ビッグデータと人工知能の未来は同じになるだろう

Charles Araujo 氏は、著名な業界アナリストであり、デジタル エンタープライズの国際的に認められた権威であり、『The Quantum Age of IT: Why Everything You Know About IT Must Change』の著者でもあります。 Intellyx のシニアアナリストであり、Digital Transformation Institute の創設者でもあります。

[[252666]]

アラウジョ氏は、1990年代半ばに初めて事業を始めたとき、ほとんどの起業家が最初に行うこと、つまり名刺を印刷して注文することを行ったと語った。実際には住所と電話番号が必要です。結局、この情報なしで名刺を作ることは不可能です。その後、アラウジョ氏は会社の会計システムを構築し、法的書類を作成し、ウェブサイトを構築し、もちろん総合的な事業計画を作成しました。アラウジョはやるべきことをすべてやり遂げ、ソリューションの販売を始めました。

しかし、これはよくあることであり、多くの企業はこれらの特定の事柄の方法に執着するあまり、自社の目標を見失ってしまうことがよくあります。アラウジョ氏は、事業を軌道に乗せるまでにしばらく時間がかかったと語った。

今日では、ビッグデータ、分析スペース、人工知能 (AI) の使用がますます増えていますが、これらの新しいテクノロジーは方法論に重点を置いています。

もちろん、方法は重要です。しかし、それらはこれら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 に関して言えば、価値はデータの収集やそこから得られる洞察からは生まれません。価値は、行動という一つのものから生まれます。

ビッグデータ: 間違った角度から始めていますか?

最初から方法論に過度に重点を置いたのかもしれない。ビッグデータの背後にある精神は、すべてのデータを収集し、後で整理するということに要約できます。

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おり、この戦いに勝つことはできない」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。「データは増え続け、データレイクから抜け出せなくなる。」

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。「当社のお客様は 2 つの道を歩んできました。1 つ目は、手動アクティビティを自動化して最適化することです。2 つ目は、データを使用して新しいビジネス モデルを作成することに重点を置くことです。これは、より変革的です。最も成功している企業は、この両方に重点を置いています。」

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、方法論に焦点を当てるだけでは不十分です。ここで疑問が湧きます。データからどのように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

「データには価値がない」とdiwoのラナ氏は説明する。 「価値は、誰かがデータをある状況で使用したときに生まれます。データが活用されてこそ価値が生まれます。したがって、データをどのように活用するかを決める責任は、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、多くの専門家がデータを新たな石油や通貨と呼んでいる中、ラナ氏の発言はそれに反しているように見えるかもしれない。この新しい石油や通貨には固有の価値があるように思われます。しかし、組織がビッグデータ、分析、AI の道を歩み始めるにつれて、この言葉の真実性がわかってきています。

GE デジタルの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、素早く徹底的な分析を行って洞察を得たいと思っていました。当初の価値は、そうした洞察を発見することでした。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。そこで、それらを運用化し、実用的なレベルに引き上げる必要がありました。そして、実際に行動を起こせる人々にそれを届けたいと考えました。」

実際、アクション指向のビジネス フォーカスの欠如は、ビッグ データに対する従来のデータ ファースト アプローチが直面している最大の課題です。

「データ レイクは IT 指向です」と、継続的データ プラットフォームである Iguazio の創設者兼 CEO である Asaf Somekh 氏は説明します。「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完成させているのです。ビジネス成果やビジネス イニシアティブの改善を目指しているわけではありません。」

価値を探すときは、技術的な背景を忘れてください

したがって、価値を運用化しようとする場合、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重要です。これは思ったよりも難しいかもしれません。

専門家は、AI によって業界はビジネス価値を中心に再焦点を合わせるようになると確信しているが、多くの企業はこれを無視している。

しかし、専門家の AI への関心は単なる技術的な背景の 1 つに過ぎず、ビジネスの観点ではなく、より関心の高い新しいテクノロジーにのみ焦点を当てています。

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。

そして実際、組織はビッグデータ、分析、AI におけるさまざまな形の投資の多くから、多大なビジネス価値を引き出すことができます。重要なのは、行動に最も近い人々に行動を起こさせ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、完全な AI が実装されるずっと前に組織がこの価値を実現している優れた例です。

「ストリーム処理とストリーミング分析は、機械学習の運用に不可欠な要素です」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移動させてストリーム処理を使用できるようにすれば、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やリアルタイム分析を実行できるようになります。」

企業が AI の道を進むにつれて、行動を起こす貴重な機会を逃さないことも同様に重要になります。

「進化の3番目のステップは、人工知能と機械学習の分野です。ここでは、何が起こるかを予測できます」と、時系列データベース会社Timescaleの共同創設者兼CEOであるAjay Kulkami氏は説明します。「最初のステップはデータの収集ですが、そのデータを使用して何が起きているかを監視するステップがあります。そして、監視から観測可能性に移行します。これが、私たちが最初に行っていることです。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するためです。」

データに意味を持たせる

しかし、ビッグデータの歴史的かつ遡及的な分析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なるほど、リスクと報酬は大きくなります。

データ主導の行動が求められるこの世界では、データの正確性と、それを活用して意思決定や行動を起こす方法を理解することが、戦略上不可欠となります。

「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します」とラナ氏は説明します。「そのため、認知システムはデータだけでなく、両方の様式をモデル化する必要があります。」

リスクが増すにつれて、データ自体を理解する必要性が、データの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。

「大量のデータを取り込むと、知らないデータである『ダークデータ』も大量に生成されます」とGEのゴエル氏は指摘する。「そこでIo-Tahoeのような企業の出番です。彼らはデータから洞察を提供します。データから洞察を得るには、まずデータを理解する必要があります。」

しかし、さらに重要なのは、データを理解する必要性は、データの系統やガバナンスなどの側面を超えているということです。特に、ユーザーがこのデータに基づいてアクションを実行する場合、シーン内の自分のデータと他のデータとの関係を理解する必要があります。

「データの取り込みは根本的に混乱を招きます」と Goel 氏は詳しく説明します。「データをデータ レイクに取り込むと、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。ツールは、以前存在していた関係性を再構築したり、異なるデータ セット内のデータ間の関係性を発見したりするのに役立ちます。」

データとAIの未来

今日、データ業界は成熟しつつあります。この分野の一部のテクノロジー企業は従来のビッグデータ精神に固執し、方法論と技術的なニュアンスに重点を置き続けていますが、多くの企業は、結果とデータに基づいて行動する能力がすべて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大きな役割を果たすでしょう。そして、今後数年間で AI がさらに普及するにつれて、業界に再び変化をもたらす可能性があります。

SiliconANGLE の研究ディレクターであるピーター・バリス氏は、AI の将来について次のようにまとめています。「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、そうするためには、より効果的にデータを取得し、それを価値に変え、そしてそれを活用することが重要であると説明しました。 「貴重なデータを活用するために人工知能に頼る傾向が強まるにつれ、その結果に取り組む必要がある」と彼は語った。

「このアクションの概念により、私たちは新しい種類のシステムについて考える必要に迫られます」とバリスは説明する。「その新しい種類のシステムはエージェント システムと呼ばれます。」

組織の代理としてデータを使用するシステムのアイデアは、ようやく現実のものとなり始めています。

したがって、組織がこの道を歩み始める際には、データに基づいて行動する能力に表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次のように述べて、このことを最もうまく要約してくれました。「これはデータに関する会議でした。しかし、これはビジネス価値に関する会議であるべきでした。」