アンドリュー・セールズ、チーフ・プロダクト・オフィサー、スケールド・アジャイル – インタビュー・シリーズ

アンドリュー・セールズ、スケールド・アジャイルのチーフ・プロダクト・オフィサー兼チーフ・メソドロジストは、20年以上にわたってエンタープライズの価値提供方法を変革することに尽力してきた、リーン、アジャイル、DevOpsの経験豊富なリーダーです。現在の役割では、製品戦略とスケールド・アジャイル・フレームワーク（SAFe）の進化を指導し、グローバル企業と協力してエンタープライズ規模でアジャイル実践を採用しています。スケールド・アジャイルに入社する前、セールズはCAテクノロジー、Rally Software、ピアソンでのシニアリーダーシップとコンサルティングの役割を歴任し、金融サービス、テレコム、小売、ソフトウェア、教育などの分野でヨーロッパ、中東、アフリカの企業にアジャイル変革イニシアチブについてアドバイスしました。

スケールド・アジャイル株式会社は、スケールド・アジャイル・フレームワーク（SAFe）の背後にある会社で、エンタープライズがスケールでリーン、アジャイル、DevOpsの実践を適用するための広く採用されているフレームワークです。フレームワーク、トレーニング、認定プログラム、パートナー・ネットワーク、SAFe Studioプラットフォームを通じて、スケールド・アジャイルは、企業の整合性、納期の迅速化、製品の品質、従業員のエンゲージメント、ビジネスの俊敏性を向上させたい企業をサポートしています。同社によると、SAFeは世界中の20,000以上の企業で採用されており、100万人以上の専門家がフレームワークでトレーニングを受けたと報告しています。

大規模な変革から得られた教訓の中で、どれがAIネイティブSAFeの創出に最も直接影響しましたか。

過去15年間で、20,000以上の組織がSAFeを採用して、1つの基本的な課題を解決しようとしてきました。複雑な製品開発をエンタープライズ・スケールで調整することです。1つの教訓が際立っています。リーンとアジャイルの原則は続いています。変化するのは、それらの原則を適用する方法です。

AIは、それらの原則を古いものにはしません。制約がどこにあるかが変わります。チームは小さくなり、AIを活用し、タスクを自分で実行するのではなく、作業の指示に焦点を当てています。意思決定サイクルは圧縮されており、人間の判断とAIの実行の相互作用が、価値の創出の中心になりました。

AIネイティブSAFeは、SAFeの実証済みの基盤を構築しながら、運用モデルをこの新しい現実に適応させています。顧客価値、横断的コラボレーション、ポートフォリオの整合性、継続的な改善への焦点を維持しながら、AIの統治、データを戦略的資産として管理する新しい方法、AIを活用した組織での説明責任を導入しています。

伝統的なアジャイル・フレームワークは、AIの時代にはもう十分ではありません。なぜですか。

伝統的なアジャイル・フレームワークは、まだ非常に貴重です。変化したのは、それらが運用される環境です。

数年間、組織はソフトウェアを設計、構築、提供するスピードによって制約されていました。AIは、その式を劇的に変えます。最近の顧客から聞いたように、彼らはもう、ものを作るスピードによって制約されていません。ビジネス目標と一致し、安全に展開でき、有意義な価値を生み出すかどうかを判断するスピードによって制約されています。

ボトルネックは、生産から判断にシフトしました。出力から成果にシフトしました。

組織は、価値を継続的に評価し、AIを責任を持って統治し、人間とAIの間で作業を調整する運用モデルが必要です。那は、伝統的なアジャイル実践を置き換えるのではなく、それらを進化させたものです。

企業がAIイニシアチブをスケールアップしようとする際に犯す最大のミスは何ですか。

最初のミスは、AIをツールの問題として扱うことです。ほとんどの企業は、すでに有効に使用していないAI機能にアクセスしています。

2番目のミスは、AIを既存のワークフローに重ねることです。ワークフローが最初から存在する必要があるかどうかを疑問に思うことなく、自動化された非効率的なプロセスはほとんど変革を生みません。

3番目のミスは、AIを組織的能力ではなく、分離されたイノベーション・イニシアチブとして扱うことです。持続可能なAIの採用には、戦略、統治、製品開発、運用慣行、リーダーシップの変更が必要です。単に別のテクノロジー・プラットフォームを展開するのではなく、AIは運用モデルの一部になります。

組織は、仕事のやり方を再設計します。AIは、別のツールではなく、運用モデルの一部になります。

AIバリューアーキテクトはどのようなギャップを埋め、チームのダイナミクスをどのように変えますか。

AIは、ソリューションを作成するコストを大幅に下げますが、間違った問題を解決するコストは下げません。

AIバリューアーキテクトは、組織がAIの機会を発見し、ビジネス成果に焦点を当て続けるのを支援するために存在します。この役割は、組織がAIをスケールアップする前に、顧客価値、技術的実現可能性、コスト、統治、法的考慮、倫理的責任のバランスをとるのを支援します。

別の承認レイヤーになるのではなく、AIバリューアーキテクトの役割は、ビジネス・リーダー、製品チーム、技術組織の間で連携を生み出します。意思決定は、迅速で情報に基づいたものになります。イノベーションと責任のバランスをとる実用的メカニズムを提供し、測定可能なビジネス価値をAI投資の中心に置きます。

