インタビュー：Iterate.aiのCTO兼共同創設者、ブライアン・サティアナタン

ブライアン・サティアナタンは、Interplay低コードプラットフォームの開発元であるIterate.aiの最高技術責任者兼共同創設者です。Interplayは、業界横断的にAIベースのアプリケーションを迅速に構築するためのプラットフォームです。以前は、Apple (AAPL ) でMac OSや最初のiPhoneなどの新興技術プロジェクトに従事していました。

あなたがAI技術に興味を持つきっかけは何でしたか？

私は以前からアルゴリズムによる学習に関心があり、大学時代にAIシステムを扱い始めました。またキャリア初期には、Apple向けの暗号技術やその他のセキュリティ技術と、それ以前に共同創業した会社向けの動画圧縮技術の開発に多くの時間を費やしました。動画も暗号もアルゴリズムへの依存度が高く、それによってAI・機械学習の習得が速まりました。2016年ごろ、オープンソースのAIフレームワークやGPUを試し、アルゴリズム面でも、対応できる分類の幅でも、過去5年間に大きく進歩したことを実感しました。そして、誰もがもっと簡単に利用できるようにする必要があると考えました。

あなたはAIの認知バイアスやデータバイアスについて強い見解を持っています。詳細を共有してください。

AIバイアスは、エンジニアが自身の視点や先入観によってAIトレーニングデータセットを形作ることによって生じます。これにより、AIの目的が損なわれます。多くの場合、この影響は無意識的であり、エンジニア自身もバイアスがデータセットに入り込んだことに気付いていない可能性があります。適切なチェックとバランスが取れていないと、データはエンジニアが考慮するポイントや人口統計のみに制限されます。高品質のデータを使用していても、バイアスがデータセットに入り込むと、AIアプリケーションの結果は不正確で、多くの場合、ほとんど役に立たないものになります。

Gartnerの報告書によると、2030年までに、AIプロジェクトの85%がバイアスによって誤った結果をもたらすことが予測されています。これは、克服しなければならない大きなギャップです。AIに投資し、AIに基づいて戦略的な決定を行う企業は、バイアスによって誤った結論に導かれ、高額な失敗や評判の損失を被る可能性があります。AIは、顧客向けアプリケーションや内部プロセスにおいて、急速に普及しつつあります。したがって、バイアスを除去することは、AIの真の潜在能力を実現するために不可欠です。

これらのバイアスを防ぐ方法は何ですか？

AIバイアスは、体系的に、積極的に検出され、除去されなければなりません。バイアスはアルゴリズムにハードコーディングされる可能性があります。認知バイアスによって必要なデータが省略される可能性があります。また、小さな判断が積み重なってAIの結果を歪める集約バイアスもリスクです。

あらゆる形のAIバイアスを検出して除去するには、組織が問題を効果的に軽減するためのフレームワーク、ツールキット、プロセス、方針を利用する必要があります。例えば、Rolls RoyceのAletheia FrameworkやDeloitteのAIフレームワークに、自動的に遵守させるベンチマークを組み合わせれば、AIアプリケーションの開発・導入全体でバイアスのない実践を促進できます。AI Fairness 360やIBM Watson OpenScaleは、機械学習モデルやパイプラインのバイアスとそのパターンを認識・除去できます。さらに、定めたバイアス指標に照らしてデータを検査するプロセスと、実践を義務付けてバイアスを防ぐガバナンス方針を組み合わせることで、組織は盲点を体系的に確認し、AIバイアスを抑制できます。

Iterate.aiの創設について語ってください。

その話は2013年に始まります。私とJon Nordmark（現在のCEO）は、ウクライナの東ヨーロッパのアクセラレーターの理事を務めていました。そこでは、起業家たちがシリコンバレー風のスタートアップを構築し、運営するのを支援していました。そこでの経験から、私たちに、有望だがあまり知られていないスタートアップを、大企業と結び付けてイノベーションを支援するアイデアが生まれました。そこで、Iterate Studioを立ち上げ、企業が求めるイノベーション能力に基づいてスタートアップパートナーを見つけるための専門的な検索エンジンを提供しました。2015年、会社名をIterate.aiに変更し、AI駆動のスタートアップキュレーションを強調しました。現在、Signalsデータベースでは、さまざまな要因と独自のAIを使い、この規模で1,570万件以上のスタートアップ技術を索引化しています。

2017年、Interplay低コードアプリケーション開発プラットフォームの最初のバージョンを立ち上げました。Interplayは、AIを活用したソフトウェアレイヤーを提供し、企業のレガシースタックを現代化し、革新的なテクノロジーのドラッグアンドドロップ利用を可能にし、ソフトウェア開発を10倍速化します。低コードプラットフォームには475の事前構築コンポーネントがあり、ユーザーは必要なテクノロジーを組み合わせて迅速にアプリケーションを構築できます。AIエンパワーメントはプラットフォームの核心であり、IoT、データ統合、ブロックチェーンなどの低コードコンポーネントもあります。

