人工知能センターオブエクセレンス：ビジネス変革を推進する新たなエンジン

AIセンターオブエクセレンスは、人材の統合、プラットフォームの標準化、ビジネス領域全体への成果の普及、新しい収益モデルの発見を通じて、AIテクノロジーの実装と組織全体の変革を加速できます。

[[346411]]

シェルが2013年に初めて「AI Center of Excellence」を立ち上げたとき、それはAIと呼ばれておらず、予測分析と呼ばれており、規模も小さいものでした。

「それは私だけだった」とダン・ジェイボンズは語った。彼は現在、180 人のフルタイムのデータ サイエンティストとエンジニアを擁するシェルのデータ サイエンス センター オブ エクセレンスを監督しています。

「スタッフも増えました」と彼は言った。

当初、Center of Excellence の目的は、分析に関連するプロジェクトに取り組んでいるビジネス ユニットをサポートすることでした。

「私たちはさまざまな場所で多くの事業分野のプロジェクトを進めています」と彼は言いました。「私たちが行っているさまざまなことを調整する必要性を認識している幹部もいます。当初の意図は、進行中のさまざまなことを円滑に進め、事業部門が独立して仕事を行えるようにすることでした。」

しかし、AI テクノロジーには高度な技術的スキルが必要であり、ビジネス部門のジェネラリスト データ サイエンティストは、ディープラーニング、マシン ビジョン、自然言語処理などのニッチな分野において、これらのテクノロジーを十分に活用するのに十分な専門知識を持っていない可能性があります。さらに、各事業部門に独自の作業を許可すると、同じ問題を解決するのに異なるアプローチを取ることになる可能性があります。

「共通の基準を作成し、データにアクセスするための共通のプラットフォームを作成し、保証プロセスを設計することが特に必要だ」とジェボンズ氏は述べた。

その結果、シェルのセンター・オブ・エクセレンスの役割はさらに拡大し、高度な専門スキルを持つ人材がさらに増え、いくつかの基準やポリシーが策定されるようになりました。

現在、シェルは AI プロジェクトのほとんどに Microsoft Azure を使用しているが、一部の作業は Amazon の AWS で行っているとジェボンズ氏は語った。シェルは、DatabricksやC3などのデータ分析技術企業とも緊密なパートナーシップを築いており、各パートナーはより専門的な技術力を提供していきます。ジェボンズ氏は、これがシェルの人工知能ソリューションの開発を加速させるのに役立つだろうと述べた。

このような集中型アプローチを確立することが、AI テクノロジーを大規模に導入したい組織にとって鍵となる可能性があります。 7 月に発表されたデロイトの最新レポート「企業における AI の現状」によると、AI を導入している高度な企業は、AI テクノロジーとベンダー選択プロセスに対して集中型のアプローチを取る傾向が強いようです。

「センター・オブ・エクセレンスがなければ、カスタマイズされた投資を行う必要がある事業分野が8～10あり、IT部門で働く人は皆異なる分野から来ており、投資は非効率的です」とデロイト・コンサルティングのプリンシパル、デイブ・クーダー氏は述べた。同氏は、AIセンター・オブ・エクセレンスは、企業が単一プロジェクトのプロトタイプや概念実証からAI技術の大規模な導入まで、あらゆることを前進させるのに役立つと付け加えた。

「過去数年間に実施されてきたさまざまな取り組みを、今や産業化し、強化し、実行する必要がある」と同氏は述べた。「AIの卓越センターは重要な役割を果たしており、これらの取り組みを調整するための良い出発点となっている。」

シェルの経験が示すように、社内の専門知識と共通のプラットフォームおよび標準の開発は、AI センターオブエクセレンスを確立するための最初の段階です。ここでは、AI センター オブ エクセレンスが今日のビジネスにどのような影響を与えているかを見ていきます。

AIテクノロジーの大規模な導入

2 年前、QTS データセンターは、データセンター プロバイダーの AI テクノロジーの進歩を加速するためにイノベーション ラボを立ち上げました。

「当社は事業を拡大していましたが、アナログ処理には非効率性がありました」と、世界26か所でデータセンターを運営するQTSの製品最高技術責任者、ブレント・ベンステン氏は語る。

たとえば、ベンステン氏によると、かつてはエンジニアが100万平方フィートの建物を含むQTSの施設を巡回し、すべての機器を自ら点検していたという。 「たとえば、エンジニアがエアコンパネルを見て、その数値をクリップボードに手書きし、戻って『すべて正常に動作している』かどうかを確認します。基礎となるデータ ポイントはなく、『すべて正常に動作している』というだけです。」

したがって、ラボの最初の目標は、このプロセスをデジタル化して業務効率を向上させることです。現在、これらの測定値はすべて自動的かつ詳細に収集されており、企業は業務の完全なデジタル画像を把握できます。このデータは、電力需要の予測、メンテナンス作業の最適化、企業の二酸化炭素排出量の削減に活用できるようになりました。

