優先順位を付ける：PoCから実稼働への転換点

お客様からは、データとAIで何ができるか楽しみだが、どうすればよいか迷っているという声をよく耳にします。あるいは、テクノロジーチームは一体となって全力を尽くしているが、前進に必要なメンバーを説得できていないといったケースもあります。彼らは、何をすればよいかがわからないわけではありません。データからインサイトを抽出したりAIを適用したりできる、さまざまなイニシアチブやユースケースはいくつも挙げることができます。しかし、多くの組織は組織的な麻痺に苦しんでいるように見えます。

今年の夏のSnowflake Summitで、ある大手製造企業の幹部は「自社が蓄積している知識を把握できれば、どんなにいいか」と口をそろえて振り返りました。つまり、顧客や製品に関する既知のすべてのデータからインサイトを引き出すことができれば、何ができるかを想像してみてください。

しかし、問題はどこから始めればよいかということです。そして、その答えはプレワークにあります。これは、ツールを起動する前に行うことです。計画なしに家を建てることを想像してみてください。しかし、建築家が紙に鉛筆を置く前から、夢の家のための欲しい物リストがあります。その家での生活をどのようなものにしたいと思っていますか。「そうですね、この物件の素晴らしい眺めを生かしたいと思っています。眺めを最大限に高めるには、大きな窓か、ラップアラウンドポーチが望ましいです。収納力も確保したいので、クローゼットも忘れないでください」私は最近、このプロセスを経験したので、よくわかっています。欲しい物リストは長くなります。

そして、難しい局面が訪れます。予算があり、建築基準法や近隣条例などのルールに従う必要があります。制約によって、難しい選択をし、特定の機能を他の機能より優先させる必要が生じます。理想的には、まず強固な基盤と主要な機能から着手し、後からいくつかを追加できるようにしましょう。そして、自分の望む機能がDIYプロジェクトになるように、自分で何かのやり方を学ぶ必要があるかもしれません。しかし、これらのプロジェクトの中には日の目を見ないものもあります。

聞き覚えがありませんか。家を建てたことがありますか。あるいは、データとAIの戦略を構築し、利用し始めたところではないでしょうか。皆さんはこれまでにもさまざまな機会を伝道し、さまざまなパイロット実験を実施してきました。いよいよ何を選ぶかを決断するときです。

計画から実稼働への転換点：優先順位付け

最近のHarvard Business Reviewの記事によると、AIプロジェクトの80%は実稼働に至っていません。この数値は、失敗を示すために使用されています。しかし、よく見ると、この80%のうちの何割かは意図的に削ぎ落とされていることが分かります。実験から実装への最初のステップは、次に進めるべきプロジェクトやプロダクトの選択です。数年前、あるCDOが私に言ったように、優先順位付けの目標は、山頂からのビューが、登る価値のあるものかどうかを確認することです。

アイデアはビジネスのあらゆる領域から生まれます。それは良いことです。アイデアの多様性は奨励されるべきです。AIサンドボックスやハッカソンが実験を促します。しかし、最終的には、それらのアイデアをテストする必要があります。厳格で透明性のある優先順位付けのフレームワークは、提案するプロジェクトやプロダクトがビジネス目標に合致し、チームが現実に作成できるものになるように支援します。

