TEIを把握することでAIのROIを確保：Snowflakeの総合的な経済効果

一部の組織は、最新の輝くオブジェクトを展開するために急いでいます。そのため、最初はビジネスケースをバイパスしてAIを迅速に展開します。非常に競争の激しい市場では、何があってもよいというアプローチは理に適っているかもしれません。しかし、AIの導入を長期的に成功に導くには、単にテクノロジーを採用するだけではなく、ビジネスへの影響を把握する必要があります。 

これには、これらの取り組みがビジネスにもたらす定量化可能な価値だけでなく、AIインフラストラクチャーの構築と維持に関連する先行コストと継続的コストの把握、および必要なスキルの構築も含まれます。この両方の側面を明確に把握できなければ、有望なAIプロジェクトでさえ失望する可能性があります。

データリーダーはリスクを痛感しています。あるエグゼクティブの言葉を借りれば、「AIイニシアチブを遂行するということは、自分のキャリアをそれに賭けるということ。まさにキャリア形成の勝負の場」なのです。リーダーは、自分たちのプロジェクトが目に見えるROIをもたらすという自信を持つ必要があります。AIの経済効果の測定は、他のテクノロジーイニシアチブと同様だと主張する人もいるかもしれませんが、AIのユニークな特性、つまりデータ集約的性質、反復開発、および変換的ではあるが場合によっては間接的なメリットの可能性により、この測定は微妙でとらえどころのないものになる可能性があります。

この複雑な経済状況に対処するため、SnowflakeはForrester ResearchにTotal Economic Impact™（TEI）調査を依頼しました。TEI手法では、メリット、コスト、柔軟性、リスクの4つの主要分野を検討し、テクノロジー投資の財務的影響を評価します。この調査のために、Forresterは4社のSnowflakeのお客様にインタビューを行い、インタビュー対象者の経験と結果を単一の組織に集約しました。その結果、AI投資の定性的側面と定量的側面の両方を取得し、3年間でなんと354%の投資利益率を推定するモデルが完成しました。

TEIの最初の構成要素は売上拡大でしたが、これは期待を裏切りませんでした。データドリブンなイノベーションにより、Snowflakeのお客様は平均で6%の収益増を達成しました。AIイニシアチブにより、価値を生み出すまでの時間を短縮し、顧客の解約を減らし、市場シェアを拡大し、収益損失を最小限に抑えることができました。たとえば、あるフードサービス企業は、在庫切れによる収益損失を減らし、出荷を促進し、在庫損失を減らすサプライチェーン最適化モデルを構築しました。営業面では、顧客チャーンを4.5%削減し、売上増に直接貢献しました。同様に、鉱山会社では、現場からのニアリアルタイムのデータストリーミングを使用して生産を最適化することで、収益を増やすことができました。 

次に、コストと価値を生み出すまでの時間の影響について調べました。コスト削減の要因は、（1）リアルタイムの顧客インサイトによりデータドリブンな意思決定を行えるようになったこと、（2）サプライチェーン管理が改善され、先を見越して顧客の注文管理を行えるようになり、配送コストが最適化されたこと、（3）ビジネスアナリストと会計、財務、サプライチェーンなどの非データチームの生産性が向上したことです。統合された正確なデータに迅速にアクセスできるようになったことで、インタビュー対象者の組織は各部門の業務を最適化し、無駄を減らし、効率を高めることができました。 

「Snowflake導入前は、サプライチェーン指標へのアクセスが非常に限られていました。サプライチェーンのすべてのディメンションとメトリクスをダウンロードし、システムから利用できるようにする必要がありました。Snowflakeを利用することで、そのデータをデータベースに移行し、すべてを自動化することができました。すべてのExcelファイルを使用して顧客の収益性を計算する代わりに、テーブルとビューを参照できます」 - 米国を拠点とするフードサービス企業

3つ目は、運用コストとシンプルさのメリットです。TEI調査に参加したお客様は、データとアナリティクスのバリューチェーン全体のワークフローを合理化することで生産性が大幅に向上したと答えています。データエンジニアにとって、Snowflakeの導入により、複雑なインフラストラクチャーやハードウェアを管理する必要性が排除され、堅牢なデータパイプラインによってプロセスが自動化され、複雑なデータ統合タスクの負担がなくなり、35%の時間節約が実現しました。データサイエンティストは、パイプラインの改善と必要なデータ準備の削減という恩恵を受けました。このフードサービス企業は、アナリストのフルタイム従業員（FTE）を10人削減し、将来的にさらなるコスト削減を期待しています。

最後に、フルマネージド型のクラウドネイティブアーキテクチャのメリットについて調査しました。Snowflakeは、従来のライセンスコスト、ハードウェアの管理と更新、大規模な構成、アップグレードのための計画的なダウンタイム、その他の日常的なメンテナンスの必要性を排除することで、データオペレーションを簡略化していることがわかりました。インタビューを受けた企業は、以前はメンテナンスやアップグレードに膨大なリソースが必要だった高価で複雑なレガシーデータシステムを廃止すると回答しました。従来型のインフラストラクチャ管理チームは、平均で6人のITおよびデータベース管理者FTEを削減できました。IT管理者とデータベース管理者を他の戦略的タスクに再割り当てしました。 

お客様のユースケースとそこから得られるメリットの詳細については、The Total Economic Impact™ of the Snowflake AI Data Cloud：Cost Savings and Business Benefits Enabled by Snowflake AI Data Cloud by Forrester Research（Snowflake AIデータクラウドによるコスト削減とビジネス上のメリット）をダウンロードしてご覧ください。 

また、私がかつての同僚たちと協力して未来のAI採用とプラットフォームの両方のトレンドとTEI調査の詳細を調査するForresterとSnowflakeの共同ウェビナーもご覧ください。