AIでコンテンツを強化する

コンテンツ管理におけるAI

• **コンテンツ課題の簡素化：**AIがデータ抽出と文脈化を自動化し、大量の非構造化コンテンツを実用的な情報に変換します。

• **カスタムAIモデル：**企業はニーズに応じてAIモデルを微調整できるため、より正確なデータ抽出と適切なインサイトが可能になります。

• **パブリッククラウドのAIサービスを活用：**NLP、OCR、インテリジェント文書処理などの一般的なツールは、分類、処理、分析のサービスを提供することで、ワークフローを強化します。

コンテンツ管理におけるAIの利点

• **プロセス自動化：**AIを活用したソリューションは、文書分類、記録保有、例外処理などの手作業を自動化し、運用コストを削減し、精度を向上させます。

• **コンテンツに関する深いインサイト：**AIは強力な分析を提供して、十分な情報に基づいた意思決定、トレンド分析、パーソナライズされたカスタマーエクスペリエンスを可能にします。

• **最適化されたワークフロー：**AIを企業システムと統合することで、シームレスなワークフローが可能になり、医療、金融、法務など複数の業界にわたってボトルネックを解消します。

AI導入に関する企業の考慮事項

• **AIガバナンス：**データアクセスを管理し、バイアスを防ぎ、規制コンプライアンスを確保するための強固なポリシーを実装します。

• **継続的なトレーニング：**パフォーマンスの監視や「ヒューマン・イン・ザ・ループ」検証を通じて、モデルを継続的に評価・改善します。

• **プラットフォームの選択：**AIをシームレスに統合し、ワークフローの中断を最小限に抑え、クリーンで整理されたデータを保証するエンタープライズコンテンツ管理プラットフォームを選択し、情報の価値を最大限に引き出します。

人工知能（AI）はテクノロジー分野で最も注目されているテーマの一つであり、コンテンツとその管理の領域においても特に関心が高まっています。増え続ける情報量は、あらゆる規模や業種の企業にとって課題である一方で、それを活用できる企業にとってはチャンスでもあります。エンタープライズコンテンツの管理にAIを活用することで、多くのメリットを得ることができます。

重要な情報へのアクセスを向上させるために利用できるAIの提供内容やその実践的な活用法を含め、コンテンツ管理において急速に進化しているAIと機械学習（ML）の役割を見ていきましょう。これらのテクノロジーの実際のユースケースや、先行導入企業がどのようにビジネス価値を引き出しているかを探り、AIとコンテンツ活用を始めるにあたっての重要なエンタープライズプラットフォームにおける考慮事項を理解しましょう。

そのさまざまな形態において、コンテンツは情報管理の観点から以下のような課題をもたらしてきました。

• 複雑なテクノロジーシステム、不十分かつ一貫性のないメタデータ属性、基幹業務アプリケーション内での限られた検索機能、そして分断されたリポジトリやシステムの存在により、適切な情報を見つけることはほぼ不可能です。

• **コンテンツの量と種類はかつてない速度で増加しています。**近年、多くの企業組織が、文書、スキャンした画像、電子メール、ビデオ、その他の形式など、何十億ものコンテンツを蓄積しています。過去のコンテンツも膨大ですが、現代のビジネスの現実としては、毎月数億件もの新しいオブジェクトが企業に流入しており、今後数年でコンテンツ全体の規模が文字どおり何倍にも膨れ上がる可能性があります。

• コンテンツ管理のニーズを拡張することはますます困難になっています（迅速な分類、重要な情報の特定、有用性の判断、適切な保管など）。かつては中央の拠点または一元管理で少数の人々によって管理できたものが、今ではコンテンツのカオスとなっています。多くの場合、コンテンツは複数の物理的拠点や、平均21個のリポジトリに散在しています。

• 企業コンテンツから情報と価値を抽出するには、時間、文脈、知性が必要です。毎日数千件、場合によっては数十万件もの新しいドキュメントに対してその作業を実施するのは、困難でコストがかかり、一貫した精度を保つのも難しいことです。だからこそ、多くの組織は長年にわたりエンタープライズコンテンツ管理（ECM）に苦労してきたのです。

AIによってコンテンツ管理は変化しつつあります。

AIソリューションは今や主流となっており、エンタープライズコンテンツは刺激的な時期を迎えています。ECMソリューションは数十年にわたって組織のミッションクリティカルなコンテンツを管理してきましたが、生成AIの登場によって、プロバイダーは自社のECMソリューションから顧客に提供する価値の大胆な再定義を検討できるようになりました。結局のところ、顧客はすでにこうしたベンダーにコンテンツを託しています。適切なECMパートナーと協力すれば、生成AIを活用して、これまで隠されていたデータからインサイトを得られるようになります。

