マーク・フォントーベル、StarmindのCEO兼創設者 – インタビュー・シリーズ

マーク・フォントーベルは、StarmindのCEO兼創設者です。Starmindは、チームメンバーが組織内でどこにいても、いつでも専門知識にアクセスできるようにするプラットフォームです。

以前、AIが何であるかを理解している人は誰もいないと述べました。なぜなら、知能が何であるかを理解している人は誰もいないからです。この見解は変わりましたか？もし変化していない場合は、この発言について詳しく説明してください。

知能には公式の定義がないため、状況によって異なる答えが得られます。数学者は知能があるでしょう。猫に知能はあるでしょうか。おそらくあります。木に知能はあるでしょうか。議論の余地があります。しかし、木は数百年間生き続け、土から栄養を吸収し、光をエネルギーに変換し、十分な光がない場合は太陽の方へ向かいます。したがって、木はある程度知能があると考えられますね。

人々は知能を異なる見方をするため、AIと機械学習の限界を理解することも困難です。人々は、コンピューターが人間や木と同じ程度の知能を簡単に持てると考えています。しかし、これは事実ではありません。

コンピューターは命令に従い、想像を超える複雑なアルゴリズムを実行します。しかし、コンピューターは決して「正しい」と思ったからという理由で決定を下しません。コンピューターの決定は、入力とアルゴリズムに基づいています。

したがって、私は、AIを理解している人は誰もいないと考えます。なぜなら、知能を完全に理解している人は誰もいないからです。

Starmindの創設ストーリーを共有してください。

11年前、私たちは、科学者が知識を共有できるプラットフォームを開発しました。研究者は、Starmindのソリューションを使用して質問を出し、数時間を費やすことなく回答を得ることができました。プラットフォームは好評でしたが、知識と経験を提供するユーザーと、少額の料金を支払って質問に回答してもらうユーザーとの間でバランスが取れていませんでした。

2013年、スイスの大手銀行のCIOが私たちに接触し、毎日多くの質問があるものの、回答を得る方法がないと伝えました。彼は、私たちの技術を組織に適用して、時間のかかる検索を省いて、適切な人から正しい情報を得られるようにできるかと尋ねました。これが、私たちに組織内の知識の扱い方について考えさせるきっかけとなりました。

組織内の知識の80%は、人々の頭の中にあります。20%の知識は、さまざまなツールに文書化されていますが、多くの場合、古くなっている、見つけるのが難しい、または新しい状況に適用するのが難しいです。人々は、2つの選択肢しかありません。1）自分で情報を探し、まとめるのに大部分の時間を費やす。2）同僚に聞き、正しい答えを得ることを希望する。

組織内の主な情報源となる技術がないことに気づきました。そこで、必要なときに適切な同僚の仮想的な肩をたたけるソリューションを作りました。その人を知っているかどうかは問いません。従業員がより迅速で、誰もが参加しやすい協働的な方法で知識へアクセスできるようにしたかったのです。

Starmindは、企業の脳を作るために何千もの脳を接続していますか?

「脳」をつなぐというより、知識の壁を取り払い、「人」をつないで組織全体の知識共有と協働を促すと表現しています。従業員は組織内のどこにいても、必要なときに専門知識へアクセスできます。自分の部門や人脈に頼るだけでなく、知識共有プラットフォームで匿名の質問ができます。AIは役職や勤続年数にかかわらず最適な回答者を特定し、質問した従業員は1時間以内に回答を受け取ります。回答は検証・評価されます。AIはそのやり取りから学び、用語や話題を関連付けて、類似情報を今後どう対応付けるか、誰が知識を持つか、データをどう意味のある形で再利用するかを把握します。プラットフォームは知識共有と情報アクセスの障壁を取り除きます。人間の知能を置き換えずに高め、これまで以上に使いやすく、役立つものにします。

Starmindは、質問に最も適した回答者を特定するために、どのようなプロセスを使用していますか?

時間の経過とともに、人々は質問に回答することで知識と洞察を共有します。従業員が回答をランク付けすると、私たちのAIは、誰が何を知っているかをリアルタイムで検証して認識する能力が向上します。AIは、これらのやり取りから学び、将来の質問に対する回答を特定するために、用語やトピックを関連付けます。プラットフォームは、知識を持っている人を特定するだけでなく、データを意味のある方法で再利用します。

このソリューションは、ディープラーニングやその他のAI技術を使用するよりも優れていますか?

