Shell、EY、GE で変革を推進している AI Center of Excellence はどれほど素晴らしいのでしょうか?

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センターではなく予測分析センターと呼ばれており、規模も小さいものでした。

「センターには私一人しかいませんでした」と、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 エクセレンスを運営しているダン ジェイボンズ氏は言います。

「当社はこのセンターの規模を拡大しました」と彼は語った。

当初、Center of Excellence の目的は、データ分析に関連するプロジェクトに取り組んでいる事業部門にサポートを提供することでした。

[[384192]]

「私たちはさまざまな場所でたくさんのビジネスプロジェクトを進めていました。私たちの取り組みを調整する必要があると気づいたリーダーもいました」と彼は語った。「当初の意図は、進行中のプロジェクトを円滑に進めつつ、各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 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 AI を最大限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、各事業部門が独自の作業を行うことを許可したことにより、同じ問題を解決するためのアプローチが異なっていました。

「共通の基準を開発し、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、品質保証プロセスを設計することが非常に必要だ」とジェイボンズ氏は述べた。

その結果、シェルのセンター・オブ・エクセレンスの役割は拡大し、深い専門知識を持つより多くの人材を引き付け、基準とポリシーを設定でき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、一部は Amazon の AWS を使用していると Jeavons 氏は言う。 Shell は、Databricks や C3 などのデータ分析テクノロジー企業とも緊密なパートナーシップを築いており、他の多くのパートナーもより専門的な技術力を提供しています。ジェイボンズ氏は、これによりシェルがAIソリューションの開発ペースを加速す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。 2020 年 7 月に発表された Deloitte の最新の「エンタープライズ AI の現状」レポートによると、AI の導入に熟練した組織は、AI テクノロジーとベンダーの選択に集中型のアプローチを採用する可能性がはるかに高くなります。

「COEがなければ、企業は8～10の事業分野に個別の投資を行うことになり、そのすべてがさまざまな形でITスタッフを悩ませ、投資の効率も低下する」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 COEは企業が単純なプロジェクトのプロトタイプや概念実証からAIの大規模な導入へと移行するのに役立つと付け加えた。

「過去数年間に行われたすべての作業は、今や産業化され、強化され、実装される必要がある」と彼は述べた。「AIセンターオブエクセレンスは重要な役割を果たしており、これらの取り組みの一部を調整するための良い出発点となる。」

Shell の経験から、社内の専門知識を開発し、共通のプラットフォームと標準を確立することが、AI Center of Excellence を設立するライフサイクルの最初の段階であることがわかっています。ここでは、AI センター オブ エクセレンスが今日の企業にどのような影響を与えているかについて説明します。

大規模なAIの導入

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 の進歩を加速するために QTS イノベーション ラボを設立しました。

「当社は事業を拡大していましたが、シミュレーションプロセスに非効率な点がありました」と、世界26か所でデータセンターを運営するQTSの製品担当最高技術責任者、ブレント・ベンステン氏は語る。

たとえば、エンジニアたちはかつては数百万平方フィートのデータセンターを含む QTS 施設を巡回し、すべての機器を実際に確認していたとベンステン氏は語った。 「たとえば、エンジニアが当社のエアコンパネルを見て、数値を読み取り、それをクリップボードに手書きで書き留め、戻って「すべて正常に動作しています」とチェックします。ビジネスには、「すべて正常に動作しています」とだけ示す基礎データ ポイントがありませんでした。」

[[384193]]

当時のラボの最初の目標は、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した。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。

「これらすべてが今では完全にデジタル化された体験であり、AI によって管理、制御されています」と彼は語った。同研究所は、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ためのシステムの構成に加え、AI プロジェクトに約 90% の時間を費やしている。 「当社はガバナンスを一元化しており、これにより、より広範な QTS ポートフォリオ全体でデジタル エクスペリエンスを推進できます。」

