AI の成功のための 10 の重要な役割

あらゆる業界でますます多くの企業がビジネス プロセスを変革するために人工知能 (AI) を導入していますが、AI イニシアチブの成功はデータとテクノロジーだけでなく、適切な人材が参加しているかどうかにも左右されます。

効果的なエンタープライズ AI チームは、データ サイエンティストやエンジニアだけではなく、多様なメンバーで構成されるグループです。コンサルティング会社オムディアのAIプラットフォーム、分析、データ管理担当主席アナリスト、ブラッドリー・シミン氏は、成功するAIチームには、ビジネスと解決しようとしている問題を理解している人材も多く含まれるべきだと語った。

「当社が利用できるテクノロジーとツールでは、ドメイン専門家、ビジネス ユーザー、分析専門家が社内で AI を直接使用し、責任を負えるようにサポートし、権限を与えることがますます求められています。」

AI スタートアップ Plainsight の共同創業者兼 CEO である Carlos Anchia 氏は、AI での成功はさまざまな高度なスキルを備えたバランスの取れたチームの構築に大きく依存しているが、これは難しいことだと同意しています。

「効果的な AI チームを構成する要素を特定するのは簡単そうに思えるかもしれないが、成功している AI チームの各メンバーの詳細な責任を見ると、そのようなチームを構築するのは非常に難しいという結論にすぐに達します」と彼は述べた。

理想的な AI チームを構築するために、チームに必要な 10 の主要な役割を見てみましょう。

データサイエンティスト

データ サイエンティストは、あらゆる AI チームの中核を担う存在であると言っても過言ではありません。彼らは、データの処理と分析、機械学習 (ML) モデルの構築、すでに運用されている ML モデルの改善に使用される結論の導出を担当します。

TikTokのデータサイエンティスト、マーク・エルツェフォン氏は、データサイエンティストは製品アナリストとビジネスアナリストのハイブリッドであり、機械学習の知識も多少持っていると語った。

「彼らの主な目標は、どの主要な指標がビジネスに大きな影響を与えるかを理解し、データを収集して潜在的なボトルネックを分析し、さまざまなユーザーグループと指標を視覚化し、これらの指標を改善する方法についてさまざまなソリューションを提案して開発することです」と彼は述べ、データサイエンスがなければ、TikTokユーザー向けに新しい機能を開発する際に、それがユーザーに利益をもたらすのか、それとも遠ざけるのかを理解することは不可能だと付け加えた。

「機能のテストにどれくらいの時間を費やすべきか、何をテストすべきかがわかりません。こうした問題すべてに対して AI アプローチを使用する必要があります。」

機械学習エンジニア

データ サイエンティストは機械学習モデルを構築しますが、それを実装するのは機械学習エンジニアです。

「機械学習エンジニアの役割は、機械学習モデルをコンテナにパッケージ化し、通常はマイクロサービスの形で本番環境に展開することです」と、テクノロジー サービス企業 Persistent Systems のイノベーションおよび研究開発アーキテクトである Dattaraj Rao 氏は述べています。

この役割には、専門的なバックエンドプログラミングとサーバー構成のスキル、さらにコンテナ、継続的インテグレーション、配信展開に関する知識が必要だとラオ氏は述べた。 「機械学習エンジニアは、モデルの検証、A/B テスト、生産監視にも関与しています。」

同氏は、成熟した機械学習環境では、機械学習エンジニアは、本番環境で最高のパフォーマンスを発揮するモデルを見つけるために、わずかな実験しか必要としないサービスツールを試す必要があるとも述べた。

データエンジニア

データ エンジニアは、企業組織のデータ インフラストラクチャを構成するシステムを構築および保守します。デロイトのディレクター兼チーフアーキテクトのエリック・グフェッサー氏は、データが他の価値あるものに使用される前に、データを収集し、使用できるようにする必要があるため、データエンジニアは AI イニシアチブにとって非常に重要だと語った。

「データ エンジニアは、下流での使用のためにデータを収集および集約するためのデータ パイプラインを構築します。また、DevOps 環境では、それらのデータ パイプラインを実行するインフラストラクチャを実装するためのパイプラインを構築します」と彼は述べています。

同氏は、データエンジニアは機械学習プロジェクトと非機械学習プロジェクトの両方にとって不可欠であると述べた。 「たとえば、パブリック クラウドでデータ パイプラインを実装する場合、データ エンジニアはまず必要なクラウド サービスを起動するスクリプトを作成し、取得したデータを処理するために必要な計算を実行する必要があります。」

初めてチームを構築する場合、データ サイエンスは大量のデータを必要とする反復的なプロセスであることを知っておく必要があると、IT サービス企業 SPR の CTO である Matt Mead 氏は言います。十分なデータがあると仮定すると、「仕事の約 80% はデータ エンジニアリング関連の仕事になり、約 20% は実際のデータ サイエンス関連の仕事になります。」