AIを活用したソリューションがあれば、人間と同じように、ただし膨大なスケールでコンテンツを処理する道が開けます。企業は、コンテンツから重要なデータをインテリジェントに抽出するためのさまざまなサービスを導入し、それによってコンテンツを容易に検索でき、業務にすぐ活用でき、いつでもどこでもあらゆるデバイスからアクセス可能な実用的情報へと変換できます。

ただし、AIの洞察を最大限に活用するためには、企業データをAIが利用できる状態に整える必要があります。

AI対応のエンタープライズコンテンツ

下流のAIソリューションの可能性を最大限に引き出すためには、AIツールには高品質で処理可能なデータが必要です。言い換えれば、AIソリューションで活用できるように、企業コンテンツを変換するプロセスが必要です。

非構造化データに構造を与える

2025 Intelligent Business Strategiesの調査によると、最新のコンテンツ管理プラットフォームであれば、従来は非構造化されていたエンタープライズコンテンツのうち80%という衝撃的な割合を構造化することができます。Hyland Content Innovation Cloud™ のようなプラットフォームは、ペタバイト単位のコンテンツや画像を準備し、処理し、それらを解釈して、組織がその内容を理解できるようにすることで、効率を大幅に向上させます。

パブリッククラウドAIサービス

最新のコンテンツソリューションプラットフォームの多くは、人工知能向けにさまざまなパブリッククラウドサービスと統合できます。通常、コンテンツソリューションプラットフォームは、ドキュメントや画像、さらには動画ファイルといったオブジェクトをクラウドプロバイダーに送信し、その後AIサービスによって生成されたデータセットを受け取ります。

> 続きを読む |クラウド対応の最新ECMの登場

AIの世界は急速に進化を続けており、現在では複数の大手テクノロジー企業が、さまざまな形式のコンテンツに活用できる多様なコモディティAIサービスを提供しています。現在広く利用されている代表的なテクノロジーと、それらをコンテンツ活用にどう応用できるかの例をいくつか紹介します。

人気のあるAI技術

これらのML提供サービスの多くは、テキストベースの文書、写真や画像、音声や動画ファイルなどのコンテンツに対する洞察と理解を深めることに重点を置いています。

これらの汎用モデルやサービスからは、多量のコンテンツを扱う日常的なタスクの実行において、特に大きな価値を引き出すことができます。たとえば、大量の既存コンテンツにOCRが必要な場合、これらのサービスは高い精度と優れたパフォーマンスを発揮します。チャットセッション、メール、さらにはソーシャルメディアコンテンツのリアルタイム感情分析も、これらのサービスの優れたユースケースの一つです。

汎用AIモデルとカスタムAIモデルの比較

汎用AIサービスは幅広いデータでトレーニングされていることから、返されるインサイト一般論にとどまり、具体的なビジネスニーズや業界の要件に合わない場合があります。

汎用MLモデル
下の画像では、自動車事故がGoogle Cloud Vision（事前学習済みの生成AIモデル）によって分析されています。

ご覧のとおり、Google Visionは画像に関連する多数のラベルやデータ値を返しました。技術的には正確であっても、このデータは保険会社が請求処理を効率的に行うために実際に必要とするインサイトを提供するものではありません。

カスタムAIモデル
AIの最大の利点のひとつは、組織が汎用モデルや汎用データに妥協する必要がないことです。自社のニーズに正確に合わせて、業種や業務に特化した情報を抽出するカスタムAIソリューションを構築できます。

ここで、自動車事故や保険業界の要件に関連する広範なデータを使用して特別に調整された AI システムを考えてみましょう。次の例は、設定済みの結果を持つAIモデルが同じ画像から抽出できるデータの一例です。

その違いは一目瞭然です。なお、両方の車両のメーカー、モデル、工場出荷時のカラーが正しく識別されています。また、2枚のイリノイ州のナンバープレートを識別し、完全および部分的なプレート番号を取得しました。画像内に人物の顔があり、操作者としてJim Smith氏と特定されています。

この高精度は、AIと高度なドキュメント処理およびデータキュレーション技術を組み合わせることで実現します。これにより、画像や動画など600種類以上の非テキスト形式のファイルを処理できます。このシステムは、生の非構造化情報を自動化されたワークフローや業務プロセスにすぐ活用できるクリーンで構造化されたデータへと変換します。

