パイロットウェーブホールディングスの創設者、アフシーン・アフシャール – インタビュー・シリーズ

アフシーン・アフシャール、パイロットウェーブホールディングスの創設者は、ゴールドマン・サックス、JPモルガン、セルベラス・キャピタル・マネジメントでのキャリアで、金融機関内での大規模なデータサイエンスとAIイニシアチブの先駆者としての役割を果たしてきたデータサイエンスと投資のリーダーです。スタンフォード大学での神経科学と機械学習の研究に基づく技術的基礎を持ち、アフシャールは、先進的な分析、プライベート・エクイティ、運用変革の交差点でキャリアを築いてきました。最終的に、実際のビジネスパフォーマンスにAIを適用することに焦点を当てています。パイロットウェーブでは、投資の専門知識、運用的リーダーシップ、深い技術的知識を結び付けて、データ駆動の戦略とモダンなテクノロジーを使用して企業を特定、取得、拡大させます。

パイロットウェーブホールディングスは、人工知能と先進的なテクノロジーを使用して、小規模および中規模の企業を変革するための買収と成長プラットフォームです。この会社は、独自のAIシステムを使用して運用を分析し、非効率性を発見し、ポートフォリオ企業全体でパフォーマンスの改善を推進します。モダンなデータインフラストラクチャーとハンズオンの運用参加を組み合わせて、パイロットウェーブは、従来のビジネスを近代化し、従来は先進的なツールにアクセスできなかった企業を、技術が進化する経済でスケーラブルな長期成長に向けて位置付けます。

あなたは、JPモルガンやセルベラスなどの企業でAIのリーダーシップを担った後、伝統的な産業にAIを導入するためにパイロットウェーブホールディングスを設立しました。企業を直接買収して変革することを決めたあなたの核心的な洞察や苛立ちは何でしたか?

核心的な問題は、スピードで動くためのエンパワーメントの必要性でした。大きな機関の中では、問題を特定してから実際に何かをするまでに、多くの層があります。AIは、技術的な作業が不可能なためではなく、組織が遅すぎる、政治的すぎる、または断片化しすぎているために、実際に何かをすることができないため、失敗します。我々は、戦略、運用、テクノロジーが迅速に整列できる環境で働きたいと思っていました。企業を直接買収して構築することで、そのようなエンパワーメントが可能になります。如果あなたがビジネスの実行に変化をもたらしたいのであれば、所有者であることは重要です。

多くの企業は、成功したパイロットプロジェクトを祝いますが、実際の価値はプロダクションシステムから来ます。AIイニシアチブは、パイロットプロジェクトから本稼働システムへの移行点でなぜ失敗するのでしょうか? 本稼働システムへの移行に成功する企業と失敗する企業の違いは何ですか?

多くのパイロットプロジェクトは、成功するように設計されています。それが、多くの企業が自分自身を欺く理由です。それらは、清潔な環境で、追加の注意、限定的な範囲、実稼働環境で発生する摩擦がない場所で行われます。より深い問題は、共感のギャップです。テクノロジストは、オペレーターの経験を学ぶ時間や願望がないことが多く、理論的またはデモでは機能するものの、実際の作業の現実に合わないものを構築します。本稼働システムに成功する企業は、人間のワークフローを最初から真剣に受け止め、実際の運用の汚さに対処するために構築する企業です。多くのチームは、パイロットプロジェクトの拍手に対して最適化しているのに対し、実際の価値を求めています。

あなたの仕事は、インフラ、製造、電子商取引などの分野にAIを埋め込むことに焦点を当てています。これらの環境でAIを展開することは、デジタルネイティブまたはソフトウェア第一の企業での展開とは根本的に異なります。なぜでしょうか?

違いは、より伝統的なメインストリートのビジネスでは、共感と人間の要素が、AIの世界の人々が認めたいよりも重要であるということです。ソフトウェア第一の環境では、チームは迅速に動き、後で問題を修正できます。インフラ、製造、電子商取引では、作業は物理システム、実際の制約、実際のビジネスの実行に即座に気付く人々に結び付けられています。つまり、技術的に優れた解決策を持ち込んで採用されることを期待することはできません。オペレーターの経験を理解していない場合、あなたのAI戦略はおそらくすでに壊れています。これらの環境では、浅い思考を迅速に暴露します。それが、これらの環境が重要な理由の1つです。

あなたは、AIの採用はビジネス優先事項から始まるべきだと主張しています。実践ではどうなりますか? リーダーシップチームは、AIへのアプローチをどのように再構成する必要がありますか?

多くのリーダーシップチームは、間違った場所から始めています。彼らは、技術が何をできるかという会話から始めています。なぜなら、それは興奮することであり、現在進行形だからです。しかし、正しい場所から始めるべきことは、最も重要なビジネス優先事項は何であるかということです。一旦それを知ったら、優先事項に対処するための最適なツールについて話し合うことができます。そうでない場合は、AI戦略は技術を購入することのように聞こえます。明らかですが、多くの企業はまだ技術を先に考え、ビジネスケースがどこかで現れることを願っています。それは逆です。リーダーシップが実際の成果を望むのであれば、AI戦略をショッピングの練習として扱うのを止める必要があります。

パイロットウェーブでは、あなたは企業を買収した後、企業を再構築しています。AIの採用が実際に根付くようにするために、最初に実施する構造的または文化的な変化は何ですか?

