パランティアとAI
「AIの時代」においては、とルーカスは続け、「顧客固有のS&OP（セールス＆オペレーションズ・プランニング）モデルを作ったり、基盤システムと読み書きするスケジューリングや物流モデルを構築したりすることが、私にとってさらに容易になった」。コード生成にはAnthropicのClaudeやOpenAIのCodexを使えるという。
サプライチェーン・マネジメントでは、AIを機械学習や最適化として語ることが多い。機械学習は20年以上にわたり、需要予測や在庫計画の改善に用いられてきた技術だ。最適化もまた数十年にわたり使われている。最適化モデルは、工場ラインのスループットのようなサプライチェーン制約を織り込み、それらの制約と企業目標の理解に基づいてスループットの最大化を目指す。
ソフトウェア開発のためのAI
しかしルーカスが用いていた「AI」という言葉の意味は異なっていた。AIは、従来よりもはるかに迅速にコードを構築できるソフトウェア開発ツールとして使われる。歴史的にソフトウェア開発は非常に高価だった。高価であったがゆえに、コンサルタントやシステムインテグレーターは、ユーザー要件やビジネス要件を理解するために数カ月におよぶ調査を実施してきた。いまやフォワード・デプロイド・エンジニアが現場に入り、モデルとワークフローをすばやく構築し、フィードバックを得て、適合する解に至るまで反復できる。
「そうしたタイプのソフトウェアを作れるスピードは、劇的に速くなり、劇的に安くなった」とルーカスは主張する。だからこそ「SaaSは死んだ」のだという。
では反論はどうか。いったんソフトウェアを設定しても、それで終わりではない。ソフトウェアはスケールできることを示さねばならず、徹底的なテストも必要だ。生成AIはこれも実行できるとルーカスは述べた。
さらに、企業には関税変更のような法改正に追随するための社内プロセスがない場合もある。ソフトウェア企業には、法改正に合わせてソフトウェアを最新に保つことに特化したドメイン専門家がいる。ソフトウェアエージェントを関連ウェブサイトに向け、法改正が起きた際に企業内の適切なマネジャーへ通知できると、ルーカスは言う。
ルーカスは、彼らが構築した複雑なサプライチェーンのワークフローについて説明した。それは2カ月のうちに少数の作業者によって利用され、四半期末までには大規模なチームへ全面展開されたという。
