サラ・エドワーズ、チーフ・プロダクト＆ストラテジー・オフィサー、Kantata – インタビュー・シリーズ

サラ・エドワーズ、Kantataのチーフ・プロダクト＆ストラテジー・オフィサーは、プロフェッショナル・サービス、コンサルティング、プロダクト・ストラテジー、ビジネス・リーダーシップにおいて27年以上の経験を持っています。彼女のキャリアの中で、彼女は北米とヨーロッパの両方でサービス組織を構築し、スケールアップしながら、プロジェクト・デリバリー、リソース・マネジメント、運用の優秀性について深い専門知識を身に付けました。Kantataに入社する前に、エドワーズはヒタチ・コンサルティングでのリーダーシップ・ロールを務め、グローバル・チームを管理し、以前はコンサルティング・ファームのフルクラム・ソリューションズとエデンブルックの成長を支援しました。Kantataでは、彼女は会社のポートフォリオ全体で製品と戦略のイニシアチブを導く責任があり、プロフェッショナル・サービス・オーガニゼーションが、目的を特化したテクノロジー・ソリューションを通じて、可視性、予測、リソース・アロケーション、全体的なビジネス・パフォーマンスを改善するのに役立っています。

Kantataは、コンサルティング・ファーム、エージェンシー、ITサービス・プロバイダー、その他のプロジェクト・ベースの組織のニーズにのみ焦点を当てた、プロフェッショナル・サービス・オートメーション（PSA）ソフトウェアのリーディング・プロバイダーです。MavenlinkとKimbleの合併を通じて形成されたこの会社は、プロジェクト・プランニング、リソース・マネジメント、財務運用、予測、コラボレーション、ビジネス・インテリジェンスを統一された環境内で接続するAIパワーのプラットフォームを提供しています。そのテクノロジーは、組織がプロジェクトの利益率を改善し、ワークフォースの活用率を最適化し、予測の精度を高め、サービス・デリバリー・ライフサイクル全体でリアルタイムの可視性を得るのを支援するように設計されています。運用データとAIドリブンの洞察を組み合わせることで、Kantataはプロフェッショナル・サービス・ファームがより情報に基づいた決定を下し、デリバリーの成果を改善し、複雑なビジネス環境で効率的にスケールアップできるように支援しています。

あなたはOracle (ORCL ) コンサルタントとしてキャリアを始め、エデンブルックとヒタチ・コンサルティングでのOracleプラクティスをリードし、後にKantataの製品戦略を10年以上にわたって形作りました。その旅は、プロフェッショナル・サービス・ファームでAIが最も価値を生み出す場所に対するあなたの見方をどのように影響しましたか？また、あなたは以前のコンサルティング環境からどのような教訓を今でも持ち合わせていますか？

私のキャリアを振り返ると、プロフェッショナル・サービス・インダストリーは30年間ほとんど変化しませんでした。ビジネスを成長させるためのルールブックは、従業員数を増やすことでした。従業員が多いほど、取り組めるプロジェクトも多くなります。しかし、今、そのプレイブックは完全に書き換えられつつあります。AIと新しいテクノロジーの恩恵でです。私は今、業界で以前より多くの不確実性を聞いています。私たちのタレントはどのようなものでしょうか？私に必要なのは何人、どのようなエージェントでしょうか？AIエージェントをどのように請求するのでしょうか？これらの質問に正しい答えを知っている人はまだいません。

わかっていることは、会社が従来の運用モデルに固執し、従業員数を増やすことで収益を増やすことを続けるなら、それは単なる下向きの競争になるだけです。私の経験から、コンサルティングは人間関係についてであることを知っていますが、AIの時代に、プロフェッショナル・サービス・ファームはクライアントからより多くのことを行うように圧力を受けています。彼らは常に価値を証明しなければなりません。これがAIが役立つところです。データと統合された専門知識を利用して、繰り返し使用可能で一貫した知恵を構築することによってです。

あなたは、生産性と効率に焦点を当てることで、多くの組織がAIの成功を誤って測定していることを主張しています。なぜ「専門知識の蓄積」はAIのROIを評価するためのより有意義な指標であると考えるのですか？

