Bazaarvoice CTO、ニック・シフタン – インタビューシリーズ
ニック・シフタンは、BazaarvoiceのCTOであり、エンタープライズソフトウェアとコマースプラットフォームの構築と拡大にわたる20年のキャリアを持つ経験豊富なテクノロジーリーダー兼起業家です。彼は、先駆的なソーシャルコマース企業であるCuralateの共同創設者兼CTOとして最もよく知られており、2020年にBazaarvoiceによる買収を迎えるまでの約10年間で、年間経常収益（ARR）2,000万ドル以上に成長させるのを支えました。キャリアの初期には、Parkioを創業し、交通・駐車システム向けエンタープライズソフトウェアを提供する同社の製品開発を率い、プロフェッショナルとしてのキャリアはマイクロソフトで始め、Windows Mobile向けOutlook Mobileの開発に携わりました。買収後、当初は短期間の移行期間と見込まれていましたが、スケールでの構築を続ける中で長期の役割へと発展し、最終的にCTOに任命されました。現在の彼の焦点は、信頼と真正な消費者データに基づいたAI駆動の商品発見を推進することにあります。 Bazaarvoiceは、業界をリードするSaaSプラットフォームであり、ブランドや小売業者が、デジタルショッピングの旅程全体において、評価、レビュー、写真、動画などの真正なユーザー生成コンテンツを収集、管理、活用することを可能にします。グローバルな規模で事業を展開する同社は、信頼できるコンテンツを広範なブランドおよび小売先ネットワークに配信することで、毎月10億人以上の買い物客が情報に基づいた購買決定を行えるよう支援し、透明性、信頼性、データ駆動型コマースをオンライン体験の中心に据えています。 生成AIやLLMベースの技術を、高負荷下でのパフォーマンスを損なうことなく、レビューの真正性、モデレーション、信頼シグナルを強化するためにどのように適用していますか？ 私たちは、人間の判断を置き換えるのではなく、シグナルやパターンを浮き彫りにするためにAIを使用しています。LLMは、異常な活動や潜在的に不真正なコンテンツを迅速にフラグ付けするのに役立ちますが、目標は常に信頼を維持することです。これらのモデルをオフライン検証パイプラインに統合し、リアルタイムのリクエストパスから切り離すことで、投稿数が急増した場合でもパフォーマンスを維持しています。その結果、知的でスケーラブルなモデレーションと真正性チェックが実現しています。 多くの小売業者は決済の信頼性に多額を投資しますが、信頼できるレビューエコシステムを維持する複雑さを見落としがちです。決済と同様の戦的な精査に値する、レビューおよび評価インフラにおける隠れたリスクは何だと思いますか？ 評価とレビューは常に意思決定に不可欠なインフラでしたが、これはAI支援のショッピングが行われる世界では特に真実です。AIエージェントは、ショッピングの推奨を行う際、信頼シグナル（特に評価とレビューの形で）に大きく依存するでしょう。遅延、データ欠落、または明らかな不真正性は、消費者の信頼に直接影響を与えます。これらのシステムは複雑であり、コンバージョンの喪失や長期的な信頼の浸食を避けるためには、決済システムと同様の厳密さで扱うことが不可欠です。 複数の主要なコマースプラットフォームにわたるエンジニアリングを率いてきた経験から、感情分析や不正検出モデルなどのAIシステムがリアルタイムデータパスに直接存在する場合、どのようにして可観測性とインシデント対応戦略を適応させていますか？ 私たちはAIモデルを他の重要なサービスと同様に扱います：パフォーマンスと精度をリアルタイムで監視します。これには、レイテンシ、エラーレート、動作のドリフトが含まれます。フェイルセーフを実装し、モデルが適切に機能を低下させたり、負荷下で非重要なパスをバイパスしたりできるようにしています。ダッシュボード、自動化されたアラート、および実行手順書により、AIの問題が買い物客に影響を与える前に表面化し、解決されることを保証しています。 Bazaarvoiceのグローバル規模で事業を展開する際、消費者生成コンテンツが、監査可能性、透明性、リアルタイム応答性を維持する方法で、AI駆動システムを流れるようにするにはどうしていますか？ これは、エンドツーエンドの可観測性とパイプラインのセグメンテーションに帰着します。すべてのコンテンツは、取り込みから表示までのライフサイクルを通じて追跡されます。AIモデルは推奨事項やモデレーションフラグを提供しますが、すべての決定は記録され、監査可能で追跡可能です。これに容量バッファと動的スケーリングを組み合わせることで、ピーク負荷時でも応答性を確保しつつ、透明性を維持しています。 今後、新たなAI駆動のリスクや行動パターンのうち、次世代の小売システム設計を定義することになるとお考えのものは何ですか？また、ITリーダーは今からそれらにどのように備えるべきですか？ 私にとって、小売ITリーダーにとっての重要な問題は、AIショッピングが起こるかどうかではなく、それが起こったときに彼らの買い物客の旅程がどのように変化するかです。もしAIショッピングが、今日のオンラインショッピングと同じくらい一般的になったら： 顧客はどこで私の商品を発見するでしょうか、私のサイトで？それともChatGPT経由で？ 彼らはどのようにして私の商品について学ぶでしょうか、Claudeを通じて？それとも私自身のショッピングアシスタントを通じて？ 彼らはどのようにして決済するでしょうか、私の決済ページで？それともAIインターフェースを直接通じて？ 最先端のモデルは、おそらくあなたの商品についてすべてを知っているでしょう。しかし、本当の問題は：それらは今日あなたが提供できるのと同じ顧客体験を提供できるか？です。もし答えがノーなら、AI駆動の注文が現れるのを待つだけでは不十分です。あなたはAIアシスタントと、それらをあなたのブランド独自のショッピング体験の一部にするエントリーポイントに投資する必要があるでしょう。 素晴らしいインタビューをありがとうございました。さらに詳しく知りたい読者は、Bazaarvoiceを訪れてください。