「現在、これらすべては AI によって管理・運用されており、完全にデジタルな体験となっています」と同氏は語った。同研究所は AI プロジェクトに約 90% の時間を費やしており、ServiceNow や Salesforce などのサードパーティ プラットフォームと統合するようにシステムも構成している。 「当社は集中管理を行っており、QTS ポートフォリオ全体でデジタル体験をより幅広く促進することができます。」

これらの利点は、会社の内部業務に限定されません。これらの予測ツールは同社の顧客にも利益をもたらします。

「人工知能、機械学習、ニューラルコンセプトを利用することで、何が起こるか、機器のダウンタイム、故障、電力消費などを予測できます」とベンステン氏は語った。これには、顧客の電力使用量を最大60日先まで予測できることも含まれる。その結果、QTSの顧客は環境に適応しやすくなり、電気代を削減し、問題を事前に解決できるようになると彼は述べた。

「持続可能性のカーボンフットプリントも削減できます」と彼は付け加えた。「私たちがデータを提供するので、持続可能性クレジットを提出することができます。」

アーンスト・アンド・ヤングでは、2016年に立ち上げられたAIセンター・オブ・エクセレンスがAI技術の大規模導入のペースを加速させたと、同社の機械学習担当副リーダー、ジョナサン・デガンジ氏は語った。

「サイロ効果、つまり互いに話し合わないグループが存在するという問題がいくつかあると感じていました」と彼は語った。さらにEYは、マネーロンダリングの阻止など、事業部門や地域間の調整を必要とするいくつかの大規模プロジェクトに取り組みたいと考えていた。

「特定の分野の専門知識を結集すると、乗数効果が生まれます」と、AIプロジェクトを支援するためにAIセンターオブエクセレンスを活用したいと考えているアーンスト・アンド・ヤングの金融サービス部門のリーダー、カール・ケース氏は語った。 「私たちは、世界的な金融犯罪、複雑な税法や規制、仕事の未来、デジタル変革の影響など、いくつかの非常に困難で大きな問題に取り組んでいます。」

同氏は、人工知能のグローバル・センター・オブ・エクセレンスを設立する前に、自身のチームが米国の小規模なAIチームと連絡を取っていたと述べた。しかし、人工知能のグローバルセンターが設立されれば、ケース氏のチームは大きな計画を立て始めることができるようになる。 「我々は麻薬組織や人身売買組織を発見し、彼らの活動を阻止した」とデガンジ氏は語った。

たとえば、グラフベースのネットワーク アプローチと異常検出を使用すると、AI システムは個々のトランザクションだけでなく、疑わしい動作パターンを識別できます。

「これで、ネットワーク全体のパフォーマンスがわかります」と彼は言います。「新しい関係が通常とは異なる方法で確立されているでしょうか。たとえば、犯罪組織がアカウントを開設して取引を行う方法は、誰かが新しい合法的なビジネスを始める方法とは大きく異なります。AI は、このアプローチの大きな違いを検出できます。」

学習の伝達

AI COE が社内の専門知識と共通プラットフォームを構築したら、次の段階は企業全体でベストプラクティスを共有することです。

「AI は企業の境界を尊重しません」とシェルのジェヴォンズ氏は言う。たとえば、予知保全はシェルのほぼすべての事業に適用されており、AI の卓越センターを設立した後は、ある分野で開発されたテクノロジーをさまざまな場所に展開できる。

「もう 1 つの例はマシン ビジョンです」とジェボンズ氏は言います。「小売業界でのユース ケースを開発してきましたが、それらのユース ケースの背後にあるサポート機能は、腐食の問題を調べる製造現場での検査作業にも適用されます。」

ゼネラル・エレクトリック社は、さまざまな事業部門で AI テクノロジーを活用できるよう、AI センター・オブ・エクセレンスも設立しました。 GE は、シックス シグマとリーン手法を使用して製造効率を改善することで有名ですが、現在は AI を使用して、同じ種類のプロセス改善を組織の他の領域に適用しています。 GEはすでに自社の設備のデジタルツインの作成に重点を置いたAIセンターオブエクセレンスをグローバル研究開発センター内に設置しており、現在はGEデジタル内にAIを使用して会社全体でデジタル変革を推進することに重点を置いた新たなセンターオブエクセレンスを設置していると、GEデジタルの上級副社長兼最高技術責任者のコリン・パリス氏は述べた。

パリス氏は、事業部門は通常、目先のニーズに焦点を当てているため、大規模な変革プロジェクトに必要なような深い AI の専門知識を持っていないことが多いと述べています。

「私たちは仮説が機能するかどうかを確かめるために研究し、最高の人材を集め、それをGEの複数の部門に適用しました」と彼は語った。

センター・オブ・エクセレンスは現在、保証費用の増加の理由を調査しています。

「壊れた部品があったのに、もっと早く交換しなかったため、保証費用が上がったのです」と彼は言う。「もし、それらの部品をもっと早く見つけて、まだカテゴリー III のときに交換していたら、費用は 5,000 ドルで、修理に 1 週​​間かかっていたかもしれません。カテゴリー V になるまで待っていたら、費用は 500,000 ドルで、修理に 1 か月かかっていたかもしれません。」

