インタビュー
スマートシートのチーフプロダクトおよびテクノロジーオフィサー、プラティマ・アローラ – インタビューシリーズ
プラティマ・アローラ、スマートシートのチーフプロダクトおよびテクノロジーオフィサーは、ハイグロースプラットフォームを率いてきた経験豊富なプロダクトおよびテクノロジー担当のエグゼクティブです。現在の役割では、プロダクトマネジメント、マーケティング、ユーザーエクスペリエンス、価格設定、戦略的パートナーシップを担当し、スマートシートのAI駆動型ワークマネジメントプラットフォームの進化を牽引しています。以前は、Chainalysisのチーフプロダクトおよびテクノロジーオフィサーを務め、エンジニアリング、データサイエンス、プロダクト戦略を担当し、組織を大幅に拡大し、収益成長を加速しました。その前のリーダーシップの役割には、アトラシアンのConfluenceビジネスを率いたり、SalesforceでAI駆動型プロダクトイノベーションを牽引したりして、エンタープライズソフトウェア全体でスケーラブルで顧客中心のソリューションを提供する評判を築きました。
スマートシートは、組織が計画、追跡、自動化、および大規模なワークのレポートを作成することを支援するために設計された、AI駆動型のエンタープライズグレードのワークマネジメントプラットフォームです。プラットフォームにより、チームはワークフローをストリームライン化し、リアルタイムでコラボレーションし、自動化およびデータ駆動型ツールを通じてアクション可能な洞察を得ることができます。ワシントン州ベルビューに本社を置くスマートシートは、世界中の数百万のユーザーにサービスを提供しており、フォーチュン500企業の多くを含む、共同作業型ワークマネジメントの進化する分野で主要プレーヤーとして位置付けられています。
2025年にChainalysisおよびAtlassianおよびSalesforceでのシニアリーダーシップの役割を経てスマートシートに入社しました。チーフプロダクトおよびテクノロジーオフィサーの役割が拡大した現在、クロスインダストリーの経験をスマートシートの次の章にどのように活かしていますか。
20年以上のB2B SaaSのリーダーとして、インターネット、クラウド、モバイル、ソーシャルなどのイノベーションの大きな波を目撃してきました。AIは、スケールとスピードの両面でより大きな変革であり、私の焦点はスマートシートがその変革を乗り越え、顧客にとってリアルな利点に変えることにあります。
外部的には、製品エクスペリエンスにAIを埋め込む方法を加速することを意味します。チームがより迅速に作業し、より良い決定を下し、以前よりも大きなスケールで成果を出すことを支援します。
しかし、AIはまた、どのように構築するかを変えています。プロダクトとテクノロジーは収束しており、機能間の線はぼやけています。デザイナーはコードに近づき、エンジニアはプロダクト定義に貢献し、チームはよりハンズオンのビルダーになっています。私の内部的な焦点の大きな部分は、ビルダー向けの精神を運用方法に取り入れることです。AIファーストの開発アプローチで、ペースで行います。そうすることで、統一されたチームとしてより迅速に動き、イノベーションを顧客にとって有意義な成果に変えることができます。
スマートシートはワークマネジメントのアイデアを中心に位置付けられてきました。ワークマネジメントの概念を現在どのように定義しますか。エンタープライズソフトウェア全体に追加されるより広いAI機能の波とどのように異なりますか。
ワークマネジメントは、人、プロセス、データが収束する場所です。そこで、AIが実行レイヤーとなり、計画を成果に変える役割を果たします。
スマートシートプラットフォーム上の140万以上のアクティブなエンタープライズプロジェクトの分析によると、重要な不均衡が見られます。エンタープライズアカウントごとの自動化の強度は年間55%増加し、全体的な活動は46%増加しています。ワークは3年前の想像を超えるペースで開始されています。しかし、ワークを完了すること — チーム間の調整、優先順位の変更時の整合性の維持、実行を維持するための判断の呼び出し — それがほとんどの組織が溺れているところです。ワークデイは密度が高くなっており、優先順位、所有権、意思決定権がまだ人の頭の中に住んでいる組織が最初に感じています。
多くのアプローチが短所を持つのは、AIがワークフローの上に層を重ねるのではなく、ワークフロー内に埋め込まれていることです。AIは個々のタスクを支援できますが、チームやエンタープライズ全体の成果を調整することはできません。
私たちのアプローチは異なります。私たちは、AIをエンタープライズデータに根ざし、ワークフローに直接統合します。そうすることで、AIは実際のコンテキストで動作できます。プロジェクト間の関係、計画の背後にある意図、構造化されたワークにエンコードされた判断です。そうすることで、AIは成果を調整できます。ただのタスクの支援ではなく、最終的に有意義なビジネスインパクトをもたらします。
2025年11月のスマートシートの将来のビジョンでは、人、データ、AIをより統一された方法でまとめるプラットフォームを紹介しました。既存のワークマネジメントツールに欠けていたものは何でしたか。どのようにしてその方向に進むことを決めましたか。
