Narrator.aiの創設者兼CEO、アフメド・エルサマディシ – インタビュー・シリーズ

アフメド・エルサマディシは、Narrator.aiの創設者兼CEOです。Narrator.aiは、意思決定者にパーソナライズされたアクション可能な洞察を提供するデータインテリジェンス企業です。

アフメドは、コーネル大学の自律システム研究所でキャリアをスタートさせ、人間とロボットのインタラクションやベイジアンデータ・フュージョンに関する研究を行い、自律車のアルゴリズムを開発しました。

あなたはAIとデータサイエンスにどのように惹かれましたか?

私は、人々がどのように決定を下すかということに興味を持つようになりました。心理学、社会工学、不確実性についての推論など、様々な分野を学びました。その結果、ベイジアン数学に興味を持ち、世界がより理解しやすくなりました。私は、人間が決定を下すプロセスを再現する旅に乗り出しました。

コーネル大学の自律システム研究所での経験について、ハイライトを共有してください。

コーネル大学のASLはとても楽しい経験でした！自律車やモバイル・ロボットの開発、アルゴリズムやハードウェアのテストなど、様々なプロジェクトに携わりました。特に印象的なのは、コーネル大学の学生と「20の質問」ゲームをしてみるプロジェクトでした。ロボットがオブジェクトを探し出し、学生に質問をしてみるというゲームでした。ただし、学生は嘘を言うことができました。

この状況では、真実の情報はありません。私は、人間やセンサーからの情報を融合して決定を下すアルゴリズムを開発しました。このプロジェクトは後にビジネス・インサイダーによって「嘘を言うロボット」として知られるようになりました。

データやアルゴリズムが、想像できないことを成し遂げる瞬間は、プロジェクトが素晴らしいものになる要因です。

Narratorのアイデアは、以前の勤務先であるWeWorkでのデータに関するフラストレーションから生まれたと聞きます。スター・スキーマ・モデリングに関する問題は何でしたか?

すべての会社がスター・スキーマを使用してデータ・モデルを構築します。そうすることで、質問に対する答えを得ることができます。しかし、質問は常に増えて変化し、テーブルはすべての可能な質問に対する答えを提供することができません。解決策は、さらにテーブルを構築することですが、それにより真実の源から遠ざかります。

私は「エア・フロー・データ・モデリング」を検索して、モデリング・レイヤーの最良のシナリオを見せます。複雑なテーブルが数百個あり、相互に依存しています。

しかし、それが唯一の選択肢でした。WeWorkでは、多くのユニコーン企業と同じ状況に直面しました。私たちはデータ・ツールに数百万ドルを費やし、数百のモデルを構築しました。しかし、データは依然として信頼を失い、タイムリーに質問に対する答えを提供することができませんでした。したがって、1〜2年ごとにシステムを最新のツールで再構築する必要がありました。

スター・スキーマを実装したすべての会社がシステムを再構築する必要があるということは、フレームワークに問題があることを示しています。

より良いデータ処理方法を見つけるにはどうしましたか?

初めに、データ・ブログからインスピレーションを得ました。ブログでは、顧客のストーリーや分析をデータ・モデルを公開せずに説明することができます。顧客の行動や時間の経過を使用して、アルゴリズムの分析を説明します。実質的に、これらはすべての人が理解できる概念です（ユーザーがウェブサイトを閲覧した、会議を予約したなど）。私は、データではこれらの構造を使用していない理由を疑問に思ったので、データにもこれらの構造を使用することができるかどうかを調べました。

私たちのデータ・モデル、活動スキーマは、世界を変える可能性があると思いました。すべての会社が1つのデータ・モデルを使用して、すべての質問に対する答えを得ることができるようになります。すべての会社が同じデータ・モデルを使用することができ、分析やアルゴリズムを会社間で共有することができるようになります。また、データに関する仕事をする人々が協力して、データについて話し合うための共通の方法が生まれるでしょう。

私は、データ・インダストリーを革命することができるので、2017年にWeWorkを退職し、活動スキーマをクエリ可能にすることを目指しました。

Narratorの出力データは、通常期待するものとかなり異なります。ナラティブとは何ですか?それらはどのようにして物語のようにフォーマットされていますか?

