Zeta Globalの最高技術責任者（CTO）兼プロダクト責任者であるクリスチャン・モンバーグ氏。
AIの革命はすべてを自動化すると約束していた。しかし実際には、最も変革的なシステムは優秀な人材をより不可欠にするのであって、その逆ではないということを教えてくれている。
Zeta GlobalのCTOとして、私は多くの企業が同じパラドックスに苦しむのを見てきた。100倍の効率性を約束するAIツールが、なぜかより多くの仕事を生み出してしまうのだ。問題は技術ではない。それを実装する方法にある。
最も成功しているAIの導入は「ヒューマン・イン・ザ・ループ」アプローチに従っている。これはAIが人間の専門知識を置き換えるのではなく、増幅させるというものだ。これが測定可能なビジネス価値への最速の道である。大企業は今のところ、最高の人材を巻き込む必要がある。
5つの実証済みアプリケーション
1. AIエージェントとインフラの融合：ヒューマン・イン・ザ・ループで数百万ドルを節約
高精度のテストインシデント中、当社のサイト信頼性エンジニアリング（SRE）チームは、人気のAIコードエディタを使用してAIインシデントコマンダーエージェントをライブプロファイリングした。これによりCPU、メモリ、オートスケーリングの予測を動的に分析。リアルタイムの使用状況メトリクスに基づき、チームは自信を持って仮想マシンのサイズを変更し、インフラコストを大幅に削減した。
これを可能にしたのは何か？緊密な人間と機械のフィードバックループである。エージェントはテレメトリを解釈し、システム動作を自動文書化し、最適化を提案したが、実行の許可を出したのはSREの判断だった。
これらのツールはSREチームを置き換えるのではなく、適正規模にし、反応的な消火活動から積極的なシステム設計へと焦点をシフトさせる。これはエンジニアがループ内に留まり、システムが見ているものを信頼する場合にのみ起こる。
2. 思考のスピードでデバッグ：AI＋可観測性
最近のプリプロダクション環境で、エンジニアリングチームは当社のMCPとAIツールを使用して、60秒以内にブロッカーを診断した。問題は何だったのか？複雑な非同期ワークフローに埋もれた欠落したステータス遷移だった。
エージェントは可観測性ログを解析し、障害を特定のコードパスまで追跡し、以下を提案した：
• 即時の防御的修正
• 長期的な修正計画
• 再発のための監視基準
かつては何時間もエンジニアリング時間を要したことが、今では数秒で済むようになった。しかし、エンジニアはまだ修正を承認し、仮定を検証し、パッチをプッシュする必要があった。
3. BIを数日ではなく数分で：アナリストからAI拡張アナリストへ
ビジネスアナリストは意思決定の中心だが、しばしば以下のような課題と格闘している：
• 広大なデータディクショナリの不完全な理解
• クラウドコストを押し上げる最適化されていないクエリ
• ダッシュボードとインサイトの長いターンアラウンドタイム
現在、AIエージェントは自然言語を解析し、最適化されたSQLを記述し、ダッシュボードを生成し、結果を要約できる。インサイトまでの時間が98%短縮され、クラウドクエリコストが最大80%削減されるのを目の当たりにしてきた。
それでも、AIは取締役会にとって何が重要か、チャートが方向性として間違っていると感じるとき、あるいはどのインサイトがアクションを促すかを知らない。
それが人間の仕事である。
4. 自動運転できるが、まだそうしていないキャンペーン
現在、フルファネルマーケティングを最適化するための技術スタックがある：
• マルチアームバンディットが最適なチャネルを予測する。
• 生成AIがパーソナライズされたクリエイティブを作成する。
• MCPが各レコメンデーションを最適化する。
理論的には、キャンペーンマネージャー、アナリスト、メディアストラテジストは単一のエージェントシステムに置き換えられる可能性がある。しかし実際には？AIが生成したすべてのレコメンデーションはプロジェクト管理ボードにキューイングされ、人間のレビューを待っている。
なぜか？
AIがまだ企業にとって安全とは見なされていないから、生成AIの出力は一貫性がない可能性があり、コンプライアンスとブランドの安全性が重要だからだ。
したがって、人間はループ内に留まり、作業を行うのではなく、それを検証し加速するためにいる。
5. 思考のスピードでデザイン：AIチャチャ
AIツールは瞬時に何百ものデザインコンセプトを生成できるが、最終的な表現にはまだ人間の感性が必要だ。
AIが初期オプションを生成し、デザイナーがそこから洗練させる場合、マーケティングチームがクリエイティブなタイムラインを最大95%削減するのを目の当たりにしてきた。これはAIがFigmaや当社のZeta AI Visual Composerのような協調的な環境に組み込まれている場合にのみ機能する。
結果は？新しいワークフローのリズム：AIチャチャ。エージェントと職人の間の即興的で速いペースのダンスだ。
戦略的優位性
ヒューマン・イン・ザ・ループシステムは競争優位性をもたらす。チームは検査して調整できるシステムを信頼する。ブラックボックスAIは組織的な抵抗を生み出す。人間のコントロールを備えた透明性のあるAIは企業の展開を加速する。目標は人間をループに統合することであり、オートパイロットを起動して座っているだけではない。
人間は、AIシステムを時間とともに賢くする文脈的フィードバックを提供する。純粋な自動化は、すぐに性能の限界に達してしまう。
AIが間違いを犯すとき、人間の監視により、小さなエラーが大きなビジネス混乱になるのを防ぐ。最近、エンジニアからエージェントがハードリセットを行い、コード変更がgit履歴から削除されたという通知を受け取った。午後の作業がすべて消えてしまった。ツールはまだ成熟する必要があり、そうなるだろう。これは、まだ完全に任せることができないという別のリマインダーである。
実装フレームワーク
ヒューマン・イン・ザ・ループAIを実装する技術リーダーは、コア設計原則に焦点を当てるべきだ。
• 介入ポイントを構築する。人間がAIの決定を検査し、フィードバックを提供し、修正を行うことができるインターフェースを作成する。目標はシステムを遅くすることではなく、ユーザーがより速く動く自信を与えることだ。
• 専門知識のための設計。AIを単に「ユーザーフレンドリー」にするのではなく、専門家が最高の仕事をするために必要な微妙なコントロールを保持することで、専門家フレンドリーにする。専門家ユーザーは、詳細なパラメータ調整、基礎となるデータソースへのアクセス、AIモデルがまだ学習していないドメイン固有の知識を反映するカスタムルールを作成する能力を必要とする。
• コラボレーションメトリクスを測定する。AIのパフォーマンスだけでなく、人間とAIのパフォーマンスを追跡する。最高のシステムは専門家をより効率的にするのではなく、より専門的にする。成功指標には、インサイトまでの時間の改善、人間がAIをオーバーライドする際の決定精度、コラボレーションが専門知識を構築しているのか依存性を作り出しているのかを示すユーザー信頼度スコアが含まれるべきだ。
今後の道筋
今日AIで成功している企業は、最も自動化されたシステムを持つ企業ではない。彼らは最高の人材の手に適切なAIツールを置くことで、彼らを10倍効果的にしている企業だ。
組織はAIを人間の判断の代替としてではなく、その増幅器として見なければならない。すべての企業が同じ基盤モデルにアクセスできる世界では、競争優位性はより優れたAIを持つことからではなく、より優れた人間とAIのコラボレーションから生まれるだろう。
問題はAIがあなたのビジネスを変革するかどうかではない。あなたがその変革をリードするのか、それとも破壊されるのかということだ。