AI を活用した画像認識技術により、ブレードの損傷など、最も一般的な問題領域に専門家が集中できるようになり、検査がスピードアップします。人工知能技術は、メンテナンス計画を策定し、最も合理的な方法で人員を配置するためにも使用され、メンテナンスをより早く、より低コストで実行できるようになります。

「現在、南米で実験的に運用しています」と同氏は語った。「今年末までに結果がわかるでしょう。保証費用が削減されれば、実験は意味のあるものとなり、他の地域にも展開する予定です。」

会社全体の変革

AI Center of Excellence を作成し、ベストプラクティスを会社全体に浸透させることで、組織は AI パイロットやプロジェクトから新たな洞察を得て、会社の運営方法を大きく変えることができるようになります。

シェルでは、すべてはセンサーから始まります。

「当社は IoT センサーを使用して監視サービスを提供しているため、リアルタイムで何が起こっているかを把握し、顧客に追加のサービスを提供できます」とジェボンズ氏は語った。

たとえば、シェルは顧客が知る前からエンジンに水が入り込んでいることを知っていました。こうした洞察を武器に、シェルは顧客へのサプライヤーとしてだけでなく、パートナーとしても成長しています。この変化により、デジタル充電器管理などの新しいエネルギー事業を含む、AI を活用した変革によって推進されるビジネス モデルが生まれています。

実際、シェルは全体として AI 主導の企業になりつつあるとジェボンズ氏は語った。 「当社には『Shell to AI』というプログラムがあり、これは当社の事業のあらゆる分野にAI技術を組み込むための包括的な変革プログラムです。」

これは製造、保守、研究開発作業に限定されません。 「根本的に、クラウドコンピューティングと人工知能によって推進されるソフトウェアの開発方法は、今後数年間で私たちのビジネスのあらゆる側面を変えるだろうと私は信じています。インターネットと同様に、この技術はどこにでも普及するでしょう。私たちはそれに備える必要があります」と彼は語った。

このプロセスの一環として、センター オブ エクセレンスは、AI テクノロジーに携わる社内の人々の草の根プロジェクトの調整を支援しています。この従業員数は、2013 年の 30 人から現在では 4,000 人にまで増加しています。

「私たちは、現在シェルで起こっていること、AI の分野で起こっていること、そして AI をどう応用できるかについて、いくつか共有しています」とジェボンズ氏は語った。「また、Udacity と協力して、市民データ サイエンティストのスキル向上を支援するトレーニングを提供しています。また、大規模な展開ができるように、共通プラットフォームにも投資しています。」

AI の変革の可能性を認識している企業はシェルだけではありません。 MITスローン校とボストンコンサルティンググループが昨年末に実施した調査によると、企業の90％が人工知能を自社の発展のためのビジネスチャンスと捉えている。

しかし、調査では、ほとんどの企業がまだ初期段階にあり、過去3年間にAI技術からビジネス上の利益を得たと答えた企業は40％未満であることが明らかになりました。レポートによると、成功している企業は、AI プロジェクトをより大規模なビジネス変革の取り組みと統合できていることがわかります。

ビジネスが成功する方法の 1 つは、新しい製品ラインに関する洞察や、企業のビジネス モデルの完全な見直しにつながる AI プログラムを作成することです。それがより早く成功を達成する方法だと、テンピの技術コンサルティング会社インサイトのデータおよび人工知能担当チーフアーキテクト、ケン・セイアー氏は言う。

AI センターオブエクセレンスを設立することで、学習内容を社内の他部門や経営幹部に確実に広めることができ、実際の変化を推進できる可能性が高まります。

例えば、セイアー氏は、メンテナンスの改善にAIを活用している大手航空会社と仕事をしたことがあるという。同社のビジネスモデルは、機器の販売とメンテナンス業務の請負です。しかし、機器のパフォーマンスをより深く理解することで、サブスクリプションベースのサービスに移行することができます。

「現在、企業は顧客よりも自社のビジネスをよく理解しているため、顧客の成功に重点を置くようになっています」と同氏は述べた。「顧客満足度は向上し、収益モデルはより予測可能かつスムーズになり、総コストは減少しました。」

しかし、大きな変化には大きなリスクが伴い、AI にとってこれは単なる通常のビジネス リスク以上のものを意味します。

「もし我々がビジネスのやり方を大きく変えるのであれば、従業員、顧客、利害関係者、そして一般大衆に対して説明責任を果たす形でそれを実行するようにしなければならない」と彼は語った。

「AIは原子力と同等かそれ以上の混乱を引き起こす可能性がある」と、YLベンチャーズの常駐最高情報セキュリティ責任者で、元バンク・オブ・アメリカの最高セキュリティ科学者であるスニル・ユー氏は言う。

組織全体がその悪影響を理解する必要があり、この点で AI の卓越センターが果たすべき役割があると彼は述べた。 AI のリスクを個別に評価すると、一部の主要な利害関係者が除外される可能性があります。

「AIを適していないことに使うリスクを負うと、潜在的な責任が生じる」と同氏は語った。