実験からビジネスバリューへ：AI投資の最適化

テクノロジーの破壊で最も難しいのは、アイデアや実験ではありません。実験から実際のビジネスバリューへと移行しています。生成AIに関する大規模な誇大広告により、慎重にAIを実装するよう取締役会から圧力がかかっています。

6月のSummitでは、Hastings DirectのSasha Jory氏とZoomのAwinash Sinha氏と一緒に、AIテクノロジー投資の最適化に焦点を当てたCIOエグゼクティブ パネルに参加しました。この1年半の間、CTOとCIOは、コストを抑制し、リスクを軽減しながらAIの可能性を活用するという大きなプレッシャーにさらされてきました。 

Sinha氏は次のように述べています。「生成AIは新しいテクノロジーの波ですが、私たちはこれまで多くのテクノロジーの波を見てきました。「重要なのは、テクノロジーをコンテキスト化された最良の成果に結び付けることです。」 

生成AIの話題を取り上げ、それを実用的な方法で自社の世界に適用するにはどうすればよいですか？ 

Jory氏は次のように語っています。「Hastingsの観点から言うと、私たちは、AIを使って社内のあらゆる問題を解決するという誇大広告にはこだわらないということです。「私たちは、データが適切な場所に保管され、適切な方法で管理されていることを確認することに集中しがちです。そして、使用したいテクノロジーを使ってそのデータを探索するための基盤は整っています」

Snowflakeも同じように生成AIに取り組んでいます。私たちは最初からデータについて統制されています。堅牢なAI戦略に貢献する要素を考えるとき、すべてはデータから始まります。

Snowflake、Hastings、Zoomによる生成AIの利用 

私のチームは、私たちがSnowflakeで市場に投入するすべてのことのカスタマーゼロです。その最大の魅力は、組織全体の生産性を向上させるカスタムアプリケーションを開発できることです。  

• 従業員の定着の促進：私たちは、初日から従業員のエクスペリエンスの革命を目指しています。業務に慣れるまでに最大90日かかることもあり、新入社員にとっても会社全体にとってもストレスの溜まる仕事です。障害の1つは、ヘルプデスク向けに設計されたナレッジベースの記事を通じて多くのプロセスを文書化し、伝達することです。これは煩雑であり、新しいチームメンバーに力を与えるための直感的かつ能動的な方法ではありません。私のチームは、これらの記事を統合し、Snowflake CortexのAI/ML機能を使用してEmployee AI Assistantを作成することで、これに対処しました。このStreamlitアプリを使用すると、従業員はサポートチケットを開くことなく、「ロンドンから訪問するときにサンマテオのオフィスのプリンタを設定するにはどうすればよいか」といった情報に簡単にアクセスできます。新入社員の初日に提供されるアシスタントには、その人の役割に合わせてコンプライアンス、HRトレーニング、認定資格も組み込まれています。 

• QA作業からの脱却：品質保証テストを行っているデータエンジニアはどれくらいいますか？あまりないと思います。リソースは常に限られており、エンジニアリングの人材は常に需要が多く不足しているため、ソフトウェア開発のQAとテストの部分をAIにシフトしています。 

当社の内部アプリであるQA Assistantは、ソフトウェア開発ライフサイクルを合理化します。注目すべきは、3つの主要なSaaSアプリケーションにこの機能を導入し、ワークロードを35%以上削減できたことです。私たちは、このフレームワークを反復性に自信のある、より複雑なアプリケーションに適用しています。今では、ソフトウェアエンジニア（通常はQAやテストが嫌い）は、AIの可能性を模索しながら、設計や開発に注力できるようになりました。 

Hastings Directは、英国有数の総合サービスプロバイダーです。保険は、運転手や住宅所有者などのリスク要因を決定する、リスクに関するものです。最初に成功したAIプロジェクトには以下が含まれます。

• リスク評価の改善：10年ほど前、Hastingsの保険会社は保険申請を評価する際の標準的なデータポイントが40～50に限られており、市場で目立つことは困難でした。現在は、社内外の数千のデータポイントを使用しています。特に英国では、潜在顧客がHastingsに対してクエリを行う多くの価格比較ウェブサイトを利用し、競争力のあるコメントを提示するため、スピードが極めて重要です。Snowflakeを利用することで、Hastingsは何千ものデータポイントから顧客を評価し、3秒足らずで見積もりを出すことができるようになりました。 

Zoomは、サブスクリプションベースのコラボレーションプラットフォームで、製品ラインの拡大や地理的な拡大など、この2年半で驚異的な成長を遂げました。これは喜ばしいことですが、そのためには相当かつ迅速に業務をレベルアップする必要がありました。現在、AI/MLエンジンを強化するクラウドベースのウェアハウスを使用して、顧客のライフサイクルを評価しています。 

• 調達クロスセルの機会：過去2年間、ZoomはMLを使用して、クロスセルの機会を通知し、顧客がZoomライセンスの拡大を最も受け入れやすい時期を示し、顧客の解約を予測してきました。

• ローカルAPIでインサイトを提供：従来、アナリティクスは何らかのダッシュボードを通じて提供されます。現在、Zoomは、営業担当者が日々作業するAPIで、AIを活用した生成インサイトを直接発掘しています。Sinha氏は次のように述べています。「Salesforce、Zoomクライアント、Zoomチャットのモバイルインサイトにアクセスし、60秒足らずでカスタマーサクセスチームの情報を取得できるようになりました。

「自動操縦ではなく副操縦士」

生成AIは仕事に影響しますが、人々が考えていたような恐怖心を引き起こす方法では影響しません。テクノロジーが人に取って代わるとは思っていませんし、他のパネリストもそうは思いません。「私はいつもチームにこう言います。これは副操縦士であり、自動操縦ではありません」とジョリーは言いました。「このテクノロジーを使用して生産性を向上させることはできますが、何が出てくるかを確認し、モデルのトレーニングを続け、それが正しい答えを示していることを確認し続ける必要があります。」

生成AIでできることはたくさんあります。CIOまたはCTOの視点から見ると、その機会はほぼ圧倒的です。どのユースケースが最も大きなビジネスインパクトをもたらすか、よく考えなければなりません。なぜなら、誰もがそれを手に入れたがっているからです。それらの価値提案を見失わないこと。データが適切な場所にあり、適切なパートナーがいれば、空は無限です。 

会話全文については、CIOエグゼクティブパネル：グローバルな不確実性の時代におけるAIテクノロジー投資の最適化 をご覧ください。