フレッド・ラルー、Aera Technologyの共同創設者兼CEO – インタビュー・シリーズ

フレッド・ラルー、Aera Technologyの共同創設者、社長兼CEOは、分析、自動化、意思決定の交差点で企業を構築し、リードしてきたベテランのエンタープライズ・ソフトウェア・エグゼクティブです。Aeraを設立する前に、AnaplanのCEOを務め、SAPでは財務、パフォーマンス・マネジメント、リスク、販売、企業開発を含む複数のシニア・リーダーシップ・ロールを務めました。彼のキャリアの初期には、Business ObjectsとALG Softwareのエグゼクティブ・ポジションで働き、Transcribe Technologiesを設立しました。これにより、グローバル・ソフトウェア・オーガニゼーションをスケーリングし、複雑なデータをビジネス・アウトカムに変換するための数十年の経験を積むことができました。

Aera Technologyは、大企業がより迅速かつ精密に運営できるように設計されたAI駆動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、組織とその外部環境からのデータを継続的に分析し、リアルタイムで推奨および自動化されたアクションにインサイトを変換します。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プロアクティブな、継続的に改善される運営に移行することを支援することを目指しています。

あなたは、Transcribe Technologiesを構築する初期の日々から、Anaplanを運営するまで、複数のエンタープライズ・ソフトウェア・カンパニーを共同創設し、リードしてきました。どのような問題を見て、意思決定インテリジェンスが独自のカテゴリとして存在する必要があると思い、2017年にAeraを構築することが適切なタイミングだったのか?

私は10年以上前にこの問題に取り組んでいます。Aeraが存在するよりもずっと前、2010年にSAPにいたときに、私は大企業が直面するであろう最大の課題について論文を書きました。つまり、経済のデジタル化のペースに合わせて意思決定と実行を迅速に行うことです。

3つの力が衝突していました。量、複雑さ、スピード。意思決定は、影響を受けるポイントに近づき、より細かい粒度で行われるようになりました。しかし、企業はまだ、人、ツール、プロセスの深いピラミッドとして構造化されており、単純にスケールできませんでした。

本当の質問は、技術の力をトランザクション・レベルまで持ってくる方法は何かということです。インサイトやダッシュボードだけではなく、機械が意思決定を実行し、継続的に学習し、人間がコントロールする方法です。

2017年の場合、当時は早すぎました。市場は完全に準備ができていなかったし、当社も準備ができていませんでした。これはスタートアップの性質です。明確なビジョンから始めて、市場が成熟するまでに早く構築します。Aeraの場合、数年かかりました。さらに、COVID-19も役に立たなかったのですが、面白いことに、私たちのコア・ビジョンは初期の提案から変わらず、プラットフォームと市場はAeraが意思決定インテリジェンス・カテゴリをリードし、世界最大の組織と協力できるようになったところまで進化しました。

現在、AIエージェントについて多くの議論がありますが、あなたはインサイトだけで十分ではないことを明確にしています。CIOがノイズを切り抜けて、分析、AIアシストの推奨、真の意思決定インテリジェンスの違いを理解するために、どのように説明しますか?

伝統的な分析およびビジネス・インテリジェンス・ツールは、起こったことを教えてくれます。AIは何が起こるかを予測するのに役立ちます。AIアシストの推奨はオプションを示唆しますが、まだ人間が決定し、行動する必要があります。

意思決定インテリジェンスは、静的なダッシュボードや一時的な推奨事項を超えて、意思決定を加速し、改善するために連続的な学習ループを実行します。データ、分析、AI、自動化を使用して、トレードオフを評価し、シナリオをシミュレートし、リアルタイムでアクションを実行および監視します。これはビジネス目標に合わせて行われます。

AIは需要を予測したりワークフローを最適化したりするのを支援できますが、意思決定インテリジェンスはそのインサイトに基づいて行動する方法を決定します。コスト、リスク、サービス・レベル、運用上の制約を、企業全体でバランスをとります。

Aeraは、自己運転型エンタープライズを可能にすることで説明されることがあります。実際、大規模な組織内では、どのように機能しますか? また、どのような意思決定が現実的にこのレベルの自動化の対象となりますか?