生産性と効率の向上のみに焦点を当てると、AIの長期的な成功を十分に測定できません。AIの活用は、現状を自動化することだけではなく、運用方法を根本的に変えることです。私の考えでは、組織の専門知識の蓄積率、つまり機関的および部族的知識を捉え、統合し、スケールアップし、継続的に構築する能力は、ファームが専門知識を大規模に実施できるようにするため、より有意義な指標です。専門知識はコンサルティングの世界での第一の通貨ですが、特定のスキルや専門知識がシロ化されたまま、または1人の人の頭の中に残っている場合、それは効果的なシステムではありません。

歴史的に、プロフェッショナル・サービス・インダストリーは英雄的で、特出している従業員に依存してきました。クライアントはそのような従業員のスキルや知識を利用できるからです。しかし、今の時代、ファームはそのような方法で運営することはできません。専門知識は広く、正確に、迅速に共有される必要がありますが、AIはすでにそのような役割を果たしています。例えば、会議中に自動でノートを取って、会議後に配布するAIツールがあります。しかし、プロフェッショナル・サービス・ファームにとって、出力はサービスを提供することとは直接関係がありません。そのため、組織固有のコンテキスト内でこの知恵を活用できるAIツールが必要です。AIがファームが提供する専門知識から学び、蓄積できる場合、それが真正に変革的なテクノロジーになるのです。

幹部は、AIイニシアチブの投資収益率を計算しようとする際に、どのような最大の誤解を持っていますか？

幹部は、主にAIのROIについて、コスト削減と効率性の観点で話します。しかし、AIが価値を生み出す場所はそこだけではないというのは誤解です。幹部はまた、AIが新しい収益源を開発したり、クライアントを保持したり、ファームがより多くのプロジェクトを請け負うことを可能にしたりすることで、収益の成長をどのように促進するかを判断する必要があります。

組織は、従業員の会話、プロジェクトの経験、部族的知識に存在する機関的知識をどのようにして捉え、スケールアップできるのでしょうか？

多くのプロフェッショナル・サービス・ファームは、まだスプレッドシート、シロ化されたデータ、部族的知識に頼ってビジネスを運営しています。プロジェクトやデータ・ストリームの上に一時的なAIエージェントを配置するだけでは、多くの影響はありません。プロジェクトやワークフロー全体で作用できる、予測的洞察を組み込んだ統合プラットフォームが必要です。しかし、すべてのプラットフォームは等しくはありません。影響を与えるには、機関的知識を大規模に捉え、コンテキストを提供し、AIエージェントが洞察に基づいて行動できるようにする、統一された知識グラフの上に構築される必要があります。

企業は、AIアシスタントやエージェントを企業全体に展開しています。競争上の優位性を長期的に持続させる組織と、単に既存のワークフローを自動化している組織とは何が異なりますか？

AIブームの初期に、多くの組織はAIツールを実装して後れを取らないようにしましたが、このような無意識の展開は、多くの会社がエージェントの肥大化（エージェントが遅くなる、実行コストが高くなる、または管理不良やツール/情報の過負荷により不正確になる）を感じることになりました。また、エージェントはシロ化されており、エージェントをまとめて運用するための長期的な戦略はありません。

真の、長期的な競争上の優位性の基礎を築いている組織は、特定のものだけを見ているエージェントを展開していません。全体を見渡すことができるエージェントを展開しています。スタッフィング、リソーシング、デリバリーなどは、プロフェッショナル・サービス・マシンの動く部分であり、すべてが一緒に作用してスムーズに動く必要があります。また、組織はこのエージェントに、実際の影響を与えるために必要なコンテキスト、知識、理解を提供しています。

次の5年で、AIはプロフェッショナル・サービス・ファームの運用モデルをどのように変えるでしょうか？特にコンサルティング、実装、コンサルティング業務についてはどうでしょうか？

AIは、タレント・モデルを変えます。スキルは今までにない速さで進化しており、次のタレント層はどこから来るのかという大きな疑問符が付きます。AIが人間の労働者から創造性と認知的思考を奪うのではないかと心配する人もいます。したがって、私は企業が従業員をこれらの筋肉を鍛えることなくAIの出力を過信しないようにするために、従業員が従事する方法を変える必要があると予想しています。最終的には、AIは従業員を戦術的で退屈なタスクから解放し、違いをもたらす戦略的な仕事に集中できるようにする、有効な力です。

