ジェイ・アラーディス、insightsoftwareのデータ＆アナリティクス担当ゼネラルマネージャー – インタビューシリーズ

ジェイ・アラーディスは、insightsoftwareのデータ＆アナリティクス担当ゼネラルマネージャーです。彼は、Google (GOOGL ) 、Uptake、GE、HPなどのエンタープライズB2B企業で23年以上の経験を持つテクノロジー専門家です。また、LinkedIn上で最大の人工知能コミュニティを主催するGenAI.Worksの共同創設者でもあります。

insightsoftwareは、財務および運用ソフトウェアソリューションの世界的な提供者です。同社は、財務計画および分析（FP&A）、会計、運用をサポートするツールを提供しています。同社の製品は、データのアクセシビリティを向上させ、組織が適切な時期に情報に基づいた決定を下すことを支援するように設計されています。

あなたは、企業がAIを採用する必要性を強調してきました。企業が「AI FOMO（恐怖・不安・不安感）」に陥り、汎用的なAIソリューションを採用するのを避けるために、企業が取るべき主なステップは何ですか？

顧客は、使用しているツールにAIの機能を増やすことを企業に明確に伝えています。企業は、これらの要望に応え、競合他社と同等のレベルを維持するために急いでいます。これにより、すべての関係者にとって混沌としたサイクルが生まれます。そうすると、企業はイノベーションを急ぐことになり、単に「私たちにはAIがあります！」と言うために、AI FOMOに陥ります。

企業がこの罠に陥らないようにするための最大のアドバイスは、顧客がAIに解決してもらいたい痛み点を理解する時間を取ることです。手動で行うプロセス上の問題がある場合はどうでしょうか。自動化する必要がある繰り返しのタスクはありますか。機械によって簡単に計算できる計算はありますか。

企業がこの必要なコンテキストを理解したら、目的を持ってソリューションを採用し始めることができます。企業は、顧客に問題を解決するAIツールを提供できるようになります。その代わりに、既存の問題にさらに混乱を加えるものではありません。

多くの企業は、AIのユースケースを十分に理解せずにAIを導入しています。企業が汎用的な実装に頼るのではなく、特定のニーズに合わせたAI駆動のソリューションを特定する方法は何ですか？

顧客側では、最も緊急なユースケースをよりよく理解するために、常にコミュニケーションを維持することが重要です。顧客アドボカシー・ボードは、役立つ解決策を提供できます。しかし、顧客以外に、チームが内部的に新しいAIツールの導入が内部の機能に与える影響を理解することも重要です。顧客に新しいツールを導入するたびに、内部のデータチームは、新しい変数と新しいデータの山に直面することになります。

新しい機能を追加し、顧客に披露したいのですが、AIツールの開発を支援する内部のデータチームと科学者たちのサポートなしに、AIの導入は成功しません。内部的にバンド幅を理解し、次に外部的にどの顧客の要求が適切なサポートで対応できるかを決定する必要があります。

あなたは、企業がデータを効果的に活用することの重要性について話してきました。企業がデータを「データドリブン」という意味で何を意味するのか、そして企業がこの変革の過程で直面する一般的な落とし穴は何ですか？

企業が「データドリブン」であるためには、データを効果的に活用する方法を学ぶ必要があります。真にデータドリブンのチームは、データを使用してビジネス上の選択を支援する決定を下すことができます。直感や個人の経験のみに頼るのではなく、意思決定者は関連するデータを収集して分析し、ビジネス上の戦略を支援するために使用します。データに基づいて決定を下すと、企業はより情報に基づいた、客観的な洞察を得ることができます。これは、急速に変化する市場では、戦略的な決定と衝動的な決定の違いを生み出すことができます。

この目標に到達する一般的な落とし穴は、効果的なデータ管理の欠如です。これにより、「データ過負荷」が生じ、チームは大量のデータに圧倒され、データを活用することができなくなります。企業が最も重要なデータに焦点を当てようとしている間、データが過多に存在することは、適切に管理されない場合は、遅延や非効率性につながる可能性があります。

あなたはIoTや産業技術の分野で働いてきました。エネルギー、輸送、重機械などの産業におけるAIとIoTの交差点はどう進化すると思いますか？

IoTが登場したとき、意思決定を強化するためのより大きな接続性を実現することができると考えられました。これは、実際に、産業部門にとって経済的価値の新たな世界を解放することになりました。

問題は、多くの人が「スマートな配管」を使用して、分散されたデバイスに接続し、抽出し、通信することに重点を置き、結果にはあまり焦点を当てなかったことです。400の重機械資産や40の発電所に接続されている場合、解決すべき具体的な問題を決定する必要があります。結果、または解決すべき問題は、最終的に、トップライン、ワークフローの生産性、またはボトムラインの節約（またはその組み合わせ）を改善できるKPIを理解することに帰着します。すべてのビジネスは、運営と株主のパフォーマンスを測定する一連のトップレベルのKPIによって管理されます。これらが決定されると、解決すべき問題（そしてそれに応じた有用なデータ）が明らかになります。