カスタムAIモデルやシステムの利点は、汎用的なラベルを返すのではなく、業務や業界に特化した実際に価値をもたらすデータを抽出し、意思決定や業務プロセスにより高いインテリジェンスをもたらすことにあります。その結果、保険金請求の処理担当者は、もはや手動データ入力に依存する必要がなくなります。

これは、AIで強化されたデータとビジネスロジックを結びつけることで、必要な情報を適切なタイミングで適切な人に届けられるようにし、AIがエンタープライズコンテンツ管理をどのように変革するかを示す代表的な例です。

コンテンツエンリッチメント

コンテンツエンリッチメントとは、コンテンツからデータを抽出し、そのデータを活用してコンテンツをよりアクセスしやすく、高度に文脈化し、つまり一言で言えば、より強力なものにすることです。コンテンツエンリッチメントは、コンテンツの種類や導入されているAIモデルの種類によって、さまざまな形を取ります。

AIでコンテンツに力を与える
AI搭載コンテンツソリューションプラットフォーム上では、企業全体の基幹アプリケーションに保存されているコンテンツが、可視性、品質、実用性を獲得します。機械学習（ML）、OCR（光学式文字認識）、データキュレーションなど、さまざまなAIツールを活用することで、コンテンツは一元化され、従来のコンテンツプラットフォームでは実現できない形で活用可能になります。

AI搭載のコンテンツソリューション内に保存された情報は、データポイントの文脈化によってより有用になるだけでなく、AIがその価値あるコンテンツを活用して統合システム全体でプロセスを開始することも可能です。例：

• 上記の保険シナリオにおけるカスタムAIモデルでは、メタデータはGuidewireやDuck Creekのような保険請求処理システムに記録する必要がある貴重な請求データである可能性があります。

• 多くの金融サービス企業は、大量の既存TIFF画像をPDFドキュメントに変換したいと考えています。AIモデルまたはテクノロジーIDPを使用することで、そのプロセスを自動化し、データをインテリジェントに抽出して、任意のPDF形式に正確に入力できます。

• 管理チームは、単にドキュメントの種類ごとではなく、テーマに基づいてドキュメントを分類するためにAIを活用することができます。ドキュメントの文脈を理解するモデルの能力を活用することは、高等教育機関の願書に添付する小論文を分析・要約したり、アンケートにおける回答者の感情から結論を導き出すなど、さまざまな面で役立ちます。

  > 続きを読む | インディアナ州立大学の事例

• 法務部門は、準備作業、契約書の条項の作成と特定、既存のコンテンツを必要に応じてさらに活用できるようにするなど、業務に役立てるためにAIモデルの微調整ができます。

• 財務チームは、請求書を分類してコード付けや適切なルーティングを行うことができます。

• ヘルスケア業界の業務では、AIを活用してコンテンツタイプ（MRI、X線、CTスキャンなど）や臓器系（例：呼吸器系）といったドキュメントの文脈に基づいてアセットを特定し、タグ付けできます。AIが学習を重ねることで、より多くのデータが投入されるにつれて予測や分析の精度が高まり、患者や組織にとってより良い成果につながります。

インテリジェント・プロセス・オートメーション

Forresterの調査によると、**最新のコンテンツ管理手法をリードする企業の67％が、手作業のプロセスを自動化し、データからより深いインサイトを引き出すためにインテリジェントオートメーションの強化に取り組んでいます。**この傾向が高まっているとはいえ、多くの企業はいまだに手作業に依存しており、中には手書きの紙のフォームを処理しているところさえあります。これには、フォームの種類の特定、必要な回答の検証、署名位置の確認、機密情報が提供されているかのチェックといった重要な処理課題が伴います（さらに、正確なデータが利用可能になるまでの遅延も発生します）。

AIは、重要な業務機能やプロセスの自動化をさらに推進することができます。例えば：

インテリジェントドキュメント処理
インテリジェントドキュメントプロセッシング（IDP）は、AIを活用して半構造化および非構造化コンテンツ内のテキストや書式を人間のように読み取り、認識し、理解することで、フォームやドキュメントを自動的に処理できるようにします。MLを用いてIDPソフトウェアにドキュメントの解釈方法を「学習」させることで、使用を重ねるほどソフトウェアはより賢く、より効果的になります。

プロセス最適化
AIをコンテンツ中心のプロセスやシステムに統合することで、組織はワークフローを容易に効率化できます。このユースケースには、臨床試験の適格な参加者を特定するために言語学習モデル（LLM）のプロンプトを使用すること、ワークフローを開始するために要件やチェックリストの分析を自動化すること、詐欺検知のために（保険や政府向けに）エンタープライズリポジトリ内で類似するコンテンツやドキュメントを検索すること、デジタルアセット管理（DAM）ソリューションで重複を特定・排除すること、保険契約の引受審査で契約条件を確認すること、そして信用審査、不正検知、コンプライアンス管理に関連する自動プロセスを開始することなどが含まれます。