優先順位付けの目標は、山頂からのビューが登る価値のあるものかどうかを確認することである。

ビュー。上図のマトリックスでは、y軸は、大まかに言って戦略的ビジネス目標と一致しています。ここで、可能性のある「ビュー」を推定します。

そのイニシアチブはビジネス目標に沿っているか？特定のビジネス目標に直結するプロジェクトやプロダクトを優先します。そのイニシアチブのビジネススポンサーはいるか？データプロダクトは、アクションを起こす、つまり、エンドユーザーがデータプロダクトを採用しない限り価値を提供できません。そのためには、ビジネスチームとデータチームのコラボレーションと、何が必要で何が可能なのかに関する双方の教育が必要です。
複数のビジネスユニットがメリットを得られるか？多くのデータチームは、優先順位付けの要件として再利用を重視しています。AIモデルまたはデータプロダクトを使用するビジネスユニットが多いほど、価値が高まります。たとえば、ある電機メーカーが自社のデバイスが誰によってどのように使用されているかを把握したいと考えているとします。「製品使用状況」データプロダクトは、顧客がどの製品を使用しているかを示す、顧客の360度ビューと、特定の製品をどの顧客が使用しているかを示す、製品の360度ビューを提供できます。
予想されるリターンはどの程度か？まず、理想的にはビジネス価値の観点から測定するメトリクスを特定し、基礎として推定される目標を設定します。優先順位を付けるには、競合するイニシアチブを具体的に比較する必要があります。

登攀。X軸は、特定のイニシアチブが、リソースとリスクの面で達成可能かどうかを判断するための、複雑さと実行可能性を反映しています。ここで必要な「登攀」を推定します。

データが利用可能か？最も重要な要件は、モデルをトレーニングするためのデータです。内部データに簡単にアクセスできるか、そのモデルには変換や非構造化データへのアクセスが必要か、バイアスやハルシネーションのリスクを軽減するために、パートナーデータやその他のサードパーティデータなどの外部データを適切にトレーニングする必要があるか、を考える必要があります。
どのようなスキルやツールが必要か？ここでは、提供できるリソースがあるか、そのためには何が必要かを現実的に判断する必要があります。AIイニシアチブは、SF映画のようなものであってはなりません。
リスクやその他の懸念事項はあるか？まず、EU AI法案は規制にリスクベースのアプローチを採用し、AIシステムを許容できないリスク、高いリスク、制限されているリスク、最小限のリスクの4つのリスクレベルに分類します。多くのツールは、リスクレベルを評価し、関連する規制や要件に関するガイダンスを提供するのに役立ちます。
構築と展開のコストはどの程度か？最終的にはビジネスケースとなり、AIモデルの構築、展開、維持にかかるコストを長期的に見積もる必要があります。これらの見積もりには、必要なトレーニングだけでなく、テクノロジーとデータの取得も含まれます。アプリケーションの構築だけではありません。

最終的な結果は、各潜在的なプロダクトまたはプロジェクトを、予測ビューと必要な登攀の観点で配置し評価できるマトリックスです。

2行2列の行列から、次のカテゴリが得られます。

価値の高いクイックウィン：素晴らしいビュー、短時間で簡単に登攀可能。これらは、戦略的ビジネス目標に完全に合致するイニシアチブであり、あまり複雑ではない、または実行可能性の高いものと見なされます。
見送り：それほど良くないビュー、辛い登攀。これらの取り組みは、必ずしも労力をかける価値のない、難しく、価値の低いイニシアチブと見なされます。
長期投資：素晴らしいビュー、しかし長く急な登攀。これらのイニシアチブは大きな価値をもたらすことが期待されますが、より複雑と見なされるか、リスクやリソース要件が大幅に高くなります。これらは、小さなイニシアチブまたはコンポーネントのデータプロダクトに分割し、後で集約することで完全な価値を提供できる場合があります。
さらに調査：それほど良くないビュー、しかし短時間で簡単に登攀可能。これらのイニシアチブは、何らかの価値をもたらすこと（そうでなければ、提案されないでしょう）が期待されていますが、戦略的にあまり整合していません。しかし、それらは比較的簡単に提供できると考えられています。これはどちらかと言えば「できる」ことですが、残っている時間やリソースで行うため、優先順位は低くなります。

これは任意のプロセスではありません。概念実証（PoC）からプロダクト/プロジェクトへの移行には、難しい選択が必要です。正式な優先順位付けフレームワークは、イニシアチブが平等かつ透明性をもって評価され、イニシアチブがビジネス戦略をサポートし、そのイニシアチブが組織にとって実行可能であり、リソース要件と期待される成果の整合性が確保されるようにします。

Snowflakeのお客様による、AIの伝道、実験から運用化、変換に至るまでのジャーニーの詳細については、「効果的なAI活用のためのデータエグゼクティブガイド」をご覧ください。