ナラティブは、物語形式のアクション可能な分析です。

私たちデータ・エンジニアは、ダッシュボードに慣れています。しかし、ダッシュボードは目的を達成するための手段にすぎません。ダッシュボードはデータを表示しますが、自分で解釈する必要があります：

1. 数百の異なる視覚化を読む方法を理解する。
2. データを組み合わせて、実際に何が起こっているかを理解する。
3. データのピースを組み合わせて、意味のあるストーリーを作る。
4. 行動を決定する。

このプロセスの課題は、各人がダッシュボードを見て、異なるストーリーや異なる推奨事項を考え出すことです。これは自然な偏見です。

Narratorの目的は、データに基づいて行動を起こすことです。イテレーションを重ねるうちに、顧客が物語や解釈を必要としていることを理解しました。そこで、それらを提供することにしました。

ナラティブは、明確な目標から始まります。推奨事項を提示し、重要なポイントを示します。次に、分析を進めます。各セクションは、学んだことについて物語を語り、データを裏付けとする証拠として使用します。

100人に同じナラティブを見せると、すべて同じ推奨事項や解釈を返します。

ナラティブは、ビジネスが変化することを理解しています。したがって、毎週実行して、推奨事項や解釈が依然として有効かどうかを確認し、必要に応じて更新します。

これらの学習やナラティブの作成を通じて、主要なコンサルティング・ファームも同じことを学んだことを発見しました。マッキンゼーは、ダッシュボードではなく、プレゼンテーションやアプローチを提供しています。私たちは、同等の品質を、より低い価格で提供することを目指しています。

データ・エンジニアにとって、Narratorを使用する利点は何ですか?

データ・エンジニアは、私たちの最大の支持者です。私はデータ・エンジニアとしてキャリアをスタートさせたので、Narratorはデータ・エンジニアを意識して設計されています。

Narratorでは、データをモデル化するのは非常に簡単です。真実の源から私たちのデータ・モデルへの概念をマッピングするだけで、テストを実行して動作することを確認し、プロダクションにプッシュします。Narratorは、マイグレーション、同期、パフォーマンスの確保などをすべて処理します。

Narratorでは、誰かがデータを要求したときに、数分で任意のデータセットを組み立てて提供することができます。

また、私たちは、データ・エンジニアが必要とするすべての小さなことを考慮し、実現しました：

• すべての処理における完全な透明性と、停止、キャンセル、実行、などの制御。
• 変換前の生データや変換後のデータにアラートを設定する機能。
• クエリのすべての変更の完全なログ。
• テーブルのすべての更新の完全な可視性。
• 1クリックで任意のデータセットをマテリアライズしたり、Googleシートに送信したりする機能。
• データを任意のシステムに送信するためのウェブフックを簡単に設定する機能。
• サポートに問い合わせると、データ・エンジニアが助けます。
• Narratorが生成するすべてのクエリは、読みやすく透明性があります。
• 特定の顧客のすべてのデータを簡単にデバッグできるタイムライン。
• 1つのデータセットを構築して、上に多数の集約を作成する機能（CTE内の同じクエリを複製する必要はありません）。
• 構築ブロックのいずれかを交換すると、すべてのデータを私たちが調整します。

データ・エンジニアが愛する機能は他にもたくさんあります！

伝統的なモデリングと比較して、Narratorを使用してレポートを作成するのにどれくらいの時間が節約できますか?

正直に言えば、Narratorと伝統的なモデリングを比較するのは不公平です。Narratorでは、すべてのデータを1日でモデル化できますが、スター・スキーマでは数ヶ月かかります。Narratorでは、変更は低リスクで簡単です。テーブルを作成する必要はありません。外部キーで結びつける必要がないからです。

分析については、Narratorには、すぐに実行できる専門家による手作りの分析ライブラリがあります。これらの分析は、よく考えられ、複数の会社でテストされ、ビジネスの変化に基づいて更新され、アルゴリズムを使用してデータを解釈し、物語形式で美しく提示されます。これは、通常、数週間かけてチームで行う作業です（私たちもそうですが、1回行って、すべての人がすぐに使用できるようにします）。

Narratorについて、他に共有したいことはありますか?

Narratorは異なります。

どうしてそうなるのか、そしてどうして機能するのかは、少し難しいですが、始めてみると、もう戻ることはできません。

Narratorが可能にする世界に興奮しています。誰でも学びたいと思ったら、いつでも連絡してください。私たちは、より良い決定を下して、より良い世界を作ることができます。

素晴らしいインタビュー、ありがとうございます。詳しく知りたい読者は、Narrator.aiを訪れてください。