最初にすることは、シニアおよびジュニアのスポンサーを探すことです。ジュニアスポンサーは、日常の現実を知っており、必要なことを実際に実行することができます。一方、シニアスポンサーは、政治的干渉を最小限に抑え、努力が静かに絞殺されないことを保証します。多くの企業は、上からの支援に頼りすぎて、実際には何も変化しないことを疑問に思います。真実は、AIの採用は、組織レベルで抵抗されるか、またはリーダーシップが干渉を許すため、失敗することです。早期に両方の支援を確保する必要があります。そうでない場合は、イニシアチブは、実際には着地しない、別のエグゼクティブの話題になるだけです。

AIエージェントがより能力の高いものになり、インフラストラクチャがさらに抽象化されるにつれて、自社のデータとAIスタックを管理しない企業にどのような戦略的リスクが生じますか?

企業は、基本的な管理を必要とします。それには、すべてのシステムを計測する必要があります。パイロットウェーブは、システム設計にこのアプローチを取り入れています。なぜなら、計測できなければ、制御できず、ガードレールを設置できません。したがって、理解できないリスクを負います。そのこと意味は、タスクを委任しないということではありません。スケールでは、明らかに委任が続きます。しかし、計測なしの委任は、実行可能な戦略ではありません。多くの市場は、抽象化によって簡単に感じるため、それに引き付けられます。しかし、その簡単さは、実際のシステムの脆弱性を隠すことができます。正しい計測、ガードレールがあれば、潜在的なシステムリスクを最小限に抑えることができます。そうでない場合は、信頼を獲得する前に依存関係を構築しています。

AIのマーケティングと実際のパフォーマンスの間には、拡大するギャップがあります。テクニカルリーダーとオペレーターは、有意義なAIの能力と表面的な主張を区別するために、どのような信号を探すべきですか?

常に、実際の価値の測定を求めます。私のキャリア全体を通じて、プロジェクトごとに価値を測定することについて、厳格にしていることです。そうでない場合は、興奮と結果を混同しやすくなります。すべての努力は、ROIによって評価され、追跡されるべきです。誰かが、システムが収益、コスト、生産性、労働効率、またはその他の実際のビジネスメトリックにどのように影響するかを明確に説明できない場合、劇的なものを売っている可能性があります。業界は、磨かれたデモや曖昧な主張を褒めることに非常に慣れてきました。厳格な価値の測定なしでは、時間とお金を浪費するリスクがあります。

あなたは、大規模なデータサイエンス組織を構築して導いてきました。自動化が増加し、エージェントベースのシステムがより多くの責任を負うにつれて、AIチームの役割はどのように進化すると思いますか?

AIは、より高レベルのタスクを引き受けることになります。パイロットウェーブでは、すでに「収益を10パーセント増やす」という入力を受けて、タスクではなくビジネス目標に基づいてシステムを構築しています。これは、AIの役割を大幅に変えることになります。チームは、単一のタスクではなく、システムがビジネス目標全体で推論する方法について考える必要があります。多くのチームは、自動化について狭い考え方をしていて、テクノロジーがどれほど速く進化しているかを過小評価しています。重心は、タスクの実行からビジネスの委任に向けてシフトすることになります。それは、多くの企業が準備しているよりも大きな変化です。

多くの企業は、AIに多くを投資していますが、計測可能なROIを生み出すのに苦労しています。あなたが観察した最も一般的な失敗パターンは何ですか? それらをどのように避けることができますか?

多くのAIの取り組み、特に大企業での取り組みは、まだ、セクシーなダッシュボード、流行語、内部で発表しやすいもの、しかし実際の価値に結びつけるのが難しいものに焦点を当てています。企業は、作業を洗練されたものにするよりも、有用なものにすることに多くの時間を費やしています。失敗パターンは、実際の価値の創出に対する規律の欠如です。明確な経済的目的、所有者、測定フレームワークがない場合、取り組みは進めるべきではありません。価値の創出に厳格に焦点を当てることが、重要です。そうでない場合は、企業のAIは、高価なブランディングの演習になるだけです。

今後5〜10年で、物理的な世界の産業に最も大きな影響を与えるAIの機能またはシステムレベルのブレークスルーは何だと思いますか?

AIシステムに高レベルの目標を与え、ビジネスの主要部分を委任する能力が、非常に現実的になります。それが、最も重要な機能になります。なぜなら、AIは、狭いタスクの実行を超えて、実際の運用のレバーに移行するからです。その結果、人々は、ビジネスの関係と信頼の側面、または仕事の物理的な性質に重点を置くようになります。多くの人々は、AIを横に並べた生産性の層として話しますが、その見方はすでに古くなり始めています。システムは、より広範な責任を負う能力を身につけてきています。未来は非常に興奮するものですが、多くの既存の企業にとっては、予想よりもはるかに混乱をもたらすことになるでしょう。

感謝します。読者がもっと学びたい場合は、パイロットウェーブホールディングスを訪けてください。