マネージエンジンのAI研究責任者、Ramprakash Ramamoorthy氏 – インタビュー・シリーズ

マネージエンジンのAI研究責任者であるRamprakash Ramamoorthy氏は、マネージエンジンのエンタープライズIT管理部門の責任者です。マネージエンジンは、エンタープライズがITを管理することを可能にします。セキュリティ、ネットワーク、サーバー、アプリケーション、サービスデスク、Active Directory、デスクトップ、モバイルデバイスなど、幅広い分野でITを管理することができます。

コンピューター・サイエンスとマシン・ラーニングに興味を持ったきっかけは何ですか?

私は子供の頃からコンピューターに興味を持っていました。しかし、家族の経済的な状況により、コンピューターを所有することはできませんでした。幸いにも、祖父が地元の大学の化学教授だったため、大学のコンピューターを使用する機会がありました。

大学でコンピューター・サイエンスを学ぶにつれて、興味は深まりました。大学では、ウェブ・アプリケーションを開発しました。これらのアプリケーションは今でも使用されており、12年前に開発したものが現在でも使用されていることは、私の初期の仕事の影響と長期的な価値を実証しています。この経験は、ソフトウェア・エンジニアリングとアプリケーションのスケーリングとデプロイの実際的な課題についての包括的なレッスンでした。

私の技術的なキャリアは、Zoho Corpでのインターンから始まりました。最初はモバイル・アプリの開発に興味を持っていましたが、ボスにマシン・ラーニングのプロジェクトを完了するように指示されました。これが私のマシン・ラーニングへの旅の始まりでした。

Zoho Corpでは、実践によって学ぶ文化があります。問題に十分な時間を費やすと、専門家になることができます。私はこの文化とボスの指導に感謝しています。マシン・ラーニングへの旅を始めることができました。

マネージエンジンとZohoのAI研究責任者として、平均的な仕事の1日はどうなりますか?

私の仕事の1日は、チームとのコラボレーションと戦略的計画の両方を含み、ダイナミックです。1日の大部分を、エンジニアや数学者と一緒にAIスタックの構築と強化に費やしています。

私たちは、エンタープライズのさまざまな製品ラインに対してAIソリューションを提供する中央AIチームとして機能しています。この役割には、さまざまな製品ラインとそのユニークな要件を深く理解することが必要です。私のやり取りはチーム内のみでなく、組織全体の内部チームとのコラボレーションも重要です。このコラボレーションは、AI戦略を常に変化する顧客のニーズに合わせるために不可欠です。

AIの進歩のスピードが速いことを考えると、最新の開発とトレンドを追うために多くの時間を費やしています。この継続的な学習は、競争力を維持し、戦略が関連性と効果を維持するために不可欠です。

さらに、私の役割はオフィスの範囲を超えています。私は話すことと旅行が好きで、これは私の責任とよく合います。私は頻繁にアナリストと交流し、さまざまなフォーラムで参加し、マネージエンジンのAI戦略を広めます。これらのやり取りは、私たちのビジョンと成果を広めるだけでなく、貴重な洞察を提供し、戦略的計画と実行に役立ちます。

2013年にマネージエンジンを戦略的なAIパイオニアとして位置付けたとき、どのようなマシン・ラーニング・アルゴリズムを使用しましたか?

当初の焦点は、従来の統計的手法をAIモデルに置き換えることでした。例えば、異常検出では、ベル曲線方式からAIモデルに移行しました。AIモデルは過去のデータから学習し、パターンと季節性を認識することができました。

サポート・ベクター・マシンや決定木ベースの方法など、幅広いアルゴリズムをAIプラットフォームの基盤として使用しました。これらのアルゴリズムは、AIが過去のデータからパターンを発見し、予測し、根本原因を分析することができるニッチなユースケースを特定する上で重要でした。注目すべきは、これらのアルゴリズムの多くが現在でも有効に稼働していることです。これは、その関連性と効率性を強調しています。

LLMとジェネレーティブAIはマネージエンジンのワークフローにどのような影響を与えましたか?

