Fred Laluyaux、Aera Technology 共同創設者兼CEO – インタビューシリーズ
Fred Laluyauxは、Aera Technologyの共同創設者、社長兼CEOであり、アナリティクス、自動化、意思決定の交差点において企業を構築し、率いてきた経験豊富なエンタープライズソフトウェア経営者です。Aeraを創業する前は、AnaplanのCEOを務め、SAPでは財務、パフォーマンス管理、リスク、セールス、コーポレート・ディベロップメントにわたる複数の上級管理職を歴任しました。キャリアの初期には、Business ObjectsとALG Softwareで経営職を務め、Transcribe Technologiesを創業するなど、数十年にわたりグローバルなソフトウェア組織を拡大し、複雑なデータをビジネスの成果に変換する経験を積んできました。Aera Technologyは、大企業がより迅速かつ正確に事業を運営できるよう支援する、AI駆動型の意思決定インテリジェンスソフトウェアを開発しています。同社のプラットフォームは、組織内外のデータを継続的に分析し、洞察をリアルタイムで推奨アクションおよび自動化アクションに変換します。ダッシュボードではなく意思決定に焦点を当てることで、Aeraは組織が反応的な分析から、積極的で継続的に改善される運用へと移行することを目指しています。Transcribe Technologiesの構築からAnaplanの運営、そして現在のAera Technologyの共同創業に至るまで、あなたは複数のエンタープライズソフトウェア企業を創業し、率いてきました。大企業において、意思決定インテリジェンスが独自のカテゴリーとして存在する必要があると確信させた問題は何ですか？また、なぜ2017年がAeraを構築するのに適したタイミングだったのでしょうか？私はこの問題に、Aeraが存在するずっと前から、10年以上取り組んできました。2010年、SAPに在籍していた頃、私は大企業にとって最大の課題となるものについて論文を書きました。それは、経済のデジタル化のペースに追いつくために、十分な速さで意思決定を行い、実行するという課題です。3つの力が衝突していました。それは、量、複雑さ、そしてスピードです。意思決定は、影響が及ぶポイントにより近い、はるかに細かい粒度へと移行していましたが、企業は依然として、単純に拡張できない人材、ツール、プロセスの深いピラミッドとして構成されていました。真の問題は、いかにしてテクノロジーの力を取引レベルまで下ろすかということになりました。単なる洞察やダッシュボードではなく、意思決定を実行し、行われたすべての意思決定から継続的に学習し、人間が管理する機械です。2017年については、私たちは早すぎました。市場は完全に準備ができておらず、私たち自身もそうでした。それがスタートアップの本質です。明確なビジョンを持って始動し、市場が成熟したときに備えて早期に構築するのです。Aeraの場合、それは数年かかりました。そしてCOVID-19は助けにはなりませんでした。しかし、私たちの中核的なビジョンが当初の定式化から変わらず真実であり続けながら、プラットフォームと市場の両方が進化し、Aeraが現在では意思決定インテリジェンスカテゴリーをリードし、世界最大級の組織のいくつかと協業しているのを見るのは、非常に興味深いことです。今日、AIエージェントについて多くの議論がありますが、あなたは洞察だけでは不十分であることを明確にしています。混乱を切り抜けようとしているCIOに対して、アナリティクス、AI支援による推奨、そして真の意思決定インテリジェンスの違いをどのように説明しますか？従来のアナリティクスやビジネスインテリジェンスツールは、何が起こったかを伝えます。AIは、何が起こるかを予測するのに役立ちます。AI支援による推奨は選択肢を提案しますが、それでも決定し行動するのは人間に依存しています。意思決定インテリジェンスは、静的なダッシュボードや単発の推奨を超えます。それは、意思決定を加速し改善するための継続的な学習ループとして機能します。データ、アナリティクス、AI、自動化を活用して、トレードオフを評価し、シナリオをシミュレートし、ビジネス目標に沿ってリアルタイムでアクションを実行・監視します。AIはチームが需要を予測したりワークフローを最適化したりするのに役立ちますが、意思決定インテリジェンスは、それらの洞察に基づいてどのように行動するかを決定します。それは、コスト、リスク、サービスレベル、運用上の制約を、企業全体で規模に応じてバランスさせます。Aeraは、自律型エンタープライズを可能にするものとしばしば表現されます。実際のところ、大組織内部でそれはどのようなものですか？また、今日、どのような意思決定が現実的にこのレベルの自動化の準備ができているのでしょうか？自律型エンタープライズについて話すとき、これは制御のない自律性を意味するものではありません。