自己運転型エンタープライズについて話すとき、これは制御なしの自律性ではありません。最初から、私たちのビジョンは、人間が機械をサポートして意思決定を行うことから、人間がガイダンスする機械が意思決定を実行することに移行することでした。

実践では、Aeraは意思決定エージェントとして機能します。データを継続的に理解し、トリガーを検出し、トレードオフを評価し、推奨アクションを実行し、企業システムで直接意思決定を実行します。Aeraを使用すると、人間はダッシュボードを管理しません。代わりに、同意または異議を示す単純なインタラクションを通じて、意思決定を統治します。

現時点でこのレベルの自動化の対象となる意思決定は、高容量で繰り返し実行可能なものです。たとえば、在庫の再調整、発注の優先順位付け、パラメータの変更など、速度が重要で、手動での調整が最も非効率的な場合です。

あなたはグローバル・エンタープライズのサプライ・チェーン、財務、運用を横断して協力してきました。CIOは、意思決定インテリジェンスから最も迅速かつ有形なリターンをどこで見ていますか? たとえば、運用資金、サービス・レベル、廃棄物削減などの観点からです。

CIOは、意思決定が高容量で繰り返し実行可能で、コスト、容量、またはサービス・トレードオフによって制約されている場合に、意思決定インテリジェンスから最も迅速で有形なリターンを実現しています。サプライ・チェーンや運用では、これには在庫の再調整、発注の優先順位付け、物流が含まれることがよくあります。これは、自動化された実行によって、運用資金、サービス・レベル、廃棄物削減における測定可能な利益をもたらします。

たとえば、グローバル・ライフサイエンス・カンパニーは、需要を継続的に監視し、自動的に発注のキャンセルまたは削減を依頼し、対応を検証し、変更を確認するために意思決定インテリジェンスを使用しています。この機能は、年間の廃棄物削減で数百万ドルを超える価値をもたらしており、さらに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モデルを大規模に運用化するのに苦労しています。組織がインサイト生成から自動化された意思決定の実行に移行するときに、最も共通のブロッカーは何ですか?

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たときに発生することがよくあります。彼らは単一のワークフローを自動化するかもしれませんが、ビジネス全体で意思決定を一貫して運用化するのに苦労します。組み立て可能で目的のために設計された意思決定プラットフォームがない場合、これらの努力は統制、スケール、または条件の変更に応じて適応することが困難です。

別の一般的なブロッカーは、意思決定が崩壊している場所についての明確さの欠如です。企業はAIと予測に投資しますが、在庫が増える理由、予測が外れる理由、または物流が不調になる理由を特定できません。意思決定の断片化された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、高い影響力のユースケースから始め、推奨と実行を通じて信頼を築き、徐々に自動化します。そこから、意思決定が時間の経過とともに継続的に適応し、改善されるようにスケールできます。

エージェントAIは業界全体でブズワードになっています。エージェントは意思決定インテリジェンス・プラットフォームにどのように適合するか、また、企業は自律性と人間の監視についてどこで注意する必要があると思いますか?

意思決定インテリジェンスでは、エージェントは、監視された意思決定システムに組み込まれている場合に最も大きな価値をもたらします。孤立した状態ではありません。Aera Decision Cloudプラットフォームでは、エージェントは、シミュレーション、リアルタイム・シグナルの統合、実行可能性の検証、財務への影響の評価、行動の実行など、特定の機能を提供するチームとして協調して動作します。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ています。

企業が注意を払う必要があるのは、統治なしの自律性です。実践では、エージェントによる意思決定は常に人間によって導かれます。人間のチームは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、データの品質を管理します。これはコントロール・ルーム環境から行われます。システムは継続的に実行できますが、人間が意思決定の進化を管理します。そうすることで、エージェントAIは企業でスケーラブル、信頼性が高く、安全になります。

意思決定が収益、顧客、またはコンプライアンスに影響を与える場合、信頼は非常に重要です。Aeraは、意思決定が説明可能、監査可能、守備可能であることをどのように保証しますか? 特に、規制された環境では?

