エドウィン・リソフスキー、Addepto共同創設者兼チーフ・グロース・オフィサー – インタビュー・シリーズ

エドウィン・リソフスキー、Addepto共同創設者兼チーフ・グロース・オフィサーは、会社の戦略的成長、ビジネス開発、そしてマーケティングを担当しています。彼は、データアーキテクチャ、AI駆動の戦略、そしてアナリティクスコンサルティングにおける豊富な経験を持ち、技術的専門知識と、グローバルなクライアントのためのAI採用とビジネス変革イニシアチブの拡大に強い焦点を合わせています。

Addeptoは、ワルシャワに拠点を置くコンサルティング会社で、企業向けの人工知能、機械学習、データエンジニアリング、そしてビジネスインテリジェンスのソリューションを提供しています。同社は、企業が生データを有効なインサイトに変えることを支援し、エンドツーエンドのAI戦略、Proof-of-Conceptの開発、そして本稼働モデルの実装を提供しています。金融、物流、製造、保険などの業界で活動し、Addeptoは、企業がAIを活用してビジネスに実際的な影響を与えることを支援するために、カスタマイズされたソリューションと長期的なパートナーシップを重視しています。

2018年にAddeptoを共同創設したきっかけと、市場に埋もれるギャップを埋めるために何を目指したのかについてお話しください。

2018年の当時、私たちは二つの極端な状況を見ていました。一つは、大きなベンダーが「ワンサイズフィットオール」のAIを売っていたこと、もう一つは、内部チームがPoCの後でデータエンジニアリングとMLOpsの力が不足しているために停滞していたことです。私たちは、Addeptoを、戦略→データプランニング→モデル→本稼働というフルスタックアプローチで、特にデータヘビーな業界向けのチームとして構築しました。そのアプローチは、現在でも私たちのDNAです。

Addeptoのサービス領域の中で、コンピュータビジョン、NLP、機械学習、またはデータエンジニアリングのどれが、企業での採用が最も速いのか、そしてその理由についてお話しください。

過去18〜24ヶ月で、NLP/GenAIが企業での採用が最も速かったです（検索、仮想アシスタント、ドキュメント処理）。これは、知識ワークのROIに直接マッピングされ、基礎モデルから始めることができるからです。業界調査によると、2024年にはAIの使用が大幅に増加し、GenAI主導のユースケースが機能全体で拡大していることが示されています。

多くの企業は、Proof-of-ConceptのAIから本稼働システムへの移行に苦労しています。Addeptoはどのようにしてそのギャップを埋めていますか。

私たちは、生産を一つの段階ではなく、規律として扱います。発見ワークショップ、データ契約、リファレンスアーキテクチャ、CI/CD forモデル、観察可能性、そして「Day-2」オペレーション（ドリフト、コスト、ガードレール）を提供しています。具体的には、MLOpsを標準化し、PoCをクライアントのスタック（Databricks/Spark、Kubernetes、既存のBI）に適合するマイクロサービスエンドポイントにリファクタリングしています。那が私たちが一貫してデモを超えたものを提供する方法です。

生成的なAIは現在、サービスの中核です。基礎モデルとカスタムモデル開発のどちらを適用するかをどのように決定していますか。

私たちの決定ツリーは実用的です：

• 時間価値、広範な言語タスク、変動性が優先される場合は、基礎モデルから始めます。
• ドメイン用語やトーンの精度が重要な場合は、ファインチューニングまたはアダプターに移ります。
• レイテンシ、コスト、IP制御が重要な場合は、独自のモデルを構築します。データが独自のものであるか、構造化されているか、エッジ制約がある場合は、同様です。これは、企業が進む方向です：「実験」は少なく、「目的のあるアーキテクチャ」が多くなっています。

2024年に、ContextClueを専用のナレッジマネジメントプラットフォームとして立ち上げました。どのような痛みが、別の製品の立ち上げが適切な時期であることを確信させましたか。

エンジニアリングクライアントは、いつも同じことを尋ねていました。「私たちのCAD、PLM、ERP、ドキュメントは話をしません。どうにかしてそれらをまとめて考えさせることができないでしょうか。」私たちは、プロジェクトでそれを何度も解決しましたので、パターンを製品化しました。2024年は、GenAIによって検索と作成がエンジニアにとって使えるものになったため、適切な時期でした。私たちは、その時期に発表し、展開を開始しました。

ContextClueはCAD、ERP、PLM、技術文書と統合します。どれが最も統合が難しいデータソースですか。どのように解決していますか。

CADが最も難しいです：バイナリ/独自のフォーマット、バージョニング、アセンブリ、空間的コンテキスト。私たちは、CADをPLM/ERPのメタデータとともに正規化し、すべてをナレッジグラフにマッピングして、パーツ、システム、仕様、手順が同じエンティティに解決されるようにします。那がContextClueのインジェストパイプラインの骨子です。

プラットフォームは、セマンティック検索とドキュメント生成をサポートしています。エンジニアリングチームの出力に対する精度と信頼性をどのように確保していますか。

3つの層があります：

• グラウンドドレトリーバル（スキーマ認識RAGオーバーグラフ）と、ソースアーティファクトへの引用。
• ポリシー+テスト（CI内の評価スイート、レッドチームプロンプト、リグレッションテスト）。
• 重要な出力に対するヒューマンインザループ（SOP、コンプライアンスドキュメント）。私たちは、評価とグラフ抽出ツールチェーンの一部をオープンソース化して、監査可能なものにしました。

ContextClueは、重工業とエンジニアリングのエコシステムにおける他のナレッジマネジメントツールと比べて、どのような点が異なりますか。

それはエンジニアリングネイティブです：単に「ファイルを検索」するのではなく、アセンブリ、依存関係、変更の影響を理解し、CAD/PLM/ERPとメンテナンス履歴をアクティブなグラフにリンクします。競合するKMツールは、インデックスに止まることが多いです。ContextClueは、構造とセマンティクスを統合し、人間が読めるドキュメントとマシンが読めるモデル（デジタルツイン、計画のために）を出力します。

マルチモーダルAIの台頭と、特にテキスト、図面、3Dモデルの統合について、ContextClueの進化をどのように見ていますか。

2つの方向がすでに動き出しています：

• ビジョンオーバーカッド＆図面：トポロジー、コールアウト、BOMリンクを抽出して、回答を図面に根付かせること。
• 3Dアライメント：ナレッジノードを3D座標/Omniverseビューにリンクして、メンテナンスまたは計画クエリが正しいスポットに解決されるようにすること。モーダリティ全体を横断してパーツ、バージョン、手順をナビゲートする、より豊かなエージェントが期待できます。

将来、AddeptoとContextClueが互いの成長をどのように形作っていくのか、そして10年以内の業界への影響をどのように見ていますか。

Addeptoは、責任を持ってマルチモーダル/エージェントシステムを本稼働化し続けます。一方、ContextClueは、そのR&Dをエンジニアリングチームのための繰り返し価値に変えます。私たちは、プラントとプログラム全体で「知識の浪費」（検索/再作成に費やされた時間）を削減し、エンジニアリングサイクル時間、再作業率、監査準備時間を測定することを目指しています。市場は「多くのパイロット」から「より少ない、高い価値のロールアウト」に移行しており、私たちは、一貫した勝利をもたらすパートナーとプラットフォームであることを計画しています。

素晴らしいインタビュー、ありがとうございます。詳細を知りたい読者は、Addeptoを訪問してください。