Nasuni（ナスニ）の最高製品責任者（CPO）ニック・バーリング氏。
ここ数カ月間、私は各地を回り、何百人もの経営幹部やITリーダーたちとAIトランスフォーメーションの取り組みについて話し合ってきました。一部の企業は、自社の厳選された独自データセットを使って、カスタムAIモデルの構築とトレーニングを行っています。一方で、AIの導入においてはるかに初期段階にあり、2000年代初頭の機械学習ベースのアプローチと、今日の印象的な基盤モデルの違いを理解していない人々もいます。
こうした人々はラッダイト（機械破壊主義者）ではありません。彼らは大規模組織内でインフラ部門のリーダーシップを担う、賢明で実績のある技術者たちです。しかし、彼らはAIブームに飛びつこうとはしていないのです。
私はこの移行を見る別の視点を提案したいと思います。これは企業のAI懐疑派へのオープンレターとお考えください。
まず、あなたがたの疑念は完全に理解できます。一部の方々は差し迫った崩壊を感じ、6カ月後には消滅するかもしれない企業からツールを購入する論理に疑問を抱いています。また、価値に疑問を持つ人もいます。コンステレーション・リサーチの調査によると、調査対象のビジネスリーダーの42%がAIを本番環境に導入したものの、まだROIを達成していないことを認めています。
もう一つの主要な要因はキャリアの軌道です。退職まであと数年という人は、同僚に管理上の混乱をもたらす可能性のある新技術を学び、導入したいとは思わないでしょう。彼らは何十年も機能してきた実証済みの方法を実行したいと考えています—それは理解できます。
しかし、ROIへの疑念やキャリア関連の懸念があったとしても、プレッシャーが止むことはありません。管理者、同僚、経営幹部からAIを推進するよう圧力を感じ続けるでしょう。朗報は、LinkedInでスキルアップバッジを取得する必要なく、組織内でAIの動きを前進させることができる簡単な解決策があることです。
あなたがすべきことは、インフラを強化するための常識的で後悔のない行動に集中することだけです。そして、データほど良い出発点はありません。
データ管理へのアプローチを近代化することで、AIがどうなるかに関わらず、組織は次の10年に向けた準備ができるでしょう。AIトランスフォーメーションに備えるために取るべきデータ関連のステップは、いずれにせよ推進すべき取り組みと同じなのです。
1. 非構造化データのストレージと管理の最適化
会議の中で、特に印象に残っているのは、退職まであと3年というあるストレージ管理者です。彼はIT全般に精通していましたが、彼の政府機関が本当にAIを必要としているのかどうか疑問を持っていました。
彼にとって最も重要だったのは、非構造化ファイルデータの保存とセキュリティ確保のコスト削減でした。例えば、政府機関はCCTVカメラから膨大な量のビデオデータを取得しており、そうした非構造化データが従来のストレージアレイを埋め尽くしていました。そこで彼はこれらのファイルデータをクラウドに統合し、ストレージコストを削減することを決めました。
しかし、そうすることで、彼の機関がクラウドベースのAIサービスを利用することも格段に容易になりました。彼はコスト削減とインフラの簡素化のために非構造化データ管理を近代化し、その過程で組織をAI対応に近づけたのです。彼の機関が将来的に実際にAIを使用するかどうかは関係ありません。彼は成功への道筋を整えたのです。
2. データアクセスの統合と拡張
私が非構造化データに焦点を当てているのは、ほとんどの大規模組織がすでに構造化データを効果的に管理しているからです。しかし、ビデオ、文書、スプレッドシート、スライドデッキなどのファイル（非構造化データ）は、組織的な観点からは通常より混乱しています。これらはデータセンター、オフィス、さらには個々のコンピュータにサイロ化されています。IBMによると、企業の82%がデータサイロが重要なワークフローを妨げていると報告しています。
これはAIに対するあなたの立場に関係なく、解決する価値のある問題です。例えば、あなたが建築・エンジニアリング・建設会社のITリーダーだとします。AIの可能性について耳にしました。チームはAIを使用して古いプロジェクトの詳細をスキャンし、なぜ入札が高すぎたのかを理解したり、提出前に提案書のトラブルシューティングを行ったりできるでしょう。そのようなユースケースを可能にするには、関連データにアクセスできるようにする必要があります。そして、この仕事—非構造化データへのアクセスを統合し拡張すること—は、いずれにせよあなたの会社にとって有益なのです。
建築家、デザイナー、エンジニアは、どこで作業していても非構造化データにアクセスしたいと考えています。彼らは異なるオフィスの同僚と協力し、居住地に関係なく最適な人材をプロジェクトに参加させたいと思っています。もし非構造化データをすべて安全で簡単にアクセスできる方法で統合すれば、今すぐ彼らを支援することになります。同時に、現在または将来のAIツールがそのデータにアクセスしやすくなります。
3. エッジ-クラウド連続体の洗練
今度は、製造業のITリーダーだとしましょう。あなたはキャリアの終盤にいますが、組織が縮小し、過剰な業務を背負っています。施設内では、スキャナーやその他のセンサーが製造プロセスのさまざまな段階でデータを取得しています。このデータは統合され、管理され、最終的にはコスト削減のためにクラウドにアーカイブされるべきです。しかし、それはエッジでも利用可能である必要があります。欠陥を探すセンサーがある場合、欠陥を識別するプログラムがその場でデータにアクセスできることが望ましいでしょう。
あなたの組織が使用するソリューションやサービスは、AIであるかどうかに関わらず、エッジで最適に動作するかもしれません。あるいはクラウドに存在するかもしれません。あなたはデータをどちらの場所でも、またはエッジ-クラウド連続体のどこでも利用可能にするインフラが必要です。
私は、この企業AI革命が持続的で変革的な影響を与えると信じています。私たちはROIを解明するでしょう。崩壊があるかもしれませんが、この技術は残ります。しかし、ここ数カ月間、多くのAI導入に消極的な人々と会った後、私はその点であなたを説得しようとはしません。代わりに、一つのシンプルなアドバイスを残します：常識的で後悔のない投資に集中してください。そして、データほど良い出発点はありません。