信頼は透明性から始まります。各意思決定について、Aeraは使用されたデータ、推奨事項、推奨事項の背後にあるロジック、取られた決定、結果の完全なコンテキストをキャプチャします。システムが実行され、更新されると、意思決定の結果を監視して測定し、継続的に意思決定の改善を行います。

これを自動意思決定学習と呼びます。意思決定のパフォーマンスに基づいて、Aeraは推奨事項の信頼度スコアを計算します。ルート・コーズ、トレードオフ、予想される影響を説明します。ユーザーは、明確な理由付けと92%の信頼度スコアを持つ推奨事項を見ることができます。

このアプローチは、自律的ですが、監視されています。プラットフォームの意思決定インテリジェンス・ネットワークを通じて、ユーザーは意思決定、行動、結果の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、データの品質を管理し、ロジックを時間の経過とともに調整できます。

あなたがCIOと話したことから、人間の役割は、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どのように進化していますか? 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りますか?

意思決定インテリジェンスが成熟するにつれて、人間の役割は消え去るのではなく、価値の向上に移ります。人間は、手動で意思決定を実行するのではなく、意思決定を設計し、統治し、改善することに重点を置くようになります。

多くの消費者向け製品会社では、従来のプランナー役割はすでに意思決定アナリストに進化しています。意思決定アナリストは、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ロジックを改善することに焦点を当てています。彼らとともに、意思決定アーキテクトは、機械が行動するように導く意図、制約、ガイドレールを定義します。

最も重要なスキルは、判断、システムレベルの思考、正しい意思決定をフレーミングする能力になります。人間は、機械が個々のアクションを実行するのではなく、意思決定の方法を統治することで、厳密にコントロールを維持します。

Gartnerの最初のMagic Quadrant for Decision Intelligence Platformsは、このカテゴリがメインストリームに入っていることを示しています。次の数年で、リーダー・ベンダーとラガード・ベンダーを区別する機能は何だと思いますか?

初のGartner Magic Quadrant for Decision Intelligence Platformsのリーダーに選ばれたことを受けて、私たちは、強力な実行と意思決定ライフサイクル全体にわたる包括的な、組み立て可能な機能を提供する能力によって、リーダーシップが定義されることを考えます。Gartnerの同伴Critical Capabilities研究では、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、意思決定ステワードシップを含む重要な意思決定ユースケースで、パフォーマンスを認められました。これは、プラットフォームが意思決定をモデル化し、運用化し、統治し、企業規模で継続的に改善する能力を評価します。

私たちは、リーダー・ベンダーも、先進的なAI技術、生成的AIやエージェントAIを含むものを、監督されたエンタープライズ・レディな意思決定システムに効果的に統合する能力によって区別されることを信じています。これには、ビジネスがアクセスできる低コードと自然言語インターフェイスを備えた、組み立て可能なプラットフォームが必要です。また、セキュリティと規制要件を満たすために、規模で統治されます。最終的には、最も強力なベンダーは、意思決定インテリジェンスを、継続的に学習し、改善するオペレーティング・レイヤーとして埋め込みます。ただし、チームが管理する別のアプリケーションではありません。

インサイトとアクションのギャップを認識する組織にとって、Aeraのプラットフォームは、実践でこのループをどのように閉じますか? 成功した最初のデプロイは、CIOが測定可能なビジネス・インパクトを推進したい場合、どのように見えますか?

インサイトとアクションのギャップを閉じることは、日常の運用で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により、CIOは意思決定を連続的なプロセスとして扱うことができます。結果を監視し、トレードオフをテストし、パフォーマンスを改善します。これは、意思決定のセンター・オブ・エクセレンス、仮想または物理的で、チームが意思決定の方法を統治し、改善する場所にしばしば定着しています。

Aeraは、データ、分析、ビジネス・ルール、AI、自動化を統一された組み立て可能なプラットフォームで提供し、インサイトから実行および学習までの意思決定を推進します。組み立て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することができ、ビジネス・チームは意思決定フローを定義、適応、進化させることができます。結果がキャプチャされると、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。

成功した最初のデプロイは、10〜12週間で、エンドツーエンドで意思決定を実行し、継続的に改善することで、1つの高影響力のユースケースで測定可能な結果を実証します。これにより、企業規模で繰り返し使用できるブループリントが作成されます。

素晴らしいインタビュー、ありがとうございます。詳しく知りたい読者は、Aera Technologyを訪問してください。