研究者らは、機械学習技術を効果的に活用している高業績企業100社を対象に調査し、その活用方法を明らかにしました。
この調査では、業種を問わず各社のデータ分析および技術利用の状況を検討しました。
デジタル技術から最大の成果を得ている企業には、強固なガバナンス、パートナーシップ、データの利用可能性があり、さらに機械知能の訓練を受けた従業員もいます。
どの企業が製造業および業務において機械知能（MI）とデータ分析を効果的に導入しているのでしょうか。そうした先進的な導入企業は、なぜこれほどまでに先行しているのでしょうか。また、他の企業はそこから何を学べるのでしょうか。
MIT製造・業務向け機械知能プログラム（MIMO）とマッキンゼー・アンド・カンパニーは、その答えを明らかにしています。その成果は、前例のない試みとして、 Harvard Business Reviewの記事で公表されています。この記事では、MIMOとマッキンゼーがどのように提携し、100社規模の大規模調査を実施して、高業績企業が機械学習技術を効果的に活用している方法（および他の企業が改善できる点）を説明したかを紹介しています。
MIT「グローバル・オペレーション・リーダー」（LGO）プログラムによって創設されたMIMOは、機械知能の導入と理解を加速させることで産業競争力の向上を目指す研究・教育プログラムです。その目標は、「データから影響力に至る最短経路を見つける」ことであると、マネージング・ディレクターのブルース・ローラー（SM '92）は述べています。
このように、マッキンゼーのプロジェクトは、効果的な機械学習の活用を分かりやすくするというMIMOの使命を体現しています。この調査では、業種を問わず各社のデジタル、データ分析、MI技術の利用状況に加え、目標（効率性から顧客体験、環境への影響までを含む）や追跡管理についても検討しました。回答企業は、MITとマッキンゼーの幅広いネットワークから選定されました。
「この研究は、おそらくこの分野でこれまでに行われた中で最も広範なものです。100社と21の業績指標を対象としています」と、MIMOとともにプロジェクトに取り組んだマッキンゼー・アンド・カンパニーのシニア・パートナーであるヴィジェイ・D・シルバ（SM '92）は述べています。
全体として、デジタル技術から最大の成果を引き出していた企業は、強固なガバナンス、導入、パートナーシップ、MI訓練を受けた従業員、そしてデータの利用可能性を備えていました。また、競合他社と比べて機械学習への支出が最大60パーセント多い傾向にありました。
特に際立った事例の一つが、バイオ医薬品大手のアムジェンです。同社は、ディープラーニングによる画像拡張技術を用いて目視検査システムの効率を最大化しています。この技術により粒子検出率が70パーセント向上し、手作業による検査の必要性が減少しています。この取り組みにおいて、AJ・タン（PhD '19、MBA '21、SM '21）が中心的な役割を果たしました。彼はこのプロジェクトについてLGOの修士論文を執筆し、昨年の最優秀論文賞を受賞しました（卒業時）。
ローラーは、タンの研究が、手遅れになる前に機械学習と製造業の間のギャップを埋めるというMIMOの使命を体現していると述べています。
「私たちは、これらの強力な新技術をより迅速に製造業へ取り入れる必要があると考えました。今後20年から30年のうちに、地球上にさらに30億人が加わることになりますが、その人々はあなたや私が享受しているような生活様式を求めるでしょう。そうした生活には通常、製造された製品が必要です。天然資源を人類の幸福へとどのように転換していくか、私たちはどのように改善できるのでしょうか。それを実現する大きな手段の一つが製造業であり、最新のツールの一つがAIと機械学習です」と彼は述べています。
この調査のために、MIMOは各社に30ページのプレイブックを提供しました。このプレイブックには、戦略からガバナンス、データ実行に至るまで、さまざまなカテゴリーと指標において、各社が他社と比べてどのような状況にあるかが分析されています。これにより、各社は機会の多い分野や投資先を特定しやすくなります。ローラーは、この調査が毎年、より広い対象範囲とプレイブックを伴う縦断的研究として継続されることを期待しており、LGOの知見を原動力とした壮大でありながら影響力の大きい取り組みとなることを望んでいます。
「MITはこの取り組みにおいて極めて重要な存在であり、私たちにとって素晴らしいパートナーでした。MITの優秀な学生がチームに参加し、マッキンゼーと共同で分析の大部分を担当してくれたことで、結果として作業の質が向上しました」とシルバは述べています。
この協働的なアプローチは、情報の取りまとめ役および民間セクターのパートナーとしてのMIMOの理念の中核をなすものです。その目標は、「技術的な目標だけでなく、ビジネス上の目標や社会的な目標も達成する産業における効果的な変革」を推進することであると、MIT LGOの工学部教員ディレクターであり、MIMOの教員リーダーでもあるデュアン・ボーニングは述べています。
この研究と協働の融合は、LGOにとって論理的な次のステップであると彼は述べています。LGOは常にグローバル・オペレーションにおける問題解決の最前線に立ってきたからです。機械学習は、多くの企業にとって間違いなく最新の大きな知識のギャップですが、最初のものではなく、MIMOは企業にその適用方法を教えることができます。
「[私が例えるなら] 30年前にLGOが始まった頃のことです。当時はすべてがリーン製造の原則に関するものでした。約15年前には、サプライチェーンの考え方が重視されるようになりました。そのことが私たちに、LGOの学生だけでなく、産業界全体の利益のために、この大きな変化を理解し、促進し、研究を行い、他の実際の研究活動とのつながりを築くためには、これを推進する何らかの努力が必要だと気づかせてくれました」とボーニングは述べています。「[MIMOの] 本当の醍醐味はそこにあります。どのような考えが効果を発揮するのか。どのような方法論が効果を発揮するのか。どのような技術が効果を発揮するのか。そして、LGOの学生は、ある意味でそうしたものを発見するための最適な媒体なのです」。
