インタビュー
Nitin Singhal, エンジニアリングVP (データ、AI、統合) at SnapLogic
Nitin Singhalは、25年以上の業界経験を持つ、熟練したテクノロジーと製品のリーダーです。現在、SnapLogicのエンジニアリングVPとして、アプリケーションとシステムの責任ある統合に焦点を当て、Agenticアーキテクチャを利用して、グローバルなオーディエンスのデータの潜在能力を解放しています。
SnapLogic以前、NitinはTwitterのエンジニアリングシニアディレクターで、データ管理とプライバシーインフラストラクチャエンジニアリング機能を率いていました。彼の仕事には、会社にとって重要な時期にデータガバナンスの実践を確立し、責任あるデータの使用とプライバシー規制の遵守を確保することが含まれていました。
Nitinは、Visa、PayPal、JPMorgan Chaseなどの著名な組織でも、さまざまなエンジニアリングと製品リーダーシップの役割を果たしており、データ戦略と管理の分野で重要な進歩を遂げてきました。
SnapLogicは、ノーコードツールと1,000を超える事前構築されたコネクタを備えたAIパワードの統合プラットフォームです。ETL/ELT、自動化、API管理、クラウド、オンプレミス、ハイブリッド環境での安全なデプロイをサポートします。SnapGPTやAutoSyncなどの機能により、効率が向上し、組織はプロセスをシームレスに統合およびオーケストレーションできます。
あなたはほぼ25年の経験を持って、テクノロジー革新を推進してきました。テクノロジーを使って複雑な問題を解決することに焦点を当てたキャリアを追求するようになったのは何がきっかけでしたか。また、AIの台頭に伴い、その情熱はどのように進化してきましたか。
私のキャリアの初期から、パズルを解決する挑戦と数学の論理的な美しさに魅了されていました。この魅力は自然と、テクノロジーが複雑な現実世界の問題に対処する方法を探求することにつながりました。キャリアの初期には、トランザクションの不正検出やデータプライバシーのリスクなどの問題に対処するテクノロジーの可能性にインスパイアされました。Generative AIの登場とともに、特に私の情熱はさらに深まりました。AIが農家にスマートフォンを通じて作物の洞察を提供したり、父親のような一般のユーザーが税金の申告などのタスクを簡単に実行できるようにしたりする、AIの変革的な影響を目撃してきました。AIテクノロジーの民主化は、私たちに人々の生活にポジティブな違いをもたらす機会を提供するため、私を刺激しています。この継続的な旅は、革新的で効率的でありながら、安全で責任あるものであり、すべての人にとってアクセス可能なAIの進歩に取り組む私のコミットメントを燃やしています。
ビジネスがAIの時代に古いテクノロジーに頼ることで直面する最大のリスクは何ですか。
古いテクノロジーに頼ることで、ビジネスはその将来を危険にさらす可能性のある重大なリスクを負います。旧式のシステム、特にレガシーアーキテクチャは、非効率性をもたらし、組織がAIを高価値のタスクに利用できないようにします。これらの古いテクノロジーは、データのアクセシビリティと統合に苦労し、自動化と革新を妨げる高額な運用のボトルネックを生み出します。古いシステムの維持の隠れたコストは、リソースを浪費し、モダンテクノロジー環境を好むトップタレントを引き付けるのが難しくなります。企業は停滞のサイクルに陥り、革新的な成長の機会を逃し、より敏捷な競合他社に追い越されるリスクを負います。
選択肢は明確です。iPhoneのように進化するか、BlackBerryのような運命をたどるかです。
レガシーシステムは、特にエネルギー、需要、インフラストラクチャの点で、モダンなAIアプリケーションの要求を満たすのに苦労するのは何故ですか。