データ検証
MLモデルは、提供されたフォームに不足や不正確な箇所があるかを迅速に特定し、自動的にカスタマーサービス担当者または顧客に差し戻して修正対応できるなど、インテリジェントな例外管理も可能にします。

記録と保持管理
多くの組織は、情報に対する効果的な記録管理アプローチを実装することに長年苦労してきました。その理由は単純で、多くの組織が、既存のすべてのコンテンツを確認し、それを保持すべきか、いつ、どのように削除すべきかを判断するための労力を割こうとしないからです。

これは人間にとって骨の折れる作業ですが、MLであればコンテンツを自動的に分類し、そこから大規模にデータを抽出できます。その結果、膨大な量のコンテンツをより迅速かつ容易に精査し、さまざまなドキュメントや情報を分類し、必要な記録を自動的に特定して保持期間を適用し、重要でない情報を削除できるようになります。

> 続きを読む | プロセスオートメーションの総合ガイド

エージェントプロセス自動化

エージェント型プロセス自動化は、インテリジェントオートメーションの新たな段階への進化を意味します。（変更不要）AIによって強化されたエージェントを活用し、人の介入をほとんど必要とせずに複雑なタスクや業務プロセス全体を処理します。これにより、定型的な自動化の限界を超えることができます。これらのインテリジェントエージェントは、人や他のAIシステムと連携し、既存のソフトウェアアプリケーションと統合して目標を達成します。

エージェント型プロセス自動化は、既存の自動化基盤を全面的に置き換えることを目的としているわけではありません。むしろ、既存の戦略を補完するものとして活用すべきです。AIエージェントを統合することで、既存のプロセスを強化し、新たなレベルの効率性を実現できます。

エージェント形式のプロセス自動化は、手作業を最小限に抑え、よりスマートなデータ主導の意思決定を可能にすることで、事業運営を根本的に変えることができます。これらのAIエージェントをオーケストレーションするために設計されたツールを使用すれば、他のAIコンポーネントやRPAボットとともにAIエージェントを構築、展開し、シームレスに統合して、組織のための革新的な成果を生み出すことができます。

コンテンツに関する深い洞察

AIを活用してコンテンツから新たなインサイトや有益な関連性を導き出すことで、次のようなさまざまな方法で有益なモダナイゼーションを実現できます。

• **より的確な意思決定：**AIがデータの取り込み、分析、整理を自動化・高速化することで、必要とするすべての人が迅速に情報へアクセスできるようになります。

• 成果の向上： AIを活用した分析は、膨大な履歴データと新しいデータを活用して結論を導き出し、トレンドを明らかにし、予測を行うことで、企業が計画を立て、顧客により良いサービスを提供するのに役立ちます。

• **より良いカスタマーエクスペリエンス：**AIがコンテンツへのアクセスを向上させ、アプリ間で関連情報を統合することで、質問への回答が容易になり、効率的なセルフサービス文化の促進にもつながります。

ここまでで、コモディティモデルとカスタムモデルの違いを確認し、AIやML、コンテンツの実際のユースケースを見てきました。ここからは、エンタープライズクラスのAIとML機能を備えたコンテンツ管理プラットフォームを検討する際に、組織が考慮すべき重要なポイントを見ていきましょう。

AIガバナンス

AIのガバナンスについては、組織は後れを取っています。Forresterのレポート：

• AI生成コンテンツを管理している組織はわずか19％です。

• コンテンツ生成に使用されるプロンプトを管理しているのはわずか23％です。

• 意思決定者は、企業全体のコンテンツを可視化し、管理し、そこから洞察を得ることに伴う複雑さを軽減する必要があります。

AIの機能には、機密情報の保護、倫理的配慮への対応、偏った結果の防止、リスクの特定と軽減、そしてデータライフサイクル全体の適切な管理などがあり、複数の理由からデータガバナンスが必要です。規制されていないAIソースによるデータの不適切な取り扱いは、レポートの不正確さやデータ漏えい、ガバナンスやデータ保護規制の不遵守、透明性の欠如といった倫理的懸念、さらには最終的にネガティブな世間の印象につながる可能性があります。