AIや自然言語処理は、このプロセスを促進するものですが、人間の経験と文脈化は、より繊細で重要な要素です。知識の80%は人々の頭の中にあり、20%は文書化されていますが、古くなっている、不正確な、または冗長な情報です。人間の経験は、知識の共有と組織内でのコラボレーションを通じて、データの不一致を特定し、文脈化することができます。したがって、従業員が利用できる、豊富で不断に進化するリポジトリが構築されます。

Starmindの企業での使用例を示してください。

世界的な製薬会社がStarmindを使用しています。毎月、新しい薬を市場に導入し、世界中の人々に命を救う治療を提供しています。また、インフルエンザや新型コロナなど、新たなウイルスやその株に迅速に対応する必要があります。時間がきわめて重要であり、できるだけ早く治療法を市場に届けるために研究開発を正確に進める必要があります。新しい薬の開発には、複数の専門家の知識と経験が必要です。適切な人を見つけることは、多くの国に125,000人の従業員を抱える会社では難しいです。そこで、彼らはStarmindを使用して、専門知識に迅速にアクセスし、人々を迅速に接続し、市場への時間を短縮することができます。

Starmindアプリケーションについて、どのようなフィードバックを受けましたか?

業界やクライアントから非常に好意的な評価を受けています。クライアントは、私たちのプラットフォームが、顧客の問い合わせに迅速かつ効果的に対応するのに役立ったと述べています。また、新しい従業員のオンボーディングを迅速化し、従業員の関与を高め、テクノロジーをすべての従業員にとってよりアクセスしやすくし、コラボレーションとイノベーションを促進するのに役立ったと述べています。さらに、生産性を向上させていると述べています。

AIの将来の発展は、Starmindのビジネスモデルに脅威となりますか?

私はそうは思いません。AIや自然言語処理は、概念を理解し、人々が書き留めたものを文脈化することができますが、人々の頭の中にある暗黙の知識にはアクセスできません。Starmindは、暗黙の知識を共有することを促進します。書き留められ、キャプチャされたとき、AIや自然言語処理は、従業員が必要な時にアクセスして使用できる情報を文脈化することができます。しかし、暗黙の知識を共有して促進するためのプラットフォームが必要です。

AIは、これまで誰も答えたことのない質問に自動で回答できる可能性があります。ただし、その回答は常に人が提供した情報に基づきます。

未解決の大きな課題は、あるデータが今も関連性を持つのか、古いのか、正しいのかを判断することです。人と同様、AIも情報を調べて今も有効かを見極めるのに苦労します。

そのため、人の経験とデータを文脈の中で理解する能力は、常にAIより優れていると考えています。

Starmindについてさらに共有したいことがありますか?

知識は組織にとって非常に重要です。効果的に活用されると、仕事のやり方に大きな影響を与えることができます。

例えば、パリからシュトゥットガルトへ旅行することを考えてみましょう。道を知らず、GPSもありません。一般的な方向性はあるものの、明確な道筋はありません。そこで、オランダへ北へ向かいます。オランダに着くと、誰かにドイツへの道を尋ねます。ベルリンへ行くように言われます。ベルリンに着くと、シュトゥットガルトへの道を尋ねます。チェコ共和国を通って南下し、最終的にシュトゥットガルトに着くことをアドバイスされます。

組織内で、正しい人に正しい情報を得ることは、旅のようです。多くの組織は、一般的な方向性や、親切な同僚の不正確な指示に頼りすぎています。従業員は、必要な情報を得るために、必要以上に長い旅をしています。もし、正しい人に聞けば、パリからシュトゥットガルトへの最短距離は、7時間の車の旅でした。

今日のリモートワークやハイブリッドワークプレイスは、この問題を複雑にし、デジタルな孤立を生み出します。リモートワーカーは、仕事を助けるドキュメントにアクセスする機会がさらに少なくなります。そこで、Starmindは、人間の経験に重点を置き、従業員にとって最良のソリューションや方向性を提示します。

素晴らしいインタビューをありがとうございました。読者がStarmindについてさらに学びたい場合は、Starmindを訪れてください。