レガシーシステムは、AIの強力な計算需要に対する処理能力、スケーラビリティ、柔軟性が不足しているため、モダンなAIアプリケーションの要求を満たすのに重大な課題に直面しています。彼らは、AIの洞察に不可欠なリアルタイムの相互接続データ処理を妨げるデータシロとボトルネックを生み出します。この非互換性により、企業はAIの潜在能力を重要な分野で完全に活用できず、精度の高いターゲティング、給与の調整、不正検出などの分野で競争上の優位性を制限することになります。
システムを近代化しない企業の「隠れた」コストとは何ですか。
古いテクノロジーに頼ることで、ビジネスは手動プロセスとシロ化されたデータに依存し、コストが増加し、生産性が低下します。非効率性は時間の経過とともに蓄積し、機会の喪失と競争上の優位性の喪失につながります。さらに、従業員の潜在能力は、戦略的な仕事ではなく、繰り返しのタスクに浪費され、挫折感と離職率の増加につながる可能性があります。競合他社がAIソリューションを利用して効率性と革新性を高めている間、企業は近代化を遅らせることで、さらに後れを取るリスクを負い、最終的にはデジタル化する景況の中で市場の地位と長期的な持続可能性を危険にさらすことになります。
企業は、AIの採用に関する正当な懸念と、人間の不確実性が誤解を生み出す場合を区別する必要があります。
企業は、AIのインフラストラクチャの準備状況が遅れているかどうかを評価するには、どうすればよいですか。
企業は、現在のシステムがモダンなAIツールと統合できるか、また、増加するデータの需要にスケールアップできるかどうかを評価することで、AIの準備状況を評価できます。もし、企業が大規模なデータセットを効率的に処理したり、クラウドソリューションを活用したり、自動化をサポートしたりするのに苦労している場合、それはインフラストラクチャが遅れている兆候です。さらに、企業は、レガシーシステムがボトルネックを生み出しているか、または生産性を妨げるほど多くの手動介入を必要としているかどうかを調べる必要があります。インフラストラクチャが遅れている主な指標には、データシロ、リアルタイム分析の不足、複雑なアルゴリズムのために十分な計算能力の不足、AIタレントの採用の困難性があります。最終的には、企業は、AIの能力に常に追いつこうとしている場合、デジタル化する景況の中で競争上の優位性を失うリスクを負います。私は、カスタマイズ可能なアーキテクチャに従った先端の可観測性、セキュリティ、プライバシープロテクション技術が、シームレスで責任あるAIの準備のために重要であることを強調します。
企業は、AIの革新に備えるために、今日からシステムを将来proofするための実用的なステップを講じるには、どうすればよいですか。
最初のステップは、現在のテクノロジースタックを評価し、AIを統合できる領域を特定することです。企業は、AIドリブンの自動化をサポートし、新しいテクノロジーを簡単に統合できるスケーラブルなクラウドソリューションを優先する必要があります。特に、リソースが限られている企業は、低コードプラットフォームを利用して、深いテクノロジー専門知識を必要とせずにAIエージェントを迅速にデプロイできます。企業は、必要に応じてAIアプリケーションをサポートするためにスケールアップできる、柔軟でクラウドベースのインフラストラクチャを持っていることを確認する必要があります。
あなたの意見では、どの業界がAIを迅速に採用し、レガシーシステムをアップグレードすることで最も多くの利益を得ることができますか。
データドリブンの意思決定と繰り返しのタスクに依存する業界は、最も多くの利益を得ることができます。たとえば、金融サービス部門では、AIは、顧客サポート、不正検出、ローンの承認などのタスクを自動化し、運用を合理化し、顧客体験を向上させることができます。販売とカスタマーサービス部門も、AIを使用してルーチンタスクやリードの処理を効率化することで、生産性の向上を実現できます。ヘルスケア、製造、小売業界の企業も、AIツールを使用してサプライチェーンを最適化し、需要を予測し、管理タスクを自動化することで、重大な利益を得ることができます。ドメインの専門家は、繰り返しのタスクではなく、戦略的な仕事に集中できるため、AIへの投資収益率が高くなります。