計画と実行の間にある永続的なギャップ、特にエンタープライズレベルで見られます。チームは複数の切断されたシステムで作業しており、整合性を維持したり、進行状況の明確なリアルタイムビューを取得したりすることが困難でした。
多くのツールは、計画、ワークフロー、またはコラボレーションなどの問題の部分を解決していましたが、それらは依然として切断されていました。各ツールは、個々のスタックまたはシステム内での問題を解決していましたが、会社全体では解決していませんでした。断片化は大規模な運用の際に実際の障壁となります。そこでスマートシートが輝きます。
私たちの焦点は、これらの要素を単一の統一システムにまとめることです。チームが整合性を維持し、迅速に適応し、より効果的に実行できるようにします。
そのビジョンの最も興味深い側面の1つは、プロジェクト、ワークフロー、チーム全体でコンテキストを理解できるAIシステムへの移行でした。エンタープライズAIが本当に有用になるためには、コンテキストはどれほど重要ですか。
コンテキストを理解するAIは、コンテンツを生成するAIとは根本的に異なります。最先端のモデルは生成します。システムの記録はストアします。しかし、どちらも組織が実際にどのように機能するか、依存関係、計画の背後にある意図、毎回のワークフローにエンコードされた判断を理解しません。スマートシートが占めるレイヤーはそこです。
スマートシートは、ビジネスの運用形態を理解し、AIを内部で動作させます。AIをそのような理解に基づいて使用すると、反応的なものから実行レイヤーに変わります。ただし、プロンプトに反応するのではなく、ビジネスが実際にどのように動作するかを理解しながら動作します。そうすることで、理解が時間の経過とともに蓄積されます。
毎回の計画、毎回のワークフロー、毎回の決定は、スマートシートにキャプチャされ、AIにとってインテリジェンス資産となり、特定の組織でAIをより有用にします。チームが数年間構築してきたコンテキスト、意図、判断 — それらはAIが独自に生成できない3つのものです。
スマートシートのモデルコンテキストプロトコルサーバーは、AIが単に質問に答えるのではなく、ライブワークデータとやり取りできるようにするシフトを示唆しています。エンタープライズソフトウェアにとって、このようなシフトが重要となる理由は何ですか。
これは、AIがワークを知らせるのではなく、実際に作業できるようにするシフトです。スマートシートMCPサーバーにより、企業は単一のAIツールにロックインする必要はありません。プロトコルは、既にワークフローに埋め込まれたAIモデルと連携します。Claude、Gemini、ChatGPTなどです。チームは、実際に作業が行われるシステムに直接接続し、ライブワークデータとやり取りし、実行に移すことができます。MCPエコシステムが拡大するにつれて、さらに主要なモデルに対するサポートを拡張し、スマートシートが選択したAIソリューションと互換性を維持することを保証します。AIがプロジェクトやワークフロー全体のリアルタイムデータにアクセスできる場合、リスクを早期に特定し、意思決定を支援し、タスクの作成やワークの更新などのアクションを実行できます。
初期の信号は明確です。スマートシートMCPコネクタのClaudeを介した最初の30日間で、スマートシートのユーザーは176万件のアクションを完了しました。そうしたやり取りの相当部分は、情報の取得ではなく、ワークの進捗でした。タスクの作成、計画の更新、コンテキストでアクションを実行しました。
それがこのようなシフトを重要にしているのです。AIは、既存のワークフローに埋め込まれるようになり、組織は個々の生産性の向上から大規模な調整された実行へと移行できるようになります。既にスマートシートが運用の基盤となっている企業は、現在その利点を蓄積しています。たとえば、会議のノートを自動的にタスクに変換するチームがあります。モデルは、会話のコンテキストに基づいて、タスクを誰に割り当てるかを推測します。そうすることで、部屋で行われた決定がスマートシートで追跡可能なワークになるため、手動での入力は必要ありません。そうすることで、大規模な調整が可能になります。人々がより一層努力したのではなく、システムがついに追いついたのです。
AIが運用システムやライブビジネスワークフローに接続されるにつれて、信頼性が重要になります。エンタープライズ内でAIがよりアクション指向型になるにつれて、セキュリティ、ガバナンス、監査可能性についてどう考えていますか。
信頼性、セキュリティ、ガバナンスは、真のエンタープライズ導入のすべてに不可欠です。AIがよりアクション指向型になるにつれて、信頼性は選択肢ではありません。基盤です。私たちにとって、それは、AIがプラットフォーム上のすべてのものと同じガバナンスモデルに従うことを意味します。明示的に許可されているデータにのみアクセスし、アクションを実行できます。データはあなたのデータのままです。
同様に重要なのは、可視性です。組織は、AIがシステムとどのようにやり取りしているか、どのようなアクションが取られているか、誰がどのようなコンテキストでアクションを実行しているかを理解する必要があります。そこで、監査可能性が組み込まれています。AIまたは人間によって開始されるすべてのアクションは追跡および確認できます。また、自律性が適切な場所に構築されています。より大きな影響を与えるアクションの場合、人間がループ内に留まるコントロールを組み込み、重要なことが起こる前にチームが確認および承認できるようにします。