そして、そのメリットは社内だけに留まりません。同じ予測ツールは同社の顧客にもメリットをもたらします。

「人工知能、機械学習、ニューラルコンセプトを活用することで、今後起こる問題、システム停止、故障、電力消費を予測できる」とベンステン氏は述べ、顧客の電力使用量を最大60日先まで予測できるようになると語った。その結果、QTS の顧客は自社の環境をより良く理解し、電気代を削減し、問題が発生する前に予防することができるようになると彼は述べた。

同氏はさらにこう付け加えた。「顧客は持続可能性の観点から二酸化炭素排出量を削減することもできます。必要なデータを提供しているので、顧客は持続可能性ポイントを申請することができます。」

EYにとって、2016年にAIセンター・オブ・エクセレンスを立ち上げたことは、AIの大規模な導入を加速させるのに役立ったと、同社のAIセンター・オブ・エクセレンスの機械学習担当アソシエイトリーダー、ジョナサン・デガンジ氏は語った。

「私たちは、異なるグループが互いに話し合っていないというサイロ化の問題があると考えていました」と彼は言います。さらに、EY はマネーロンダリングの防止など、事業部門や地域をまたいだ調整を必要とする大規模なプロジェクトに取り組みたいと考えていました。

「特定の分野の専門知識を組み合わせると、相乗効果が得られます」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・ケース氏は述べた。 「私たちはまた、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も取り組むことを検討しています。」

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、同氏のチームがアメリカの小規模なAIチームと連絡を取っていたと述べた。しかし、グローバル人工知能センターが設立されれば、ケース氏のチームはさらに広い視野で研究を進めることができるようになるだろう。 「我々は麻薬組織や人身売買組織を発見し、その活動を阻止した」とデグランジ氏は語った。

たとえば、グラフベースのネットワーク手法と異常検出を使用することで、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、ネットワーク全体がどのように動いているかがわかります」と彼は言う。「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、犯罪組織が口座を開設して取引を行う方法は、人々が合法的に新しいビジネスを始める方法とは大きく異なります。AI はパターン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確立したら、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 は組織の境界を尊重しません」とシェルのジェイボンズ氏は言う。たとえば、予測メンテナンスはシェルのほぼすべての事業に適用され、AI センター オブ エクセレンスがあれば、1 つの領域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。

[[384194]]

「もう 1 つの例はマシン ビジョンです」とジェイボンズ氏は言います。「当社は小売業向けのユース 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、製造現場での検査や腐食の問題の調査にも適用されます。」

ゼネラル・エレクトリック社は、さまざまな事業部門で AI を最大限に活用できるよう、AI センター・オブ・エクセレンスも設立しました。 GE は、製造効率を向上させるためにシックス シグマとリーン手法を使用していることでよく知られていますが、現在は人工知能を使用して、同様のプロセス改善を事業の他の領域にもたらしています。 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、GEにはすでに自社の機器のデジタルツインの作成に重点を置いたグローバル研究開発センターのAIセンターオブエクセレンスがあり、現在はGEデジタルの下に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く新しいセンターオブエクセレンスを設立したと述べた。

事業部門は通常、差し迫った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確かな AI の専門知識を持っていないことが多いとパリス氏は言います。

「私たちは仮定に基づいて研究を行い、それが実現可能かどうかを確認し、優秀な人材を集め、そして実現可能なものをGEの複数の事業に適用します」と彼は語った。

センター・オブ・エクセレンスは現在、保証費用が上昇している理由を調査しています。

「部品が壊れてもすぐに交換しないと、保証費用が上がる」と彼は言う。「部品の破損を早く発見し、それがまだカテゴリー III であれば、費用は 5,000 ドルで、修理期間は 1 週間で済むかもしれません。しかし、部品がカテゴリー V になるまで待つと、費用は 500,000 ドルで、修理期間は 1 か月かかる可能性があります。」

AI ベースの画像認識技術により、人間の専門家はブレードの損傷など、問題が最も発生しやすい領域に集中して検査を迅速化できます。 AI はメンテナンスのスケジュール設定にも活用されており、人員を最も適切な方法で配置しながら、メンテナンスをより低コストでより早く実行できるようになります。

