ビッグデータとAIの未来は1つに集約される

ビッグデータ、分析、AI に関しては、価値はデータの収集から（あるいはそこから何らかの洞察を引き出すことからさえも）生まれるのではありません。価値は、アクションという 1 つのソースからのみ生まれます。

90 年代半ばに初めてビジネスを始めたとき、私はほとんどの初心者起業家と同じように名刺を注文しました。

実は、まず場所を選んで電話を注文する必要がありました。結局、携帯電話がなければ名刺を注文することができませんでした。次に、会計システムを設定し、法的書類を作成し、ウェブサイトを構築する必要がありました。もちろん、長い事業計画書も書かれました。

私は、自分のストーリーを伝え、自分のソリューションを売り込むことを除いて、必要なことはすべてやりました。

[[246642]]

しかし、いつものように、私は仕組みに夢中になりすぎて、目的を見失ってしまいました。自分の足場を見つけるのにしばらく時間がかかりました。

私は、O'Reilly と Cloudera が共同で主催した最近の Strata Data Conference で、この強力な学習体験を思い出しました。

ビッグデータと分析の分野（そして、ますます衝突しつつある AI 市場）の多くは、依然としてメカニズムに重点を置いています。

もちろん、メカニズムは重要です。しかし、メカニズムはこれらすべての分野が存在する理由ではありません。ビッグデータ、分析、AI に関しては、価値はデータの収集から（あるいはそこから何らかの洞察を引き出すことからさえも）生まれるのではありません。価値は、アクションという 1 つのソースからのみ生まれます。

ビッグデータ: 最初の間違ったステップ?

最初からメカニクスに重点を置きすぎたのかもしれません。ビッグデータの背後にある精神を非常にうまくまとめると、「すべてを収集し、後で整理する」ということです。

焦点は、何らかの形で役立つと考えられるあらゆるデータを収集する大規模なデータ レイクを構築することにあります。しかし、このアプローチを維持するのは困難です。

「（このアプローチは）間違っている」と、認知意思決定プラットフォームdiwoのCTO、サティエンドラ・ラナ氏は言う。「この戦いに勝つことはできない。データはどんどん増え続け、湖面を泳ぐどころか、湖の底に沈んでしまうだろう」

多くの組織が同じ結論に達しています。さらに、IT リーダーとビジネス リーダーは、ビッグ データと AI イニシアチブの真の価値を明らかにするには、考え方を変えて運用と変革の成果に重点を置く必要があることに気づき始めています。

「考え方の転換が重要です」と、SAP Leonardo の副社長である David Judge 氏は説明します。「お客様が選択できる道は 2 つあります。1 つ目は最適化、つまり自動化して手作業をなくすことです。もう 1 つは、より変革的な新しいビジネス モデルを [データを使用して] 作成することに [重点を置く] 方法です。最も成果を上げている企業は、その両方を実行する傾向があります。」

メッセージは明確です。本当の目標がこれらすべてのデータから価値を生み出すことである場合、仕組みに焦点を当てるだけでは不十分です。なぜなら、これは乞食論理の罠に陥るからです。データからどうやって価値を引き出すのでしょうか?

行動を通じて価値を実現する

「データには価値がありません」と diwo の Rana 氏は説明します。「データが価値を生み出すのは、人々が状況に応じて使用する場合のみです。データが使用されるときに、そこに価値が生まれます。したがって、データをどのように活用するかを決定する責任は、データの作成者ではなく、価値の創造者にあります。」

表面的には、ラナ氏の主張は、データが新たな石油や通貨であり、固有の価値があると多くの専門家が言っていることと矛盾しているように思える。しかし、組織がビッグデータ、分析、人工知能にさらに取り組むにつれて、人々はラナ氏の発言が理にかなっていることに気づき始めている。

GE のデータ担当副社長兼最高データ責任者であるディワカール・ゴエル氏は、次のように説明しています。「ビッグ データに取り組み始めたとき、私たちはただ、素早く簡単に分析して洞察を得たいと思っていました。当初の価値は、そうした洞察を明らかにすることでした。しかし、その後、そうした洞察がビジネスの改善につながっていないことに気付きました。そのため、そうした洞察を実行可能なものにし、同時に、そうした洞察を行動に移す必要があります。そうした洞察を、実際に行動を起こせる人々に届けたいのです。」

実際、ビッグデータに対する従来のデータファーストのアプローチの主な問題は、このアクション指向のビジネス焦点の欠如です。

「データ レイクは IT 指向です」と、継続的データ プラットフォーム Iguazio の創設者兼 CEO である Asaf Somekh 氏は説明します。「データ レイクは、組織のすべてのデータを保存するプラットフォームを構築するための憲章を実装しています。データ レイクは、ビジネス成果を向上させるためのものではなく、ビジネス プランでもありません。」

価値を探すときは、技術的な背景にこだわらない

したがって、価値を運用化しようとするときには、技術的な観点ではなく、ビジネスの観点から物事を見ることが非常に重要です。

これはあなたが思っているよりも難しいかもしれません。

私は今年の Strata カンファレンスに参加しましたが、AI に関して私自身の偏見を持って参加しました。 AI によって業界はビジネス価値に再び焦点を合わせるようになると私は確信しています。ビジネス価値はとうの昔に失われたものだと感じています。