AIがより優れたものになるにつれて、ファームは時間と利用率に基づいて請求するのではなく、アウトカムベースの価格モデルへの移行にシフトすることになりますか？その移行に立ち塞がる課題とは何ですか？

プロフェッショナル・サービス・ファームが提案依頼を受け取ったとき、プロスペクトはファームがAIを使用してコストを削減している方法、およびそのコスト削減が顧客にどのような価値をもたらすかについて尋ねることがよくあります。何が欠けているのは、そのコスト削減を測定するメカニズム、およびファームが既存の専門知識を高める方法と、AIが提供する価値をプロスペクトに伝えるための物語です。

最終的には、私は請求モデルがアウトカムベースの価格モデルに移行することになりそうだと考えています。今日、ほとんどの組織は、デリバリーの規律、データ、財務の準備が不足しており、真のアウトカムベースの価格設定を大規模にサポートすることができません。AIを組み込むと、モデルはさらに複雑になります。エージェントによって作業が行われる場合、努力、価値、または収益をどのように追跡しますか？アウトカムを価格設定することはできません。実際的な移行は、努力から固定料金への移行、価値への移行、そしてアウトカムベースの販売への移行として行われるでしょう。組織はアウトカムを金銭化するために必要な基盤を構築する必要があります。

Kantataは、Expertise Engineを通じて組織の知識を戦略的資産に変えることについて語りました。どのような要因がこの焦点を促したのでしょうか？また、従来の知識管理システムにはどのようなギャップがありましたか？

今日の企業向けAIは、主に、会議のまとめ、プロンプトに答える、または孤立したタスクを自動化するための汎用AIツールに焦点を当てています。プロフェッショナル・サービスについては、それは機能しません。プロフェッショナル・サービス・ファームが直面している真正の課題は、タスクの自動化ではありません。それは運用の複雑さです。

プロフェッショナル・サービス・ファームは、スタッフィングの決定、デリバリーのトレードオフ、プロジェクトのリスク、利用率の目標、予測モデル、財務の依存関係という、常に変化するウェブ上で運営されています。汎用のAIツールは、そのコンテキストを理解できないため、ビジネス全体で意味のある方法で推論することはできません。

Kantataは、AIへの異なるアプローチをとっています。既存のソフトウェアの上に汎用のエージェントやチャットボットを重ねるのではなく、プロフェッショナル・サービスへの運用的現実に合わせたAIを構築しています。Expertise Engineは、見積もり、スタッフィング、デリバリー、予測、財務管理を単一の運用モデルに接続し、AIエージェントにビジネス全体のコンテキストを提供して、ワークフロー全体で知的に作用できるようにします。

これは昨日のコパイロットAIではありません。これは運用AIです。

プロフェッショナル・サービス・オーガニゼーションでは、AIエージェントがどのような役割を果たすことになりますか？また、人間の専門知識が代替不可能なまま残る場所はどこでしょうか？

AIエージェントが人間の労働者の一部の負担を取り除くにつれて、人間の労働者は仕事のより面白く創造的な部分に集中できるようになります。自動化は、効率と時間/コストの節約だけではなく、従業員のための解放と権限の強化についても言及されます。これにより、従業員の創造的側面が高まり、新しい思考者の世代が築かれます。思考者はAIツールの構築者となり、単なるユーザーではなくなります。この変化は、AIが普及するにつれて不可欠です。なぜなら、すべてのファームが出力を迅速に、安価に生産できるようになるからです。しかし、人間の専門知識に投資を続けるファームだけが、強力で意味のある仕事を生み出すからです。

ビジネス・リーダーは、AIを採用するだけでなく、時間の経過とともに蓄積される持続可能な専門知識の優位性を構築するために、今日何を行うべきですか？

汎用のエージェントやチャットボットを既存のソフトウェアの上に配置するのではなく、プロフェッショナル・サービス・ファームは、スタッフィング、予測、財務管理、プロジェクト・デリバリーなど、プロフェッショナル・サービス・ファームを運営するすべてのことについてコンテキストを理解できるスーパーエージェントを見つける必要があります。目的を特化したエージェントを作成し、自律的に行動できるようにする必要があります。

素晴らしいインタビュー、ありがとうございました。詳しく知りたい読者は、Kantataを訪問してください。