最初から私たちのビジョンは、機械に支援された人間が意思決定を行い実行することから、明確な意図、制約、説明責任を持って、人間が導く機械が意思決定を実行することへと移行することでした。実際には、Aeraは意思決定エージェントとして機能します。それは継続的にデータを理解し、トリガーを検出し、トレードオフを評価し、アクションを推奨し、エンタープライズシステム内で直接意思決定を実行します。Aeraを使用することで、人間はダッシュボードを管理するのではなく、多くの場合、単純な同意・不同意のインタラクションを通じて、意思決定を統治します。今日、このレベルの自動化の準備ができている意思決定は、高頻度で繰り返し発生するものです。在庫の再調整、発注書の優先順位付け、パラメータ変更など、スピードが重要であり、手動での調整が最も非効率を生み出す領域です。あなたはサプライチェーン、財務、運用にわたるグローバル企業と密接に協力してきました。CIOは、運転資本、サービスレベル、廃棄物削減などにおいて、意思決定インテリジェンスから最も迅速かつ具体的なリターンをどこで見出していますか？CIOが意思決定インテリジェンスから最も迅速で具体的なリターンを見出すのは、意思決定が高頻度で繰り返し発生し、コスト、キャパシティ、またはサービスのトレードオフによって制約されている領域です。サプライチェーンと運用では、これには在庫の再調整、発注書の優先順位付け、ロジスティクスなどがよく含まれます。ここで、規模に応じた自動化された実行が、運転資本、サービスレベル、廃棄物削減において測定可能な成果を生み出します。例えば、あるグローバルなライフサイエンス企業は、意思決定インテリジェンスを使用して需要を継続的に監視し、発注書を調整しています。サプライヤーへのキャンセルや削減の依頼を自動的に行い、応答を検証し、変更を確認します。この機能は、年間数百万単位の廃棄物削減をもたらすだけでなく、トラックの走行距離と関連する温室効果ガス（GHG）排出量も削減しています。多くの企業は、すでにAIモデルを規模に応じて運用化することに苦労しています。組織が洞察の生成から自動化された意思決定の実行へと移行しようとするとき、あなたが最もよく目にする障害は何ですか？課題は、チームがスタンドアロンのAIツールで実験を始める際によく発生します。単一のワークフローを自動化することはできても、ビジネス全体で一貫して意思決定を運用化することに苦労する可能性があります。構成可能で目的に特化した意思決定プラットフォームがなければ、これらの取り組みは、状況の変化に応じて統治、拡張、適応することが困難です。もう一つの一般的な障害は、意思決定のどこがうまくいっていないかについて明確さを欠いていることです。企業はAIと予測に投資しますが、なぜ在庫が増えるのか、予測が外れるのか、ロジスティクスが低パフォーマンスなのかを特定しません。意思決定にわたる断片的な可視性が問題を悪化させます。成功するチームは、トレードオフが理解されている明確で影響の大きいユースケースから始め、推奨と実行を通じて信頼を構築し、徐々に自動化していきます。そこから、意思決定が継続的に適応・改善されるにつれて、規模を拡大することができます。エージェンシックAIは業界全体でバズワードになりつつあります。意思決定インテリジェンスプラットフォームにおいて、エージェントはどのように位置づけられるとお考えですか？また、自律性と人間の監視のバランスについて、企業はどこに注意を払う必要があるとお考えですか？意思決定インテリジェンスにおいて、エージェントは、孤立して動作するのではなく、監視された意思決定システムに組み込まれたときに最も価値を追加します。Aera Decision Cloudプラットフォームでは、エージェントは調整されたチームとして機能し、それぞれが特定の能力を提供します。シナリオのシミュレーション、リアルタイムシグナルの統合、実現可能性の検証、財務的影響の評価、アクションの実行など、すべてが単一の意思決定を中心にオーケストレーションされます。企業が注意を払う必要があるのは、ガバナンスのない自律性です。実際には、エージェンシックな意思決定は常に人間によって導かれます。人間のチームがパラメータと目標を設定し、パフォーマンスを監視し、仮定をテストし、コントロールルーム環境からデータ品質を管理します。システムは継続的に実行できますが、意思決定がどのように進化するかは人間が統治します。そのバランスこそが、エージェンシックAIを企業において拡張可能で信頼性が高く安全なものにするのです。収益、顧客、またはコンプライアンスに影響を与える意思決定において、信頼は極めて重要です。Aeraは、特に規制環境において、意思決定が説明可能、監査可能、かつ正当化可能であることをどのように保証していますか？信頼は透明性から始まります。Aeraは、すべての意思決定について、使用されたデータ、推奨事項、その背後にある論理、取られた決定、結果を含む完全なコンテキストを捕捉します。システムが実行され更新されるにつれて、意思決定の結果を監視・測定し、意思決定を継続的に改善します。私たちはこれを自動意思決定学習と呼んでいます。