多くの企業にとって、AIの導入は、その投資を測定可能な成果につなげることよりも容易であることが明らかになりつつある。
実際、アトラシアンが実施した調査に応じた経営幹部の大半は、組織全体で明確なAI投資対効果を示すことに苦慮していると回答した。
このギャップの解消を支援するため、アトラシアンはこのほどForward Deployed Engineering（FDE）プログラムを開始した。応用AIエンジニアを顧客チームに直接組み込み、それぞれのビジネスニーズに合わせたAIソリューションを構築・展開する取り組みである。
Forbesは、アトラシアンの最高人材・AIイネーブルメント責任者であるアヴァニ・ソランキ・プラバカールにインタビューし、従来型のAI導入アプローチがなぜ十分な成果を上げられていないのか、実験を具体的なビジネス価値へと転換するには何が必要なのかを聞いた。
なお、回答は明確さと長さを考慮し、一部編集している。
質問 01
なぜ今、アトラシアンの新しいForward Deployed Engineering（FDE）プログラムを開始するのに適したタイミングなのか。
現在、AIへの期待と実際のビジネスインパクトの間には大きな隔たりがある。当社のState of Teamsレポートでは、従業員の85%がAIを利用している一方で、実際の投資対効果を示せる経営幹部はわずか6%にとどまることがわかった。これは厳しい現実だ。
アトラシアンのFDEプログラムにおける私たちのアプローチは、そのギャップを埋めることに重点を置いている。コンサルタントではなく、本物の応用AIエンジニアであるビルダーを、顧客の環境に直接送り込むのだ。単にツールやモデルを引き渡すだけでなく、複雑な業務上のニーズを稼働するシステムに変えるために必要なエンジニアリングの専門性を組み込む。
これは実験から本番での価値創出へ移行するための取り組みであり、私たちは全力で取り組んでいる。
「現在、AIへの期待と実際のビジネスインパクトの間には大きな隔たりがある」
質問 02
エンジニアを顧客チームに直接組み込むことで、従来型のAI導入アプローチでは実現できない何が可能になるのか。
従来型の導入では、AIを古い仕事の進め方の上に単に「追加」する層として扱いがちだ。しかし私たちは、それがうまくいかないことを何度も目にしてきた。エンジニアをフルタイムで組み込むことで、仕事の「進め方」に踏み込むことができる。
定義上、アトラシアンのFDEは顧客自身のツールや技術スタックの内部で構築を行う。顧客がいる場所で支援するということだ。さらに、この関係は相互に有益である。当社のFDEは当社のコードベースにアクセスできるため、顧客と仕事をする中でプロダクト上のギャップに気づけば、当社のAIプラットフォームであるRovoを直接修正できる。
これにより即時のフィードバックループが生まれ、当社のチームとより広範な顧客基盤の双方に役立つ。従来型のコンサルタントはロードマップを提示するにとどまるかもしれないが、FDEは顧客固有のビジネスコンテキストを実際に理解した本番運用可能なソリューションを提供する。ここで真の加速要因となるのはコンテキストだ。AIを企業固有の文脈に根差したものにすると、出力品質は44%向上する。
質問 03
Forward Deployed Engineerは、AIで解決する価値のある問題とそうでない問題をどのように見極めるのか。
私たちは望ましい成果を起点にし、顧客の課題から逆算する。自社プロダクトから順方向に考えるわけではない。当社のFDEは、ITヘルプデスクの振り分け、人事サポート、ナレッジ探索のように、調整負荷が大きい高頻度のペインポイントを探す。
こうしたチームは、AIトランスフォーメーションを推進するという共通目標のもと、パートナーシップに積極的に関与し、コミットし、最もインパクトの大きい課題をともに特定する準備ができている必要がある。
これは顧客の既存のテクノロジースタックの中で、モデルに依存しないアプローチと組織独自のコンテキストを用いて行われる。私がいつも立ち返る点が1つある。顧客のワークフローが実際に改善しないのであれば、私たちは間違った問題を解いているということだ。
質問 04
初期の顧客との取り組みから、本番環境に到達して測定可能な投資対効果を生むAIユースケースと、停滞するユースケースの違いについて何が見えてきたか。
多くの企業は今、「いろいろ試して、うまくいくものを見る」段階にある。これは必要な通過儀礼だが、ユースケースが停滞するのは、企業がAIを後付けしているからだ。
複雑で固有性の高い環境にAIをただ投入し、投資対効果が出ると期待することはできない。本番環境に到達するエンゲージメントは、具体的なビジネス目標から始まる。当社の顧客である大手テクノロジー企業の場合、その目標は開発者体験だった。当社のFDEは同社のエンジニアと協力し、エンジニアを適切な答えやツールへ導くエージェントを構築した。その過程で、当社のエンタープライズソフトウェアコネクターの1つにあったギャップも解消し、現在ではすべての顧客がその修正の恩恵を受けている。