このため、データサイエンスに取り組んでいる AI チームはごくわずかだと彼は言います。 「他のチームメンバーは、解決すべき問題を特定し、データの解釈や整理を手伝い、別の生産システムに統合するために出力したり、プレゼンテーションに適した形でデータを提示したりする必要があります。」

データ管理者

データ スチュワードは、会社のデータの管理を監督し、データがアクセス可能で高品質であることを保証する責任があります。この重要な役割により、組織全体でデータが一貫して使用され、会社が常に変化するデータ法に準拠していることが保証されます。

テクノロジー企業InsightのデータおよびAI担当全国実務リーダー、ケン・セイアー氏は、「データスチュワードは、データサイエンティストが正確なデータにアクセスでき、すべてが再現可能で、データカタログに明確にラベル付けされていることを保証する」と述べた。

この役割を担う人は、データ サイエンスを理解し、チーム間で連携し、データ サイエンティストやエンジニアと協力して、関係者やビジネス ユーザーがデータにアクセスできるようにするためのコミュニケーション スキルを持っている必要があります。

データ スチュワードは、データの使用とセキュリティに関する組織のポリシーも施行します。 「安全なデータにアクセスすべき人だけがアクセスできるようにするのは、データ管理者の責任です」とセイアー氏は語った。

フィールドエキスパート

ドメイン エキスパートは、特定の業界または主題領域に関する深い知識を持ち、特定の分野の権威です。利用可能なデータの品質を判断し、AI プロジェクトの対象となるビジネス ユーザーとコミュニケーションをとって、プロジェクトが現実世界で価値のあるものであることを確認できます。

AIシステムを開発する技術専門家は、システムが対象とするドメインの専門知識を持っていることはほとんどないため、ドメイン専門家は不可欠だと、ソフトウェア開発会社SpdLoadのCEO、マックス・ベイビーチ氏は述べた。 「ドメイン専門家は、AI システムが最高のパフォーマンスを発揮できるようにするための重要な洞察を提供できます。」

SpdLoad は、LIDAR 技術の代替として、自動操縦用の移動物体を識別するコンピューター ビジョン システムを開発したとき、その分野の専門家なしでプロジェクトを開始しました。研究によりこのシステムの有効性が証明されていたものの、SpdLoad が知らなかったのは、自動車ブランドは信頼性が実証されている技術のためコンピューター ビジョンよりも LiDAR を好んでおり、コンピューター ビジョン ベースの製品を購入する見込みがなかったということだ。

「私が共有したい重要なアドバイスの 1 つは、ビジネス モデルについて考え、次にドメインの専門家を招いて、これが業界で収益を上げる実行可能な方法であるかどうかを判断し、その後でより技術的な側面に進むことです。」

教育テクノロジープラットフォームiSchoolConnectのAI責任者、アシシュ・トゥルサンカー氏は、ドメイン専門家は顧客とAIチームの間の素晴らしい連絡役になり得ると語った。

「この人物は顧客とコミュニケーションを取り、顧客のニーズを理解し、AI チームに次の指示を与えることができます。また、ドメイン エキスパートは、企業が AI を倫理的に実装しているかどうかを監督することもできます。」

AIデザイナー

AI デザイナーは、開発者と協力して、人間のユーザーの真のニーズを確実に理解する責任があります。この役割は、ユーザーが AI とどのように対話するかを想定し、新しい AI 機能の使用例を示すプロトタイプを作成します。

AI 設計者は、人間のユーザーと AI システムの間に信頼が確立されていること、そして AI がユーザーからのフィードバックから学習して改善できることも保証する必要があります。

「組織が AI を拡大する上での困難の 1 つは、ユーザーがソリューションを理解していない、受け入れていない、または AI とやり取りできないことです」と、BCG の北米 AI プラクティスの共同リーダーである Shervin Khodabandeh 氏は述べています。「AI から価値を得ている組織の秘訣は、人間と機械のやり取りを正しく行えるかどうかです。」

ボストン コンサルティング グループは、10-20-70 原則に従っています。価値の 10% はアルゴリズム、20% はテクノロジーとデータ プラットフォーム、そして価値の 70% はビジネス統合、つまりビジネス プロセスにおける企業戦略への組み込みから生まれます。

「人間と機械の相互作用は極めて重要であり、課題の 70% を占める」と彼は述べ、AI Designer がその実現に役立つと付け加えた。

プロダクトマネージャー

プロダクトマネージャーは、顧客のニーズを発見し、製品開発と製品マーケティングを監督するとともに、AI チームが好ましい戦略的決定を下せるようにする責任を負います。

「AIチームのプロダクトマネージャーの役​​割は、AIをどのように活用して顧客の問題を解決できるかを理解し、それを製品戦略に反映させることです」と、AI開発会社Nexocodeのプロダクトマネージャー、Dorota Owczarek氏は語る。

Owczarek 氏は最近、自然言語を使用して研究論文や文書を人間がレビューすることをサポートする、製薬業界向けの AI 製品を開発するプロジェクトに取り組みました。