意思決定のパフォーマンスに基づき、Aeraは推奨事項に対する信頼度スコアを計算します。根本原因、トレードオフ、予想される影響を説明します。ユーザーは、明確な理論的根拠と92%の信頼度レベルを持つ推奨事項を見るかもしれません。このアプローチは自律的ですが監視下にあります。プラットフォームのDecision Intelligence Network（集中制御室として機能する）を通じて、ユーザーは意思決定、アクション、結果にわたる完全な可視性を持ちます。パフォーマンスを監視し、仮定をテストし、データ品質を管理し、時間の経過とともに論理を調整することができます。CIOとの対話に基づいて、意思決定インテリジェンスシステムが成熟するにつれて人間の役割はどのように進化しているとお考えですか？また、機械がより多くの運用上の意思決定を担うにつれて、どのようなスキルがより重要になるとお考えですか？意思決定インテリジェンスが成熟するにつれて、人間の役割は消えるのではなく、バリューチェーンを上昇します。私たちは、人間が手動で意思決定を実行することから、意思決定を設計、統治、改善することへと移行する変化を見ています。多くの消費財企業では、従来のプランナーの役割はすでに、結果を監視し、トレードオフを理解し、時間の経過とともに意思決定の論理を改善することに焦点を当てた意思決定アナリストへと進化しています。彼らと並んで、意思決定アーキテクトは、機械がどのように行動するかを導く意図、制約、ガードレールを定義します。最も重要なスキルは、判断力、システムレベルの思考、そして適切な意思決定を組み立てる能力になります。人間は確固たる管理を維持し、機械による意思決定の方法を統治しますが、個々のアクションすべてを管理するわけではありません。Gartnerによる初の意思決定インテリジェンスプラットフォームのMagic Quadrantは、このカテゴリーが主流に入りつつあることを示しています。今後数年間で、主要ベンダーと後発ベンダーを分ける能力は何だとお考えですか？Gartner Magic Quadrant for Decision Intelligence Platformsの初回においてリーダーに選定された者として、私たちは、リーダーシップは強力な実行力と、完全な意思決定ライフサイクル全体にわたる包括的で構成可能な能力を提供する能力によって定義されると考えています。Gartnerの関連するCritical Capabilities調査でも、Aeraは、意思決定分析、意思決定エンジニアリング、意思決定科学、意思決定スチュワードシップなどの主要な意思決定ユースケースにおけるパフォーマンスで評価されました。これは、プラットフォームが企業規模で意思決定をモデル化、運用化、統治し、継続的に改善できるかを評価するものです。私たちは、主要なベンダーは、生成AIやエージェンシックAIを含む高度なAI技術を、監視された企業対応の意思決定システムにどれだけ効果的に統合するかによっても区別されると考えています。これには、構成可能で、ローコードや自然言語インターフェースを通じてビジネスにアクセス可能であり、セキュリティおよび規制要件を満たすために規模に応じて統治される、目的に特化したプラットフォームが必要です。最終的に、最も強力なベンダーは、意思決定インテリジェンスを、チームが管理しなければならない単なる別のアプリケーションではなく、継続的に学習し改善する運用レイヤーとして組み込むでしょう。洞察と行動の間のギャップを認識している組織にとって、Aeraのプラットフォームは実際にそのループをどのように閉じるのに役立ちますか？また、測定可能なビジネスインパクトを推進しようとしているCIOにとって、成功する最初の導入は通常どのようなものですか？洞察と行動の間のギャップを埋めることは、日々の運用において意思決定を運用化することから始まります。Aeraのプラットフォームは、CIOが意思決定を継続的なプロセスとして扱うことを可能にします。結果を監視し、トレードオフをテストし、時間の経過とともにパフォーマンスを改善します。これはしばしば、意思決定センターオブエクセレンス（仮想または物理的）に基づいており、チームが意思決定がどのように行われ実行されるかを統治し洗練させます。Aeraは、データ、アナリティクス、ビジネスルール、AI、自動化を単一の構成可能なプラットフォームに統合し、洞察から実行、学習に至る意思決定を支えます。その構成可能なアーキテクチャにより、ITは監視とセキュリティを維持しながら、ビジネスチームが意思決定フローを定義、適応、進化させることが可能になります。結果が捕捉されるにつれて、意思決定は継続的に改善され、チームは判断、戦略、例外に集中できるようになります。成功する最初の導入では、多くの場合、10〜12週間で1つの影響の大きい意思決定ユースケースにおいて測定可能な結果を証明し、エンドツーエンドで意思決定を実行し継続的に改善します。これにより、企業規模への繰り返し可能な青写真が作成されます。素晴らしいインタビューをありがとうござ