SnapLogicのプラットフォームは、具体的にどのようにして企業が断片化されたレガシーシステムをAIドリブンのソリューションに置き換えるのを支援していますか。
SnapLogicのプラットフォームは、ビジネスを、断片化されたレガシーシステムと統合し、自動化することで、モダンなAI準備インフラストラクチャに橋渡しを提供します。クラウドとオンプレミス環境全体で断片化されたデータソースをシームレスに接続し、統合を簡素化することで、SnapLogicは、AIが即座に価値をもたらす統一システムへの移行を加速します。
プラットフォームの低コードインターフェース、AgentCreatorやSnapGPTなどのツールを含む、企業は、顧客とのやり取りの自動化から財務報告とマーケティングの効果の向上まで、さまざまなユースケースのAIドリブンのソリューションを迅速にデプロイできます。SnapLogicのIRIS AIテクノロジーは、データパイプラインの構築のためのインテリジェントな推奨事項を提供し、統合タスクの複雑性を大幅に削減し、さまざまなレベルのテクノロジー専門知識を持つユーザーにとってプラットフォームをアクセスしやすくしています。
SnapLogicは、AIイニシアチブにおけるデータガバナンス、コンプライアンス、セキュリティを優先しています。エンドツーエンドの暗号化、包括的なログ記録、エージェントアクションのプレビューなどの機能により、企業はAIプロジェクトを自信を持ってスケールアップできます。統合カタログとデータライナジツールの最近のリリースにより、機密データが侵害されるのを防ぐために、重要なコンテキストが提供されます。さらに、SnapLogicは、コスト、コンプライアンス、メンテナンスの課題に対処するための柔軟なソリューションを提供しながら、ビジネス目標を推進するために、モダンなシステムへの統合機能を提供します。
SnapLogicでは、レガシーシステムとモダンなAI統合システムのブリッジを開発する上で、どのようなユニークな課題に直面していますか。
レガシーシステムとモダンなAI統合システムのブリッジを開発する上で、SnapLogicプラットフォームが古いシステムの剛性を伴いながらも、AIアプリケーションに必要な柔軟性とスケーラビリティをサポートできるようにすることが、ユニークな課題でした。もう1つの課題は、技術者と非技術者の両方が使いやすいプラットフォームを作成することです。これには、先進的な機能性と使いやすさのバランスを取る必要があります。
これに対処するために、古いプラットフォームと新しいプラットフォームの間でデータをシームレスに統合できる事前構築されたコネクタを開発しました。SnapLogic AgentCreatorを使用して、企業はタスクを自動化し、リアルタイムで決定を下し、既存のワークフローに適応できるAIエージェントをデプロイできます。
SnapLogicの「ジェネレーティブ統合」について説明し、企業環境でAIドリブンの自動化をシームレスに可能にする方法について説明してください。
SnapLogicのジェネレーティブ統合は、ジェネレーティブAIと大規模言語モデル（LLM）を利用して、統合パイプラインとワークフローの作成と自動化を容易にする、SnapLogicプラットフォームの先端的な機能です。この革新的なアプローチにより、ビジネスはシステム、アプリケーション、データソースをシームレスに接続し、AIドリブンの環境への移行を促進します。自然言語のプロンプトを解釈することで、ジェネレーティブ統合は、非技術者のユーザーでも統合を簡単に開発、カスタマイズ、デプロイできるようにします。この統合の民主化により、デジタル変革が促進され、広範なコードの専門知識への依存が減り、企業は戦略的なイニシアチブに焦点を当て、運用の効率性を高めることができます。
さらに、SnapLogicは、企業が特定のニーズに合わせてカスタマイズされたパブリックLLMモデルを利用できるようにすることで、柔軟性を提供します。企業は、最も優れたツールを利用しながら、強力なガバナンスとコンプライアンスの基準を維持することができます。
素晴らしいインタビュー、詳しく知りたい読者は、SnapLogicを訪問してください。