大規模な言語モデル(LLM)とジェネレーティブAIは、消費者向けの世界では大きな波紋を起こしていますが、エンタープライズの世界、特にマネージエンジンへの導入はより漸進的でした。コスト、データ、計算リソースの要件が高いためです。

マネージエンジンでは、ドメイン固有のLLMに投資して、その潜在能力を活用するために戦略的に取り組んでいます。つまり、汎用的なモデルではなく、エンタープライズ運用の特定の分野に適合したモデルを開発することです。例えば、セキュリティイベントをより効率的に検知できるセキュリティ向けLLMや、インフラストラクチャのモニタリングに特化したLLMを開発中です。これらの専門モデルは現在、研究開発段階にあり、マネージエンジンのエンタープライズITソリューションに実質的な価値を追加するLLMとジェネレーティブAIの出現する挙動を活用するという私たちの取り組みを反映しています。

マネージエンジンはさまざまなユースケース向けのAIツールを提供しています。どれか一つを特に誇りに思っているツールはありますか?

マネージエンジンのAIツールすべてに誇りを感じていますが、ユーザーとエンティティの動作分析（UEBA）が特に印象的です。初期の頃に立ち上げたもので、現在でも強力で重要なサービスを提供しています。市場の期待に応えるために、各異常に説明を付けることを標準的な実践としていました。UEBAの機能は不断に進化しており、学びを活かしてさらに改善しています。

マネージエンジンは現在、AppCreatorを提供しています。これは、ITチームがカスタムアプリケーションを迅速に開発してオンプレミスに展開できる低コード・カスタム・アプリケーション開発プラットフォームです。ノーコードまたはローコード・アプリケーションの将来についてどう考えますか? これらは最終的に主流になりますか?

ノーコードまたはローコード・アプリケーションの将来、特にビジネスのニーズが進化する状況では非常に約束的です。これらのプラットフォームは、組織が既存のソフトウェア資産の能力を拡張し、最大化するために重要な役割を果たしています。ビジネスが成長し、要件が変化するにつれて、ノーコードとローコードのソリューションは適応し、革新するための柔軟で効率的な方法を提供します。

さらに、これらのプラットフォームはビジネスをITで活用する上で重要な役割を果たしています。AIをサービスとして提供することで、組織がAIの力を試すための障壁を大幅に下げています。

AIのリスク、特にAIバイアスについてどう考えますか? マネージエンジンはこれらのリスクをどのように管理していますか?

マネージエンジンでは、AIリスク、特にAIバイアスがもたらす重大な脅威を認識しています。AIバイアスは技術アクセスギャップを拡大させ、人事や財務などの重要なビジネス機能に影響を及ぼす可能性があります。例えば、人事の分野でAIが偏った行動を示すという話は、注意を払うべき事例です。

これらのリスクを軽減するために、AIモデルが偏りを最小限に抑えるための厳格なポリシーとワークフローを実施しています。モデルを継続的に監視することが重要です。モデルは初期には偏りがないかもしれませんが、時間の経過とともにデータの変化により偏りが生じる可能性があります。

差分プライバシーとホモモルフィック暗号化などの高度な技術に投資して、安全で偏りがないAIへの取り組みを強化しています。これらの努力は、AIツールが強力であるだけでなく、責任を持って倫理的に使用されることを保証するために不可欠です。すべてのユーザーとアプリケーションにとって、ツールの完全性を維持することが重要です。

AIとロボティクスの将来についてどう考えていますか?

AIとロボティクスの将来は、興奮と変革をもたらすものです。AIは過去にブームとバストのサイクルを経験してきましたが、データ収集と処理能力の向上、およびデータを中心とした新しい収益モデルにより、AIは今や確固たる地位を築いています。

AIは、エンタープライズと個人のレベルでソフトウェアとのやり取りに大きな影響を与える、主流の技術になりました。AIの生成能力はすでに私たちの日常生活の一部となり、エンタープライズにとってよりアクセスしやすく、費用対効果の高いものになると予想しています。

この将来の重要な側面は、AI開発者の責任です。開発者は、AIモデルが堅牢で偏りがないことを保証することが不可欠です。さらに、AIの急速な発展に合わせて法的枠組みが進化することを期待しています。法的枠組みは、AIがもたらす可能性のある法的問題を効果的に管理し、軽減するために不可欠です。

私のAIの将来像は、技術が私たちの日常生活にシームレスに統合され、能力と経験を高めながら、倫理的に責任を持って管理される未来です。

素晴らしいインタビュー、詳しく知りたい読者はマネージエンジンを訪問してください。