Ashley Moser、MelodyArc共同創業者兼CCO – インタビューシリーズ

Ashley MoserはMelodyArcの共同創業者兼最高商務責任者として、同社の商業戦略を主導し、顧客と協力して野心的な業務目標を測定可能な成果に変換します。彼女はオペレーション、プロダクト戦略、物流、営業、金融サービスにわたるバックグラウンドを持ち、WonderやWalmartのJetblackでのリーダーシップ役職を含み、サプライチェーン、継続的改善、戦略、物流に携わってきました。キャリア初期にはStella Connectの営業ディレクターを務め、同社は後にMedalliaに買収され、モバイル小売プラットフォームNewStoreと協働し、J.P. Morganで機関投資家向け株式営業に4年以上従事しました。

MelodyArcは、オペレーションチームがデータ、ビジネスルール、AIシステム、そして人間の意思決定を単一の統制された環境で調整できるよう支援するエンタープライズAIオーケストレーションプラットフォームです。このプラットフォームは、複雑な業務プロセスをエンドツーエンドで実行することを中心に構築されており、チームがワークフローを定義し、ビジネスロジックを適用し、AIオペレーターやその他のエージェントをデプロイし、より高度な判断が必要な場合にケースを人にエスカレーションできるようにします。そのポイントエンジンは、組織のルール内で各ケースの解決策となり得るパスを評価し、各ステップを記録することで、顧客サービス、マーチャンダイジング、サイトメッセージング、サプライチェーン、アソートメントなどの領域におけるAI駆動ワークフローの可視性と制御性を企業にもたらします。

J.P. Morganでの金融、MedalliaでのエンタープライズSaaS、そしてWalmartのJetblackでのオペレーション業務と、多様なキャリアをお持ちです。どのような具体的な洞察やフラストレーションがMelodyArcの共同創業につながり、これらの経験が会社の核心ビジョンをどのように形作ったのでしょうか？ 

私たちが会社を立ち上げたのは、共同創業者のJames McHenryと私が共にオペレーター兼テクノロジストとしての経験を持っていたからです。私たちは現場で直接、オペレーションチーム向けの優れた技術構築を支援してきましたが、同時に同じ課題に直面し続けました。つまり、ポイントソリューションはオペレーションが実際に行う作業のごく一部しかカバーせず、現場での業務フローと合致しないことが多かったのです。

この考えを踏まえ、最前線のオペレーションチームが実際に活用できる形で新技術を提供できるプラットフォームの構築に取り組みました。現在、それはヒューマン・イン・ザ・ループ・オーケストレーションとして実現しています。

MelodyArcはAIを最前線のオペレーターの手に直接届けています。このアプローチは従来のトップダウン型エンタープライズAI導入とどのように異なり、なぜ今この変化が起きているのでしょうか？ 

MelodyArcでは、プラットフォームが導入されると、チームが新しいワークフローやアイデア、ヒューマン・イン・ザ・ループプロセスを直接立ち上げられるようになり、全体のロードマップへの影響はほとんどありません。つまり、チームは毎回指揮系統を上下に回すことなく、AIを活用して自らのプロセスを改善できるのです。これは技術導入の根本的に異なる方法です。

この点は、当社の最大規模のエンタープライズ導入で特に顕著です。あるクライアントでは、最初に1つのチームで単一のユースケースから始めましたが、現在では複数のチームにわたり5件以上のユースケースが稼働しています。

また、チームが1日でAI支援プロセスを構築するケースも見られました。これは以前は、エンジニアリングコストが高くROI基準を満たさないために優先度が低かったものです。

多くの組織がAIに多額の投資を行っていますが、実際の運用化に苦労しています。AI戦略と現場での実行の間で最も一般的に見られるギャップは何ですか？

大きく二つの点が際立っています。まず、企業がAIを適用したいプロセスを見るとき、全か無かのアプローチを取りがちです。対象プロセス全体を自動化するか、全く手を付けないかのどちらかです。私たちは、むしろプロセスの構成要素を見て、どこに自動化が適合し、どこにAIが適合し、どこに人が関与すべきか（順序は問わず）を特定することを推奨します。このアプローチにより、AIの候補となるプロセスが格段に増え、下流の自動化も促進されます。なぜなら、人が関与する箇所を意図的に設定しているからです。

次に、戦略的観点から見ると、企業は選択肢として数百もの適格なユースケースを抱えていることが多いです。重要なのは、派手さや容易さではなく、実際のビジネスインパクト、金額、時間、具体的な指標で評価することです。たとえ難易度が高くても、規模が大きくインパクトの高い領域から取り組むことが、企業にとって最大の価値をもたらします。これにより、AIプロジェクトが組織内で価値の正のスパイラルを生み出すことが示されます。

MelodyArcはAIと人間のワークフローを組み合わせ、置き換えるのではありません。エンタープライズ環境において、どのように自動化と人間の意思決定の適切なバランスを見極めていますか？

MelodyArc は、AI とヒューマン・イン・ザ・ループによる意思決定のバランスを見つけることで、企業が自動化目標を達成できるよう支援します。MelodyArc が導入プロセスを開始すると、組織の最終目標は自動化が作業の 90% を完了し、残りの 10% はチームメンバーの専門知識に依存することかもしれません。しかし、単にスピードを優先するのではなく、MelodyArc は最初からヒューマン・イン・ザ・ループの関与を活用します。たとえば、自動化とチームメンバーの入力を 50‑50 の割合で始め、徐々にプロセスの自動化率を高めていくといった方法です。このアプローチにより、ワークフローを完璧に仕上げてから AI を統合しようとするのではなく、エンタープライズ規模のワークフローをより早く本番環境に投入できます。