真のインパクトへ移行するには、ビルダーとしてのマインドセット、不確実性を受け入れる姿勢、そして間違いを認めて素早く方向転換できる文化も必要だ。アトラシアンの最高人材・AIイネーブルメント責任者として、AIへの移行はテクノロジーであると同時に、文化の問題でもあることを私は何度も目にしてきた。
「複雑で固有性の高い環境にAIをただ投入し、投資対効果が出ると期待することはできない」
質問 05
経営幹部はセキュリティやデータアクセスへの懸念から、AI導入を停滞させることが多い。FDEプログラムは、AIガバナンスにおける「ブラックボックス」問題にどのように対処しているのか。
従来型のガバナンスは、非決定論的なソフトウェアを前提に設計されていなかった。従来の世界では、特定の入力に対してシステムが何をするかを正確に把握できた。AIはそれを変えた。そしてそれは、経営幹部から私たちが最も多く聞く反論につながる。このエージェントは実際に何を見ることができ、誰が管理しているのか、という問いだ。
技術的には優れたパイロットが、これらの問いを後回しにしたために停滞する例を私たちは見てきた。FDEでは、初日からガバナンスをアーキテクチャの一部として扱うのが私たちのアプローチだ。
私たちは「Read（読む）→ Draft（下書きする）→ Act（実行する）」という段階的な進め方を採用している。まず「Read」（検索と要約）から始め、「Draft」（AIが推奨し、人間が承認する）へ進み、組織が制御の仕組みに十分な安心感を持てるようになって初めて「Act」へ移行する。
その土台では、Teamwork Graphが権限を認識する基盤として機能する。リアルタイムでアクセスを検証するため、管理者は常に統制を維持できる。ユーザー数を拡大するグローバル銀行であれ、モデルに投入される前に個人識別情報（PII）を無害化する必要がある医療機関であれ、私たちはソリューションの中にガードレールを組み込む。セキュリティを足かせではなく、加速要因にするためだ。
質問 06
FDEプログラムでは、アトラシアンのエンジニアと顧客側のエンジニアがペアを組む。顧客が自力でAIを活用した構築を行えるよう、どのように支援しているのか。
これは依存関係を生むモデルではなく、協働モデルである。私たちは顧客に、自社のエンジニアを当社のエンジニアとともに作業に参加させることを求めている。ペアを組むことで、顧客のチームはエンゲージメント終了後もこの能力をどのように伸ばすべきかを正確に学べる。
私たちは変革管理に備えられるよう支援し、研修やプレイブックを提供する。これにより、顧客は自社のプログラムを拡大するための再現可能なパターンを持ち帰ることができる。また、よりつながりのあるグラフを提供することも目指しており、その結果として、顧客が独自に活用を進められる、より豊かな組織コンテキストが得られる。
私たちにとっての成功は、顧客のテーブルに恒久的な席を得ることではない。顧客の社内チームが「戦略的AIコラボレーター」の段階へ移行し、アトラシアンの監督がほとんど、あるいはまったくなくても独自のカスタムエージェントを出荷できるようになることだ。
質問 07
顧客のAI課題の内部で直接取り組むことは、アトラシアンのより広範なプロダクトやプラットフォームにどのような影響を与えるのか。
それはプロダクトのフライホイール（好循環）を生み出す。当社のFDEは本物の応用AIエンジニアであるため、現場で構築したコードへの貢献、プロダクト修正、再利用可能なコネクターが、当社の中核プラットフォームへ還流する。
私たちはプロダクト上のギャップをリアルタイムで学んでいる。例えば、規制の厳しい企業がRovoに特定のガバナンスを必要とするなら、私たちはそれを構築する。そして、その改善から他のすべての顧客が恩恵を受ける。顧客とともに実際の仕事の流れを再設計することで、私たちは自社プロダクトの未来を発見しているのだ。
「AI時代において、仕事の『進め方』こそが最も重要な変数であるという考えに、私たちは大きく賭けている」
質問 08
プログラムが拡大する中で、アトラシアンと顧客にとっての成功はどのような姿になるのか。
私たちは主に、顧客の成果とビジネス価値を測定することに注力している。現実には、ほとんどの組織が、当社がすでに解決してきたものと同じ問題に直面している。そのため、顧客が自社の環境に適用できるソリューションを共有できる。
私にとってもう1つ重要なのは、熟達度の変化だ。ユーザーのAIに対する認識を、単なるツールから戦略的パートナーへと変えることである。より広く言えば、人間とAIエージェントの間で「意図的な共創」をどのように拡大できるのかを学びたい。
私たちはまだ初期段階にあり、すべてを確実にものにしたわけではない。しかし、AI時代において、仕事の「進め方」こそが最も重要な変数であるという考えに、私たちは大きく賭けている。
なぜAIの投資対効果は、企業にとってなお大きな課題なのか。アトラシアンのアヴァニ・ソランキ・プラバカールへの前回のQ&Aを読むことで、リーダーが見落としているもの、そしてそのギャップを埋める方法がわかる。