イノベーションのスピードと責任あるAIの統治をどのようにバランスさせますか。

統治はイノベーションの後で起こるべきではありません。運用モデルの一部として組み込まれるべきです。イノベーションは安全に、継続的に起こることができます。

大規模企業は、スピードと説明責任のバランスをとる必要がありました。AIは、データの品質、透明性、偏見、コンプライアンス、組織的責任に関する新しい考慮事項をもたらすため、そのバランスの重要性を高めています。

AIネイティブSAFeは、統治を明示的ではなく、暗黙的ではなくします。ポートフォリオの意思決定に統治を組み込み、データ管理を第一級の懸念事項として昇格させ、人間をループに保持し、AIの説明責任に関する役割の明確さを導入します。統治が組織の働き方の一部に組み込まれている場合、イノベーションの促進者になるのではなく、制約になるのではなく、イノベーションを促進するものになります。

企業のチーム構造は、次の5年間でどのように変化するでしょうか。

高性能組織では、4つの大きなシフトが現れ始めています。

最初に、人間は、手動でタスクを実行するのではなく、意図と望ましい成果を定義することに焦点を当てています。

2番目に、AIが探索とフィードバックを加速するため、学習と実験のサイクルが劇的に速くなります。

3番目に、イノベーションは、エンタープライズ全体で実験のコストが下がるため、より分散されます。

最後に、チームは、AIが単なる生産性ツールではなく、提供のアクティブな参加者であるAIを活用したものになります。

将来、AIネイティブ・チームは、ヘッドカウントで定義されるのではなく、人間の専門知識とAIの能力の間のコラボレーションをどのように効果的に調整するかで定義されるでしょう。

データの準備はまだ大きな障害です。組織はどのような優先順位を付けるべきですか。

データは、AIが構築される情報の質に応じてのみ有効であるため、エンタープライズ・スケールでのAIの実現の最大の障害の1つです。断片化されたデータ、統一されていない統治、AIネイティブ環境に設計されていないワークフローは、多くの組織がスケールアップするのではなく、パイロットモードのままです。

Return on AI Instituteの調査によると、55%の世界の幹部は、AIから価値を実現する上での最大の障害は、AI対応データの欠如であると述べています。那は、私たちが実践で見ていることと一致しています。組織は、AIアプリケーションに大量に投資する前に、データを戦略的資産として扱い、明確な所有権、統治、品質基準、信頼性を確立する必要があります。AIは、良い情報でも悪い情報でも、与えられた情報を拡大します。

đóが、AIネイティブSAFeが運用モデルの構造要素としてキュレーションされたデータ管理を組み込む理由です。データの準備は、ITの課題だけではありません。リーダーシップと運用モデルの課題であり、AIからビジネス価値を生み出す組織の能力に直接影響します。

AIネイティブSAFeは、出力の測定から成果の測定への移行をどのように支援しますか。

AIは、出力を生成することを劇的に容易にします。実行が速くなり、費用が低くなるにつれて、出力だけは進歩の弱い尺度になります。実際の競争上の優位性は、出力が有意義なビジネス成果を生み出すかどうかを測定することにシフトします。

AIネイティブSAFeは、成果ベースの製品開発サイクルを中心に構築されています。AI投資を継続的に測定可能なビジネス価値に接続するために必要な役割、実践、統治を提供します。

同じReturn on AI Instituteの調査は、このシフトを支持しています。AIの価値を執行レベルと取締役会レベルで定期的に測定し、伝達する組織は、AI投資に対するリターンが大幅に強化されていると報告しています。AIネイティブSAFeは、成果ベースの規律を、企業が運用する方法の一部として継続的にします。

組織は、AIネイティブSAFeに移行するかどうかを決定する際に、どのような要素を考慮するべきですか。

コアSAFeは、多くの組織にとって適切な運用モデルのままです。AIネイティブSAFeは、それを置き換えることを目的としていません。AIによって形作られる運用モデルの組織を拡張することを目的としています。

組織は、AIが既存の活動を自動化するのではなく、仕事を再設計する機会をどのように創出できるかを評価する必要があります。AIをエンタープライズ・スケールでサポートするために、統治、リーダーシップの実践、データの能力が準備されているかどうかを評価する必要があります。

最も重要なのは、これはすべてか何でもない決定です。AIネイティブSAFeには、組織が段階的に進化するための採用ガイダンスが含まれています。

すべての組織は、異なる場所から始まります。AIネイティブSAFeは、その進化をサポートするように設計されています。

2030年の真のAIネイティブ企業はどのようなものになりますか。

2030年までに、最高のパフォーマンスを発揮する組織は、AIを技術的な問題ではなく、ビジネス上的機会として考えるようになります。AIは、仕事をする方法、競争力を維持し、顧客に価値を提供する方法の一部になります。

人間のリーダーは、意図を定義し、戦略的な決定を下し、判断を下し、成果に対する説明責任を負います。AIエージェントは、人間の努力が必要だった分析、調整、実行の多くを実行します。

業界のリーダーを区別するものは、AIへのアクセスではありません。すべての人がAIへのアクセスを持つことになります。差別化要因は、運用モデルの品質です。人間、AI、データ、統治、継続的な学習をどのように効果的に調整して、測定可能なビジネス成果をスケールで提供するかです。

素晴らしいインタビュー、詳しく知りたい読者はスケールド・アジャイルを訪問してください。