「現在、南米で試験的に導入中です」と同氏は言う。「今年末までに結果がわかるでしょう。保証費用が下がり、試験的に導入する意味が出てきたら、他の地域にも導入する予定です。」

会社全体の変革

AI Center of Excellence を設立し、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 の実験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センサーの形で監視サービスを提供しており、これによりリアルタイムで何が起きているかを監視し、顧客にさらなるサービスを提供することができます」とジェイボンズ氏は語った。

たとえば、シェルは顧客よりも先にエンジン内に水が入り込むことを知っていました。このような洞察力により、シェルは顧客に対する単なるサプライヤーではなくパートナーになりつつあり、デジタル充電器の管理などの新しいエネルギー事業を含む、AI ベースの変革によって推進されるビジネス モデルを生み出しています。

[[384195]]

事実上、シェル社全体が AI 主導の企業になりつつあるとジェイボンズ氏は語った。 「当社には『Shell to AI』というプログラムがあります。これは、人工知能を当社の事業のあらゆる側面に統合する包括的な変革プログラムです。」

これには、製造、保守、研究開発などの側面だけが含まれるわけではありません。 「クラウドコンピューティングとAI主導のソフトウェア開発が今後数年間で私たちのビジネスのあらゆる側面に革命をもたらすと心から信じています」と彼は語った。「インターネットと同じように、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。」

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 に関心を持つ社内の人々の間で草の根プロジェクトを調整するのに役立っています。その数は、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、シェルが AI について学んだことやその使い方を共有しています」とジェイボンズ氏は言う。「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に取り組んでおり、大規模なシステム導入を支援する共通プラットフォームの構築にも取り組んでいます。」

人工知能の変革の可能性を認識している企業はシェルだけではない。 MITスローン経営大学院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％が人工知能が自社にビジネスチャンスをもたらしたと考えている。

しかし、調査によると、ほとんどの企業はまだ初期段階にあり、過去3年間に人工知能技術からビジネス上の利益を得た企業は40％未満です。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プロジェクトと統合できていることがわかります。

これを実現する方法の 1 つは、企業が人工知能プログラムを導入し、新しい製品ラインにつながる洞察を得たり、企業のビジネス モデルを完全に再考したりすることです。テンピを拠点とする技術コンサルティング会社、インサイトのデータおよびAI担当チーフアーキテクト、ケン・セイアー氏は、この作業は早期に開始できると述べた。

AI センター オブ エクセレンスを設立すると、学習内容が社内の他部門や経営陣に確実に伝達され、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、自身が勤務した大手航空会社の1社がメンテナンスの改善にAIを活用したと述べた。彼らのビジネスモデルは機器とメンテナンス契約を販売することですが、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のようなサービスに移行することができます。

「現在、彼らはクライアントのビジネスをクライアント自身よりもよく理解しているため、クライアントの成功を確実にする上でより重要な役割を果たしています」と彼は語った。「顧客満足度は向上し、収益モデルはより安定して信頼できるものとなり、全体的なコストは削減されます。」

しかし、大きな変化には大きなリスクが伴います。AI に関しては、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。

「事業のやり方を大幅に変えるのであれば、従業員、顧客、利害関係者、そして一般大衆に対して責任あるやり方でそれを行う必要がある」と彼は語った。

「AIは原子力と同じくらい破壊的だ」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、以前はバンク・オブ・アメリカの最高セキュリティ科学者だったスニル・ユー氏は言う。

同氏は、組織全体が AI の悪影響を理解する必要があり、この点で AI センターオブエクセレンスが果たすべき役割があると述べた。 AI のリスクを単独で評価すると、主要な利害関係者を見逃してしまうリスクがあります。

「我々はまた、AIを本来の目的外の用途に使うという危険にも直面している。それは潜在的な責任を生み出す」と彼は語った。