インタビュー4 days ago
Onur Alp Soner、CountlyのCEO兼共同創業者 – インタビューシリーズ
Onur Alp Sonerは、デジタルアナリティクスおよびインアプリ・エンゲージメントプラットフォームであるCountlyの共同創業者兼CEOです。技術者であり自発的な起業家として、彼は企業がユーザーを理解し、関与する方法をよりコントロールできるようにするため、Countlyをゼロから自力で立ち上げました。彼のリーダーシップの下、Countlyは、成長戦略の中心にユーザープライバシーを置きながら迅速に革新を進めたい世界中の企業から信頼されるプラットフォームへと成長しました。 Countly創業のきっかけとなった瞬間を振り返ってください。既存のアナリティクスツールにどのような問題を感じ、データ所有権モデルが根本的に破綻していると確信したのでしょうか？ 約13年前、モバイルアプリが普及し始めた頃、利用可能なアナリティクスツールは非常に特定のモデルに従っていました。多くのツールは無料か非常に安価でしたが、その代償として、プラットフォームはあなたのデータを収集・収益化し、多くの場合、広告エコシステムに流し込んでいました。当時は、それが一般的な仕組みとして広く受け入れられていました。 しかし、それは私たちには腑に落ちませんでした。小さな会社であっても、自社製品のパフォーマンスを理解するためだけにすべてのユーザーデータを手放すという考えは理にかなっていないと感じました。 Countlyはその問題への応答として始まりました。企業が完全に所有し、コントロールできるアナリティクスを構築したいと考え、それがオープンソースでセルフホスティングのプラットフォームとしてローンチした理由です。考え方はシンプルでした：組織はデータを手放すことなく、データを理解し、それに基づいて行動できるべきだということです。この原則は今でもCountlyの核心にあります。 Countly創業以来、AIによってデータ所有権はニッチな関心事から戦略的要件へと変わりました。この原則がアナリティクスをはるかに超えて重要になることが、いつ明らかになりましたか？ 創業初期、データ所有権に関する議論の多くは、プライバシーやコンプライアンスの観点から組み立てられていました。自社のデータがどこに存在し、誰がコントロールするかを深く気にかけていたのは、主に銀行、医療機関、政府機関でした。他の多くの組織にとって、アナリティクスは依然として単純なレポートツールと見なされており、所有権の問題は緊急性を感じられませんでした。 その見方は、企業が単に測定するためだけでなく、製品を運営するためにデータに依存し始めるにつれて変化し始めました。アナリティクスがレポート作成から意思決定、パーソナライゼーション、製品変更、顧客エンゲージメントを支えるものへと移行すると、そのデータをコントロールすることの重要性がはるかに明確になりました。モビリティからホスピタリティまで、すべてのデジタルファースト企業は、フロントエンドの体験だけでなく、事実上データで競争し始めました。 AIはその認識を劇的に加速させました。AIモデルをライセンスしたり構築したりすることはできますが、自社の顧客が自社製品とどのように相互作用するかを反映する行動データを購入することはできません。そのデータは各組織に固有のものです。 多くの組織は、大量のデータを持っているため「AI対応済み」だと考えています。実際の企業内でご覧になっていることから、表面下では通常何が欠けているのでしょうか？ 問題は通常、データの不足ではありません。本当の問題は、使用可能なデータの不足です。多くの組織は膨大な量の情報を持っていますが、それは異なるツール、チーム、システムにまたがって断片化されています。例えば、マーケティングはあるデータセットを、製品チームは別のものを、エンジニアリングチームは独自のテレメトリを持っており、多くの場合、共有される構造がほとんどない異なる形式で保存されています。 AIを有用なものにするためには、基盤となるデータがクリーンで、一貫性があり、文脈を持っている必要があります。イベントやログを収集するだけでは不十分で、それらのシグナルが実際に何を表しているのかを理解する必要があります。その意味論的レイヤーがなければ、AIシステムは本質的に推測しているに過ぎません。 もう一つの問題は所有権です。驚くほど多くの企業は、データがサードパーティのプラットフォーム内にあるため、実際には自社のデータをコントロールしていません。これにより、データセットを結合したり、その使用方法を統治したり、AIモデルを安全に適用したりすることが困難になります。 したがって、企業が大量のデータを持っているからAI対応済みだと言うとき、本当の問いは、彼らが首尾一貫したデータ基盤を持っているかどうかです。 モデル自体がますます交換可能になる中で、なぜファーストパーティデータはAIシステムにおいて持続的な競争優位性を生み出すのでしょうか？ 持続的な優位性を生み出すのはモデル自体ではなく、ファーストパーティデータから得られるユーザー理解です。そのデータは、人々が実際にあなたの製品とどのように相互作用するかを反映しており、各組織に固有のものです。一方、モデルはますますコモディティ化しています。比較的容易にライセンスを取得したり、ファインチューニングしたり、プロバイダー間で切り替えたりできます。しかし、自社のユーザーが時間をかけて自社製品と相互作用することで生成される行動データを複製することはできません。 そのデータは、顧客が実際にどのように行動するかを反映するパターン、文脈、シグナルを捉えています。それが適切に構造化され理解されるとき、企業は一般的なデータセットではなく、実際の使用状況から継続的に学習するシステムを構築することが可能になります。 レポート、ダッシュボード、KPIのためではなく、AIシステム向けに転用された場合、モダンなアナリティクススタックはどこで静かに破綻するのでしょうか？ データが観察から行動へと移行する必要がある時点で破綻する傾向があります。従来のアナリティクススタックは、主にレポート作成のために設計されていました。データを収集・集計し、チームが昨日や先週に何が起こったかを理解するのに役立つダッシュボードに表示します。 しかし、AIシステムは非常に異なる方法で動作します。それらは、構造化され、文脈を持ち、リアルタイムで利用可能なデータを必要とし、それがシステムの動作に直接影響を与えることができるようにします。アナリティクスパイプラインがバッチ処理や遅延レポートを中心に構築されている場合、即座に反応する必要があるシステムをサポートするのに苦労します。 チームがAIを実験段階から本番環境へ移行しようとするとき、真のデータ所有権の欠如は、運用的にどのように現れますか？ それは通常、コントロールの問題として現れます。結局のところ、データをコントロールしていなければ、AIもコントロールできません。これは、チームが実験段階から本番環境へ移行するときに特に明確になります。実験中は、チームは小さなデータセットや一時的なパイプラインで作業できることが多いですが、本番システムでは、組織全体で信頼性のあるデータへの一貫したアクセスが必要です。 そして、多くの企業では、基盤となるデータがアナリティクスツール、マーケティングシステム、クラウドサービスなど、さまざまなサードパーティプラットフォームにまたがって存在しています。これにより、データセットを結合したり、ガバナンスルールを適用したり、データを制御された方法でシステム間で移動したりすることが困難になります。これが、多くのAIプロジェクトがパイロット段階で停滞する理由の一つです。構造化された組織全体のデータがなければ、AIを本番環境に確実にデプロイすることは困難になります。 また、モデルがどのように決定に至ったかを追跡したり、その背後にある正確なデータ状態を再構築したりすることも難しくなります。そのレベルのコントロールがなければ、エラーの修正や決定のロールバックは極めて困難になります。...