チームがAIをエンタープライズコンテンツ戦略に導入する際、プラットフォームは次のことを可能にする必要があります。

• AIモデルがアクセスできるデータを選定し、管理すること

• 元の形式またはAI生成コンテンツを通じてデータを表示・制御できる権限をどの担当者に与えるかを指定する

• AIモデルが提供する予測や出力をどのように活用するかを決定すること

また、ハイランドでは、機密性の高いデータを取り扱い、さまざまな業界標準に準拠してきた豊富な実績を持つエンタープライズコンテンツプラットフォームを推奨しています。厳格なデータガバナンスポリシーを備えたエンタープライズコンテンツプラットフォームは、機密情報を保護し、政府などの公共部門、ヘルスケア、金融業界で適用されるGDPR、CCPA、HIPAAといったデータプライバシー規制への準拠を確保します。

継続的なトレーニングと管理

もう一つ重要なポイントは、AIモデルのパフォーマンスが時間の経過とともにどのように変化するかです。

まず、新しいコンテンツやデータがシステムに追加されるたびにMLモデルが進化・改善できるよう、継続的なトレーニング手法を活用するソリューションを検討する必要があります。データの検証やMLモデルのさらなるトレーニングを行う上では、AI生成データに人間が関与することも欠かせません。そのため、機械学習プロセスにおける人間の役割を考慮し、「人間をループに含めた（Human in the loop）」トレーニングのための専用インターフェースを提供するコンテンツソリューションプラットフォームが重要となります。

AIソリューションには、モデルのリアルタイムパフォーマンス監視機能も備わっていなければなりません。MLモデルはバイアスを示したり、パフォーマンスが低下したりする可能性があります。そのため、パフォーマンス監視インターフェースは、破損したモデルや性能が劣化しているモデルを特定するのに役立ちます。機械学習モデルはバージョン管理も行い、モデルの性能が劣化した場合にすぐに以前のバージョンへロールバックできるようにする必要があります。

エンタープライズコンテンツプラットフォームの役割

エンタープライズコンテンツプラットフォームは、AI機能を組み込むのに最適かつ強力な基盤です。最新のプラットフォームは、アプリや部門間のサイロを超えてコンテンツを統合し、AIを組み合わせることで、そのコンテンツにさらなる価値と有用性をもたらします。AIとコンテンツを活用することで、企業は次世代の情報管理を最大限に活用できます。

Forresterによると、AIを使用してコンテンツ管理アプローチを大幅に変革した組織は64％（2019年比で21％増加）にのぼり、意思決定担当者の74％は、AIが今後12か月間でコンテンツ関連の優先目標を達成する能力に大きな影響を与えるだろうと予想しています。

この急速な導入と、テクノロジー活用をめぐるトップ争いは、企業でAIを「適切に」導入することがいかに競争的で必要不可欠であるかを示しています。インテリジェント機能の出力は、インプットの質と同じくらいに重要です。このプロセスは、データの衛生と、プラットフォームが非構造化データや企業コンテンツをAI対応の戦略的資産に変換する能力から始まります。

> 続きを読む | AIへの投資の前に、AIの準備状況を評価しましょう

ここまで読んで、「素晴らしいことはわかったが、何から始めればよいのだろう？」と思われているかもしれません。お手伝いさせていただきます。

Hyland Content Innovation Cloud™ は、エンタープライズコンテンツを高度なAI、自動化、インテリジェントなワークフローと統合するクラウドネイティブプラットフォームです。プラットフォームにおける主要なAI搭載ソリューションには次のものがあります。

• **Hyland IDP：**高度なAIを利用してドキュメントのキャプチャ、抽出、分類を自動化し、データを効率的かつ正確に処理します。

• **Hyland Knowledge Enrichment：**非構造化データをAIに対応した形式に変換し、AIを活用してコンテンツを充実させつつ、検索性、AIによる処理、意思決定を改善します。

• Hyland Knowledge Discovery： AIエージェントを使用して情報を検索・生成することで、ビジネス上の重要なインサイトを引き出し、意思決定を加速させます。

• Hyland Automate： AIによる自動化を活用して、複雑なプロセスを簡素化し、手作業を削減し、業務効率を向上させます。

• Hyland Agent Builder： インテリジェントなエージェント型のワークフォースを構築し、人間の労働力を煩雑な作業から解放し、より価値の高い仕事に集中できるようにします。

手作業のタスクを自動化し、非構造化コンテンツから価値あるインサイトを抽出することで、ハイランドのコンテンツソリューションは意思決定を加速し、顧客体験を向上させ、オペレーションの卓越性を実現します。

ハイランドのサービスの詳細と、お客さまが独自のカスタムAIモデルを簡単にトレーニングおよび管理できるよう支援している方法をご覧ください。