起こり得る災害から変化の原動力へ…データエグゼクティブが効果的なAIに至るまでの道のりを語る

データエグゼクティブはこの1年間、災害への備えとしてあらゆる課題に取り組んできました。1年前、多くのデータリーダーが油断していました。従業員は新世代のAIツールを熱心に採用し、すべてのAIイニシアチブへの関心を高めました。生成AIは社内に浸透しており、Gartner® Hype Cycle for Artificial Intelligence™（人工知能のハイプサイクル）I（2023年）では、生成AIはPeak Of Inflated Expectationセグメントに位置付けられています¹。しかし同時に、CDOを対象とした調査では、データリーダーの半数以上が採用の拡大に正式に対処していなかったことも報告されています。イケてる ! ?そうでもないですね。

データエグゼクティブが、効果的なAIプログラムの計画、実行、スケーリングに関する教訓とベストプラクティスを共有しています。効果的なAIの実現に向けて、多くの AIデータリーダーにお話をうかがいました。誰もが、オープンソース生成AIが無許可で使用されているのを目の当たりにし、これらの活動を社内で行うことに急いでいました。新たな需要は、データとAIの戦略を定義（または改良）し、大規模かつ効果的に実行する能力を確保するための触媒となりました。 

多くの場合、効果的なAIへの移行は、十分な教育を受けることから始まります。データリーダーは、AIの約束の伝道と実装の課題のバランスを取ります。多くの場合、期待値を設定することが重要です。Siemens Energy社のCDOであるMicheline Casey氏は次のように述べています。「取締役会メンバーはAIが大好きです。しかし、これはマジック8ボールではありません。それを揺さぶり、答えを得ることはできません。私たちは、そのメリットを実現するために必要な能力とスキルについて、取締役会の教育を続けています。」

実験により、データチームはアイデアを試し、新しいスキルを構築できます。しかし、効果的な事業化、組織全体への拡大、会社のDNAへの新機能の埋め込み、つまりAIドリブン型トランスフォーメーションを実現するのは、組織やプロセスの変更です。 

投資は慎重に検討し、会社の目標に適切に合致させる必要があります。マーケタープロジェクトの回避、コラボレーションによる共通ニーズの特定、リソース使用の調整、AIモデルとデータ製品の再利用の徹底はすべて、Snowflakeカスタマーのデータエグゼクティブによって特定されたベストプラクティスです。

私たちのインタビューから繰り返し発せられたメッセージの1つは、AI（とそれを支えるデータ）の効果的な活用が競争優位性を促進するという考え方でした。Air CanadaのCDOであるBeth Quinton氏は、次のように明言しています。「私たちは勝者でありたいと考えており、実験と投資を怠った企業は遅れをとると考えています。」そのメッセージは確かに共感を呼びます。また、これらの投資はテクノロジーだけでなく、人材やプロセスにも及ばなければならないという信念にも共感します。  

Snowflakeのお客様が共有した教訓とベストプラクティスの詳細については、『効果的なAIに関するデータエグゼクティブ向けガイド：AIトランスフォーメーションジャーニーのためのデータエグゼクティブのベストプラクティス』をご覧ください。 

¹Gartner記事、『What’s New in Artificial Intelligence from the 2023 Gartner Hype Cycle』
https://www.gartner.com/en/articles/what-s-new-in-artificial-intelligence-from-the-2023-gartner-hype-
cycleGARTNERは登録商標およびサービスマークです。HYPE CYCLEは、米国および国際的なGartner,
Inc.および/または関連会社の商標であり、本書で許可を得て使用されています。All rights
-reserved.