「このプロジェクトでは、製品の推進に必要なモデルとアルゴリズムを開発するために、データ サイエンティスト、機械学習エンジニア、データ エンジニアとの緊密な連携が必要でした」と彼女は述べています。

製品マネージャーとして、Owczarek は製品ロードマップの実装、予算の見積もりと管理、製品の技術面、ユーザー エクスペリエンス面、ビジネス面の間の連携を担当しています。

「今回のケースでは、プロジェクトはビジネス関係者によって開始されたため、プロジェクトの全体的な目標に焦点を当てながら、彼らのニーズが満たされるようにできるプロダクトマネージャーを配置することが特に重要です」と彼女は述べ、AIプロダクトマネージャーは技術的なスキルとビジネス感覚の両方を備えている必要があると付け加えた。

「プロダクトマネージャーは、さまざまなチームや関係者と緊密に連携できる必要があります。ほとんどの場合、AI プロジェクトの成功は、ビジネス、データサイエンス、機械学習エンジニアリング、設計の各チーム間の連携にかかっています。」

AI プロダクト マネージャーは、AI を取り巻く倫理的配慮も理解する必要がある、と Owczarek 氏は言います。「彼らは、会社の製品が業界のベスト プラクティスを満たしていることを保証するために、社内プロセスとガイドラインを開発する責任があります。」

AIストラテジスト

AI 戦略家は、企業レベルで物事がどのように機能するかを理解し、経営陣や外部の利害関係者と連携して、企業が AI イニシアチブを成功させるのに適切なインフラストラクチャと人材を備えていることを確認する必要があります。

EYコンサルティングのグローバルAIリーダーであるダン・ディアシオ氏は、AI戦略家が成功するには、自社のビジネス領域と機械学習の基礎を深く理解している必要があるほか、ビジネス上の問題を解決するためにAIをどのように活用するかも知っておく必要があると述べた。

「数年前はテクノロジーが難しかったが、今ではテクノロジーがさまざまなビジネスを結び付けて、構築したAI機能やAI資産を最大限に活用する方法を再考している」と同氏は述べ、AI戦略家は企業がAIを変革的な方法で活用する方法を考えるのを支援できると付け加えた。

「（企業の）意思決定方法を変えるには、そのプロセスを推進できる大きな影響力とビジョンを持った人材が必要です。」

AI ストラテジストは、組織が AI を効果的に推進するために必要なデータを取得するのを支援することもできます。

「企業が現在システム内またはデータ ウェアハウス内に保有しているデータは、実際には AI 機能を構築するために必要なデータのほんの一部にすぎません。AI ストラテジストの仕事の一部は、先を見据えて、プライバシー ルールに違反することなく、より多くのデータを取得して活用する方法を検討することです。」

最高AI責任者

最高 AI 責任者は、すべての AI イニシアチブの主な意思決定者であり、AI の潜在的なビジネス価値を利害関係者と顧客に伝える責任を負います。

「意思決定者とは、ビジネス、機会、リスクを理解している人々です」とiSchoolConnectのTulsankar氏は語った。

同氏は、最高AI責任者はAIをどこで活用できるか、どのAIが最も大きな経済的利益をもたらすかを把握し、それらの機会を利害関係者に明確に説明できる必要があると述べた。

「また、これらの機会を反復的に実装する方法についても話し合う必要があります。AI を必要とする顧客や製品が複数ある場合、最高 AI 責任者は実装の顧客に依存しない部分と顧客固有の部分を分離できる必要があります。」

エグゼクティブスポンサー

エグゼクティブ スポンサーとは、AI プロジェクトが成果を達成できるように積極的な役割を果たし、企業の AI イニシアチブのための資金を調達する責任を負う C レベルの幹部です。

EYコンサルティングのディアシオ氏は、AIプロジェクトを成功に導く上で経営幹部が重要な役割を果たすと述べた。 「企業にとって最大のチャンスは、特定の機能から抜け出す分野から生まれる傾向があります。」

たとえば、消費財メーカーには、研究開発を担当するチーム、サプライチェーンを担当するチーム、営業チーム、マーケティングチームがあります。「AI でビジネスを変革する最大かつ最良の機会は、4 つの機能すべてに関係しているため、これらの変化を実現するには、CEO または経営陣の強力なリーダーシップが必要です。」

残念ながら、多くの企業幹部はAIの可能性を十分に理解していないとBCGのシェルビン・コダバンデ氏は語った。

「彼らは AI について非常に限られた理解しか持っていません。AI をデータ サイエンティストに直接投げられるブラック ボックスと見なすことが多いのですが、AI を使用するためにどのような新しいアプローチが必要なのかを実際には理解していません。」

同氏は、企業がAIチームがどのように機能し、役割がどのように機能し、どのように承認を得るかを理解していないと、AIの導入は企業文化の大きな変化となるだろうと述べた。 「AIを導入する従来型企業の99%は、AI導入は難しいことだと考えています。」