この基盤が整ったら、AI（予測型または生成型）は、ビジネスが行うことに10〜50倍以上の影響を与える可能性があります。最適化されたサプライ、トラック・ロール、サービス・サイクルはすべて、入力変数が必要な明確な需要信号パターンに基づいています。たとえば、建設会社が「正しい部品を、正しい時間に、正しい場所に」持つことができるという概念は、在庫の在庫レベル要件が少なく、サービス・テックがAIモデルによって予測される機械の故障やサービス・イベントの発生に基づいて最適化されるため、数百万ドルに相当する可能性があります。このモデルは、構造化された運用データとIoTデータ（分散された資産用）と組み合わせて、会社がよりダイナミックで、余分な犠牲なしに最適化されたマージンを実現するのに役立ちます。

あなたは、企業がデータを効果的に活用する方法について話してきました。企業がデータを誤用する一般的な方法と、企業がデータを真の競争優位性に変える方法は何ですか？

「人工知能」という用語は、表面的な意味でとられた場合、少し欺瞞的です。すべてのデータをAIエンジンに入力するだけでは、有用な、関連性のある、または正確な結果が得られるとは限りません。チームが今日の世界でAIの革新のペースに追いつこうとしている間、データの完全な準備と管理の重要性を忘れることがあります。これは、AIが予測の精度を確保するために必要です。特に財務チームの場合、これは、チームが正確なレポートを生成できるようにするために非常に重要です。

非技術的なチームがデータとAIを効果的に使用できるようにするためのベストプラクティスは何ですか？複雑なツールやプロセスでチームを圧倒しないようにするにはどうすればよいですか？

私のアドバイスは、リーダーが非技術的なチームを自身の分析を生成することに重点を置くことです。ビジネスが真正に敏捷性を持ちたいのなら、技術チームは、財務や運用のリクエストの増え続けるバックログに焦点を当てるのではなく、プロセスをより直感的で使いやすいものにすることに努力を集中する必要があります。手動プロセスを除去することは、このプロセスの第一歩です。これにより、運用リーダーはデータの収集に費やす時間を減らし、分析に費やす時間を増やすことができます。

insightsoftwareは、財務運用にAIを導入することに重点を置いています。AIは、CFOや財務チームの業務にどのような影響を与えていますか？財務上の意思決定にAIがもたらす主な利点は何ですか？

AIは、財務上の意思決定と財務チームに大きな影響を与えています。実際、87%のチームが、AIを適度から高いレベルで使用しています。これは、AIの成功と影響の素晴らしい尺度です。具体的には、AIは、財務チームが重要な予測をより迅速に、そしてより頻繁に生成するのを支援できます。現在の予算サイクルは、58%が5日以上かかっていることがあります。

AIを決定プロセスに組み込むと、チームは、レポートの生成、データの検証、ソースシステムの更新などの退屈なタスクを自動化できます。そうすると、戦略的な分析に貴重な時間を費やすことができます。これは、財務チームが変動する市場で適応性と柔軟性を維持する必要がある場合に特に重要です。たとえば、財務チームが予算や計画サイクルの中にある場合、AIを活用したソリューションは、より正確な予測を提供し、財務専門家がより深い計画と分析を通じてより良い決定を下すことができます。

次の5年間で、AIの統合とクラウドリソースへの移行に関して、企業のデータニーズはどのように進化すると思いますか？

次の5年間で、データのアジリティの向上が必要になることを示唆しています。市場がどれほど速く変化するかに応じて、データはビジネスが競争力を維持するために十分にアジリティーを持っている必要があります。オンプレミスからオフプレミス、クラウドへの移行で、企業にはデータがありましたが、移行を支援するのに十分なアジリティーがなかったことがありました。強化された柔軟性は、データの意思決定、コラボレーション、リスク管理、他の多くの機能の強化を意味します。しかし、最終的には、チームに課題に対処するために必要なツールを提供し、変化する市場の需要やトレンドに適応する必要があります。

AIテクノロジーが責任を持って使用されるようにするために、企業が採用すべき倫理的配慮と優先事項は何ですか？

クラウドの台頭と採用に平行線を引くことができます。組織は、データを管理、維持、セキュリティを確保するために、ある程度の信頼を築く必要がありました。現在、AIの採用においても同様のパターンが現れています。

組織は、システムが情報を保護し、事実に基づいた、信頼できる情報を生成することを信頼する必要があります。クラウドでは、「あなたのデータを誰が所有または管理していますか？」という質問でした。AIでは、データの使用と、データから生成された情報の導出について中心になります。つまり、

AIテクノロジーを採用する際に、組織が注目すべき3つのことを提案します。

1. 参加する – このテクノロジーを使用することを恐れるべきではありません。採用し、学びます。
2. グラウンド – 企業が所有し、管理するエンタープライズデータは、情報の正確性の基準となります。ただし、その情報は真実で、事実で、参照可能である必要があります。データを使用してAIモデルを構築する場合、モデルがどのようにトレーニングされているか、どのような情報を使用しているかを理解する必要があります。すべてのアプリケーションやデータと同様に、コンテキストは重要です。非AI駆動のアプリケーションは、誤ったまたは不正確な結果を生成します。AIが不正確な結果を生成する場合、モデルを非難するのではなく、モデルに供給されるものを理解する必要があります。
3. 価値 – AIが大きな影響を与える可能性のあるユースケースを理解します。

素晴らしいインタビュー、詳細を知りたい読者は、insightsoftwareを訪問してください。