス組織は、解決知識の構造不足により損失を被っています。本記事では、予知保全を支援するデータ基盤の構築方法を探り、解決基盤、AI対応データ、因果マッピング、参照検証済みソリューションの重要性を強調します。

製造業の労働力の25%以上が55歳以上であり、重要な業務知識が失われるリスクがある。本記事では、生成AIを活用して専門家のノウハウを構造化されたデジタル作業指示書に変換し、欠陥を減らし、大規模な知識移転を可能にする方法を探る。