しかし、私が AI に焦点を当てているのは、単なる技術的な文脈のひとつにすぎません。また、私はビジネスの視点も持たず、より輝かしい新しいテクノロジーだけに焦点を当てていました。

テクノロジー業界に長く携わってきた私たちにとって、これはなかなかやめられない習慣です。

現実には、組織はさまざまな形態のビッグデータ、分析、AI への投資から多くのビジネス価値を引き出すことができます。重要なのは、あなたにとって最も関連のある行動をとる人々が、より効果的に行動できるようにする方法に焦点を当てることです。

ストリーミング分析と時系列データのアプリケーションは、AI が完全に実装されるずっと前に組織がこの価値を実現できる方法の優れた例です。

「ストリーム処理とストリーミング分析は、機械学習を運用可能にする上で重要な要素です」と、Striim の共同創設者兼 CTO である Steve Wilkes 氏は説明します。「データ サイエンティストを上流に派遣し、ストリーム処理を利用できるようにすれば、データ サイエンティストはモデルを構築し、そのモデルをデータ ストリームに挿入して、リアルタイムの予測と分析を行うことができます。」

企業が AI の道を進むにつれて、その過程で行動を起こす貴重な機会を逃さないことも重要になります。

「（まだ進化中の）第3段階はAIと機械学習の領域で、これから何が起こるかを予測することができます」と、時系列データベース企業Timescaleの共同創業者兼CEOであるAjay Kulkami氏は説明します。「第1段階はデータの収集ですが、その2つの段階の間には中間段階があり、データを使用して何が起きているかを監視します。そして、監視から観測可能性へと移行します。これが私たちが最初に目指すところです。そうすれば、ビジネスで何が起きているかをリアルタイムで確認できるようになります。」

データを理解する

しかし、ビッグデータの歴史的かつ遡及的な分析的価値提案からアクション中心の価値提案に移行する際の課題は、リスクが増大することです。そして、これらのアクションがリアルタイムに近づくほど、リスクと報酬は大きくなります。

データが行動を促す世界では、データの正確性と、その正確性をどのように活用して意思決定や行動を起こすかを理解することが、戦略上不可欠になります。

「意思決定には、意思決定を行う人々と、その意思決定に使用されるデータの両方が関係するため、認知システムはデータだけでなく、両方をモデル化する必要があります」と、diwo の Rana 氏は説明します。

リスクが増すにつれて、データ自体を理解することが、価値を実現するための重要な能力および道筋になります。

GE の Goel 氏は、「大量のデータを取り込むと、理解できないデータである「ダーク データ」が大量に作成されます。そこで Io-Tahoe のような企業の出番です。これらの企業はデータから洞察を提供します。データ分析に基づいて洞察を得るには、まずデータ自体を理解する必要があります。」と述べています。

しかし、さらに重要なのは、データを理解する必要性は、データ系統やデータ ガバナンスを超えるということです。特にデータに基づいてアクションを実行する場合は、データのコンテキストと他のデータとの関連性を理解することが重要になります。

「データの取り込みは基本的に破壊的です」と Goel 氏は詳しく説明します。「データをデータ レイクに入れると、データ セット間の関係性が失われます。データ セットの価値は、データ自体ではなく、関係性にあります。ここで (ツールが) 役立ちます。これらのツールは、以前存在していた関係性を再現し、異なるデータ セット内のデータ間の関係性を発見するのに役立ちます。」

データとAIの未来

Strata カンファレンスから私が得た大きな教訓の 1 つは、データ業界が成熟しつつあるということでした。この分野の一部のテクノロジー企業は依然として従来のビッグデータ精神に固執し、メカニズムやテクノロジーの細部に重点を置き続けていますが、多くの企業は、重要なのは結果とデータに基づいて行動する能力であると認識しています。

人工知能の継続的な発展は、間違いなくこの成熟プロセスにおいて大きな役割を果たすでしょう。そして、今後数年間で AI がしっかりと定着するにつれて、業界に再び変化をもたらす可能性があります。

SiliconANGLE Media がプロデュースするライブビジネステクノロジートークショー theCUBE は、カンファレンス取材の開始にあたり、「AI の未来」というイベントを主催しました。この間、SiliconANGLE の研究ディレクターである Peter Burris 氏は、AI の将来について次のようにまとめました。「AI の目標は、より多くのデータを活用することです。」

彼はさらに、そうするには、より効率的にデータを収集し、それを価値あるものに変え、そしてそれを活用することが重要だと説明しました。彼は、私たちが人工知能にますます目を向け、新たに獲得した貴重なデータを活用するようになるにつれて、AI の影響に取り組む必要があると説明しています。

「この行動の概念のため、私たちは新しい種類のシステムについて考える必要があります」とバリスは説明した。「この新しい種類のシステムは、エージェンシーシステムと呼ばれるでしょう。」

システムがデータを取得し、組織のエージェントとしてそれに基づいて行動するというアイデアは、今になってようやく現実のものとなりつつあります。しかし、すべての道がそのような目的地に通じていることは間違いありません。

したがって、組織がこの道を進む際には、行動を起こす能力に反映されるデータの価値に絶えず焦点を当て続ける必要があります。

Diwo の Rana は、会話を締めくくるときに「これはデータ会議でした。しかし、これはビジネス価値会議であるべきでした」とうまくまとめてくれました。

全く同感です。