Iterate.aiの低コードプラットフォームで開発できるAIアプリケーションの例を教えてください。

私たちのローコードプラットフォームは、実に多様で興味深いユースケースのAIアプリケーションを可能にしており、その導入の幅広さを誇りに思っています。十億ドル規模の世界的な美容小売企業Ulta Beauty (ULTA ) は、わずか2週間でスマートなAI小売顧客向けチャットボットを構築しました。一方、初歩的なチャットボットはキーワード中心で、多くのベンダー製品は顧客情報にアクセスするためにレガシーシステムへ円滑に統合したり、人による支援へ滑らかに引き継いだりできません。UltaのスマートAIチャットボットは、自然言語処理と顧客の「意図」を認識する能力によりこれらの問題を解決し、正確な応答を提供しました。私たちのプラットフォームにより、Ultaは数時間でAIエンジンを構築し、学習と応答の設定・調整・改善を非常に迅速に行えました。

別の例では、Jockeyが、かなり複雑で主観的な顧客サービスの状況にも自動かつ適切に応答するAI搭載FAQを導入しました。また、世界的なコンビニエンスストア・給油所ネットワークは、顧客の車のナンバープレートをAI画像認識で読み取る非接触型給油機でパンデミックに対応できました。私たちのAI機能は、小売店舗のカメラ中心のセキュリティ戦略にも使われています。学習済みAIアプリケーションは、画像認識で店舗外の脅威や武器を特定し、顧客を守るために店舗をロックダウンし、当局に連絡できます。

実際のコーディング要件はどのくらい小さくなりますか？どのくらいの開発スキルが必要ですか？

私の意見では、80/20のルールが適用されます。80%のAIユースケースはすでに構築されており、確立されたモデルとトレーニングデータがあります。従来の組織は、低コードプラットフォーム（私たちのInterplayが1つです）を使用して、これらのケースを簡単に実装できます。以下は例です：

• AI駆動のFAQ
• AIパワードプロダクトファインダー
• プロダクトレコメンデーションとバンドル
• OCR
• ビジュアルプロダクトアイデンティフィケーション
• 表形式データ分析：AOV、バスケット分析、チャーン予測など
• オブジェクト抽出/検出
• オブジェクト恒常性

これらのケースは、サーバーサイドプログラミングの知識と機械学習APIの基本的な理解を持つエンジニアによって実装できます。これは、ビデオストリーミング、暗号化、キー管理技術をAPI経由で使用するのと似ています。多くのエンジニアは、これらのAPIの下層で何が起こっているかを知らないまま使用しています。

低コードAIは、AIテクノロジーをスケールアップする上でどのように重要ですか？

企業がAI能力をアプリケーション開発に取り入れる際、低コードを使用しないと大きな課題に直面する可能性があります。現在、世界には30万人のAIエンジニアしかおらず、そのうちの6万人だけがデータサイエンティストです。したがって、AIソリューションを開発してスケールアップするために必要な才能は高価で、価格は上昇しています。一方、低コード開発は、AIへのアクセスを民主化します。低コードを使用すると、世界の2500万のソフトウェア開発者やトレーニングを受けていない人でも、AIエンジンを簡単に実装して機能を改善し、効果的なソリューションを生み出して規模を拡大できます。

Iterate.aiのAIパワードSignalsプラットフォームで興味深いトレンドは何ですか？

AI、IoT、ブロックチェーン、データ、スタートアップソリューションの5つのイノベーションの力が急速に成長しています。これらはすべて非常に大きな市場です。毎日、ニュース、特許、新しいスタートアップ製品に関する数千のデータポイントを目にしています。Interplayは、これらの成長する力に活用するための事前構築コンポーネントを備えています。

Iterate.aiについてさらに共有したいことがありますか？

低コードとAIアプリケーションの構築における役割についての誤解がまだあると思います。ITプロフェッショナルが、低コード戦略が企業向けのスケーラビリティ、拡張性、セキュリティの要件を満たすことができるかどうか疑問視することは珍しくありません。プロトタイピング用に設計された低コードオプションが、生産アプリケーションのツールとして誤って適用されたことが、このような懸念に寄与している可能性があります。ただし、適切な低コードプラットフォームは、実際に、生産向けのAIアプリケーションの構築とサポートに十分です。企業は、低コードツールを選択する際に、透明性と徹底的なセキュリティレイヤーと、企業規模でのアプリケーションの提供実績を確保する必要があります。

素晴らしいインタビュー、詳しく知りたい読者はIterate.aiを訪れてください。