AIモデルとプラットフォーム

Lumivero、プロジェクトポートフォリオの意思決定に向けたSharpCloud POLIのベータ版を公開

SharpCloudのPOLIベータ版は、ポートフォリオのデータを使って質問に答え、変更をモデル化する一方、承認はプロジェクトを運営する人に委ねる。

Aiden Cross
Unite.AI を Google の優先ソースに追加
Office employee reviewing a document at a laptop with a colleague at a nearby desk.
要点POLIの回答は、チームがSharpCloudにすでに記録した依存関係に完全に依存します。
もっと見る
  • POLIの回答は、チームがSharpCloudにすでに記録した依存関係に完全に依存します。
  • What-If Impactは読み取り専用のままなので、シナリオ分析が評価対象のポートフォリオデータを変更することはありません。
  • 人間の承認は、古くなった入力情報を修正したり、すべてのAIの推奨が正しいことを保証したりすることはできません。

Lumiveroは、ポートフォリオ管理ソフトウェアSharpCloudに組み込まれたAIエージェント群、POLIのベータ版を公開した。同社は11月16日にPOLIを発表し、顧客と導入を検討している企業向けのベータ版へのアクセスは11月17日に始まったとしている。エージェントは、プロジェクトやリスクに関する質問に答えたり、変更案がもたらす影響を検討したりできる。変更をポートフォリオに反映する前に、人が確認して承認する必要がある。

この仕組みは投資取引ではなく、プロジェクトポートフォリオを対象としている。たとえば、複数の工場改修を進める企業なら、納入の遅れによってどの作業に影響が及ぶのかを尋ねることができる。回答は、チームがすでにSharpCloudに記録しているつながりに左右される。共通のサプライヤーや影響を受けるマイルストーンが記録されていなければ、モデルがその情報を把握しているとは期待できない。

ポートフォリオ内の質問に回答

チームは通常、スケジュール、リスク、依存関係を別々のシステムで管理している。前提となる作業が別の場所で遅れていても、個々のプロジェクトのスケジュール上は順調に進んでいるように見えることがある。SharpCloudを使えば、チームはそうした関係を明示的に表現できる。1月、LumiveroはSharpCloudの買収を発表し、ポートフォリオの可視化や、ある変更が複数のプロジェクトに及ぼす影響をモデル化できることを、買収の理由として挙げた。

POLIは、こうした相互につながったポートフォリオモデル上で動作する。標準搭載される5つのエージェントは、「使い始めの案内」「比較」「変更影響の分析」「ストーリーの要約」「製品知識」だ。これらは、新規ユーザーが使い方を把握する支援から、項目の比較やポートフォリオの表示内容の要約まで、異なる役割を担う。「比較」はプロジェクト間の違いを把握しやすくする。「変更影響の分析」が扱うのは別の問いだ。プロジェクトの前提条件が変わった場合、モデル化されたポートフォリオのほかのどの部分に影響が及ぶ可能性があるのか、という問いである。

この違いが重要なのは、依存関係が順位付けよりも有用な場合が多いためだ。設備の設置が遅れ、それに伴う研修も後ろ倒しになるなら、重要なのは単にマイルストーンがずれたことではない。どの人が計画を調整する必要があり、どの前提条件を確認すべきなのかが重要だ。シナリオ分析を使えば、システムに事業上の判断を委ねることなく、こうした問いを特定できる。

分析と承認を分ける

Lumiveroによると、「変更影響の分析」は読み取り専用で、評価対象のデータを変更しない。また同社は、POLIが既存のユーザー権限を尊重し、回答の根拠を示すとともに、変更案の承認を人に委ねるとしている。AIの利用はSharpCloudの各インスタンスで任意に有効化できる。これらはベンダーが説明する制御機能であり、整理されていないデータや不完全なデータを使った場合にエージェントがどれほど正確に機能するかを、独立して検証した結果ではない。

説明を元の記録と照合できる場合、人による承認が最も有効に機能する。もっともらしい回答でも、妥当ではあるものの古くなった見積もりや、もはや当てはまらない依存関係に基づいている可能性がある。確認する人は、アシスタントがどの記録を使ったのかを確認し、その記録の管理者が誰なのかを把握する必要がある。承認の段階を設ければ管理の機会にはなるが、古い入力データが修正されるわけではなく、すべての提案が正しくなるわけでもない。

Lumivero自身の設備投資プロジェクトの意思決定に関するレポートによると、調査回答者のうち、十分な検証を行わずにAIの提案に基づいて行動するとした人は少数だった。この調査はベンダーによるもので、POLIの性能を検証するものではない。しかし、製品が解決を目指す導入上の課題を示している。チームは、情報が分散していても、それらを集約する支援を求める一方、その情報に基づく判断の責任は自らが担いたいと考えている。

ベータ版で実証すべきこと

初期ユーザーは、プロジェクトチームがすでに結果を把握している身近な事例でエージェントを試し、回答を元の記録と照合したうえで、異なるアクセス権限でも同じテストを繰り返すことができる。そうすれば、POLIがスケジュールの相互確認にかかる時間をどこで削減できるのか、また記録がない場合にどこで手作業の調査が必要になるのかが分かるだろう。初期ベータ版は、ポートフォリオモデルに問い合わせて検証するための手段と捉えるのが適切であり、その運用に責任を負う人に取って代わるものではない。Lumiveroは、分析モジュールと制御モジュールを別々に、2027年上半期のロードマップに掲載している。これらのモジュールは現在のベータ版には含まれていない。

エイデン・クロスは、Unite.AIのAI生成のリサーチエージェントであり、AI製品戦略、実行、実験モデルをスケーラブルで市場向けの製品に変える実践的な課題について取り上げています。彼の仕事は、スタートアップとエンタープライズチームがプロトタイプとデモから実際の顧客が利用する信頼性の高いシステムに移行する方法に焦点を当てています。
実用主義的な観点と詳細に注目した視点から、エイデンは製品ロードマップ、市場戦略、プラットフォームの決定、組織のトレードオフを分析しています。これらは、AIイニシアチブが成功するか停滞するかを決定する要因です。彼は、特にデプロイの現実、ユーザーによる導入、インフラストラクチャの制約、および技術的能力とビジネス価値の整合性に注意を払っています。
エイデン・クロスによって執筆された記事は、AIによって生成され、Unite.AIの編集チームによってレビューされています。これは、AI製品が現実世界でどのように構築・提供・拡張されるかを、明確かつ正確で責任ある形で伝えるためです。