目標は、組織がAIをワークの進捗にさせることを許可する自信を与えることです。同時に、期待されるコントロール、透明性、説明責任を維持することです。
スマートシートは、外部AIエコシステムを含むオープンアーキテクチャも強調しています。エンタープライズAIの次の段階で、オープン性と相互運用性が重要になる理由は何ですか。
エンタープライズワークは単一のシステムに存在しません。ツール、チーム、データソースに分散しています。AIがその環境に接続できない場合、制限付きのままです。出力を生成できますが、実際に実行を支援することはできません。
そこでオープン性が重要です。AIがシステム全体のライブデータに接続できるようにし、実際のワークが行われるコンテキストで動作できるようにします。MCPでは、企業はスマートシートでのワークに企業のAI基準とガバナンスを適用し、新しいツールを採用したり、シロに作業したりする必要はありません。
それがシフトです。AIがシステム全体で動作できる場合、孤立したやり取りから実際の組織のサポートへの移行が可能になります。そこで、実際の影響が見られるようになります。
あなたの製品ビジョンには、Smart Assist、Smart Agents、Smart Flows、ナレッジグラフレイヤーなどのアイデアも紹介されていました。どの機能が、チームが日常的に作業する方法を最も変える可能性がありますか。
それぞれ個別にではなく、システムの下にあるインテリジェンスによって実現されるため、どれか1つだけではありません。
実際の力は、データレイヤーとスマートシートナレッジグラフによって提供されるシステムの下にあるインテリジェンスにあります。プロジェクト、ワークフロー、チーム全体でコンテキストを提供し、システムが実際のワークの接続性を理解できるようにします。そうすることで、他のすべての機能が機能します。スマートシートナレッジグラフはすでに、100万を超えるノードでワークをマッピングしており、業界のベストプラクティスから組織、チーム、個人のデータまで、コンテキストをレイヤー化して、システムがより関連性の高い洞察を提供できるようにします。
それが、さまざまな方法で表面化します。時には、プロジェクトのステータスを理解したり、リスクを特定したりするのに役立つアシスタントです。時には、タイムラインを作成したり、ワークを更新したりするアクションを実行するエージェントです。時には、システム全体のワークフローを調整します。
しかし、すべてが同じ運用基盤に基づいています。ワークが実際にどのように行われているかという、蓄積されたコンテキスト、意図、判断です。そうすることで、日常のワークを実際に変えます。単一の機能ではありません。組織を理解するシステムです。
多くのエンタープライズは、AIが実際のビジネス価値を提供しているかどうかを測定するのに苦労しています。ビジネス価値をより迅速な出力ではなく、より良い意思決定、より強力な実行、運用上の負担の軽減に基づいて評価する場合、リーダーはROIについてどう考えるべきですか。
多くの組織は、AIの採用を測定することから始めます。たとえば、毎日UIを使用する人の数です。そうすることは有用な信号ですが、全貌ではありません。実際の価値は実行に現れます。そこで多くのチームがまだ追いつこうとしています。
大多数のエンタープライズでは、課題は出力を生成することではありません。チーム間の調整、優先順位の変更時の整合性の維持、正しいコンテキストで意思決定を行うことです。そうしたことが改善されない場合、より迅速な出力は必ずしもより良いビジネス成果に変わりません。
AIがシステムのワークに接続されている場合、そこで別の種類の影響が見られ始めます。ボトルネックを早期に特定し、実際に何が起こっているかへの可視性を向上させ、チーム全体でより一貫した作業方法を推進するのに役立ちます。
したがって、ROIは速度だけではありません。組織がスケールで実行する有効性、明確性、説明責任、予測可能性についてです。そうすることで、最終的に測定可能なビジネス価値に変わります。
先を見て、エンタープライズプラットフォームの核心層としてAIが採用されるにつれて、製品リーダーの役割はどのように変化するでしょうか。従来のソフトウェア製品リーダーシップとは根本的に異なるマインドセットが必要になるのでしょうか。
4つの点について考えています。
製品リーダーは、AIに知的好奇心と成長マインドセットで取り組む必要があります。分野は急速に変化しているため、学習し、適応する能力が重要です。
2つ目は、第一原理とプラットフォーム思考がさらに重要になることです。基礎要素、特にデータとガバナンスを正しく設定することで、チームが迅速に実験し、安全に実行できるようになります。
3つ目は、顧客焦点が同様に重要であることです。現在、マーケットには多くのノイズがあり、AIまたはエージェントとラベル付けされているすべてのものが実際の価値を提供しているわけではありません。リーダーは、真の問題を解決することに根ざし、単に新しいものを追うのではなく、顧客にとっての価値に集中する必要があります。
最後に、チームが構築する方法に実際のシフトがあります。機能間の線はぼやけており、より多くの人がビルダーになっています。製品リーダーがそれに取り組み、技術と真正に関わる場合、成功するでしょう。
素晴らしいインタビュー、詳しく知りたい読者はスマートシートを訪問してください。