このアプローチのもう一つの強みは、プロダクションに投入した段階で、次に自動化すべきプロセスの部分を正確に示すデータを収集できることです。これにより、MelodyArc は自動化目標に向けてより速く、かつ効果的に段階的に進めることが可能になります。実際には、企業はワークフローを修正や調整のために中断することなく、継続的に自動化が改善されていくのを実感できることが多いです。

顧客体験とオペレーションのバックグラウンドを持つあなたは、即座に回答が生成できる環境で、AI が「優れたサービス」の姿をどのように再定義していると考えますか？

私は「即時性」は標準的な要件となり、事実上コモディティ化すると考えています。優れたサービスは、顧客に迅速に答えることだけが目的ではなく、最小限の労力で正しい答えを提供することにあります。AI は、顧客に代わって実行したり、次のステップを提案したり、フィールドを自動入力したりと、体験をよりスムーズで楽しいものにする新たな手段を提供します。即座に答えを生成しても、実際に関連性がなければ意味がなく、単にスピードだけを追求することが、企業が間違ったものを最適化してしまう原因だと主張したいです。

エンタープライズ AI は、導入後の採用と使いやすさが重要になる最終段階で失敗しがちです。MelodyArc が実際にフロントラインチームに使われ続けるために、どのようなデザイン原則が不可欠でしたか？

私たちは、チームに蓄積された暗黙知が多く存在し、何が自動化できて何ができないかを明確に認識していることから出発します。その区別を率直に示すことで、体験ははるかに直感的になります。チームが何が起きているのか、なぜそうなるのか分からないブラックボックスではありません。

使いやすさは、テクノロジーがフロントラインチームと協働するものであり、チームが回避しなければならないものではないという考えに基づきます。これは、当初会社を設立した理由にもつながります。多くのポイントソリューションは、業務のごく一部にしか対応していないか、現場で実際に行われている作業と合致していませんでした。そのため、多くのエンタープライズ AI ツールが導入後数か月間未使用のままになる大きな要因だと私たちは考えました。

AI エージェントがより自律的になるにつれ、企業はスケールアウトする前にどのようなガバナンスとコントロールの課題に備えるべきでしょうか？

エンタープライズ環境における可観測性は不可欠であり、特にどのような判断がなされ、なぜそうなったのかを把握できることが重要です。企業が自動化したいが完全に自動化することに抵抗を感じるプロセスについては、ヒューマン・イン・ザ・ループを維持することを推奨します。これは監視を保つだけでなく、新しいシステムを試験し、その動作や正負の影響を最もよく理解するためにも重要です。

商業的観点から、購入者が情報通になりつつも慎重さを増す中で、過去数年でエンタープライズ向け AI の販売はどのように変化しましたか？

購入者もベンダーも皆、はるかに賢くなりました。私たちは実質的に数十年サイクルの約 4 年目に突入しており、まだ学びの途中です。AI がますます高度化し利用可能になるにつれ、クライアントに提供できることを急速に試行しながら、同時にクライアント自身も自社で何ができるかを学んでいます。これは本当にエキサイティングで、価値の交換が多く生まれています。

組織は情報セキュリティにかつてないほど注力し、独自性の保護と AI がもたらす実際の効率性に焦点を当てています。また、プロジェクトに対してもより合理的に取り組み、いきなり全体導入するのではなく段階的に採用しています。内部では「構築 vs 購入」の計算が依然として活発で、最近では構築と購入を組み合わせたハイブリッドアプローチ、あるいは「購入を通じた構築」など、どちらか一方に偏らない形が増えています。

あなたは Walmart のような大企業と急成長スタートアップの両方で活躍してきました。企業規模や組織の複雑性に応じて、エンタープライズ向け AI の構築はどのように異なりますか？

ここでは本質的に二つの次元があります。組織の規模と、技術スタックやプロセスの歴史的な深さです。

急成長スタートアップでは、人数や組織の複雑性がそれほど高くなく、20 年前に構築されたシステムや、何十年も同じことをやり続けてきたチームに縛られることもありません。組織が大きく、歴史が長いほど、根本からやり方を再考する必要が出てきます。つまり、将来どのように運用したいかを決め、そのビジョンに合わせて段階的に変革していく必要があります。場合によっては、既存プロセスと並行またはやや分離した形で、エッジで独立した実験を行うこともあります。

先を見据えて、AIが日常の業務フローに組み込まれる中で、現場従業員の役割はどのように変化すると考えますか？ 私たちは拡張、オーケストレーション、あるいは全く新しい何かへ向かっているのでしょうか？ 

日常の業務フローにおいては、オーケストレーション層が重要です。すべての人とテクノロジーがネイティブに連携することが私たちの目指す方向です。しかし、この種のテクノロジーを導入するのは複雑で、組織が一つのステップを自動化し、次に担当者に引き渡すだけの単純なサイロではありません。AI、オートメーション、そして担当者が協調して働くことの組み合わせです。

現場チームがワークフローを実装する機会は大いにあります。クライアントと話すたびに、予算や技術ロードマップ、チーム規模、ROIなどが障壁となり、取り組みたいができないプロジェクトが何十件、場合によっては数百件もあります。まさにそこにAIとオーケストレーションが活躍し、既存のリソースでより多くを実現しながら立ち上げコストを下げます。これにより将来のプロジェクトに対してプラスのROIがもたらされます。

素晴らしいインタビューをありがとうございました。詳しく知りたい読者は MelodyArc をご覧ください。