Grass Valleyの最高戦略責任者（CSO）であるステファニー・サンチェスは、組織が今日AIに関して直面している課題の多くは、クラウドコンピューティングの黎明期を経験した人なら誰にとっても馴染み深いものだと述べている。違いは、AIの進展がより急速であるという点であり、複雑化が進む前に適切な運用モデルを確立することが、これまで以上に重要になっている。
こういう状況は以前にもあった。
もちろん、人工知能のことではなく、同様の勢いと熱狂、そして多くの点で同じような期待を伴って到来した、別の技術の波のことです。20年前、クラウドコンピューティングは、組織がテクノロジーを構築、導入、活用する方法を一変させました。それは、新たなレベルの俊敏性への扉を開き、イノベーションへの障壁を下げ、企業のITを根本から変革したのです。
また、多くの組織におけるテクノロジーのガバナンス、コスト管理、アーキテクチャの決定プロセスにおける弱点も浮き彫りになりました。今日のAI導入のペースを見ると、クラウドが普及し始めた頃の状況を思い起こさせられます。
ほぼすべての業界において、企業は新しいビジネスモデルを試行し、新しいツールを検証し、生産性の向上、プロセスの自動化、意思決定の迅速化につながる機会を見出そうとしています。多くの場合、それによって真の価値が生まれています。イノベーションのスピードは目覚ましいものです。
課題となるのは、運用モデルがテクノロジーの進化と同じスピードで進化することはめったにないという点だ。クラウド導入の初期段階では、議論のほとんどがテクノロジーによって何が可能になるかに集中していた。ガバナンスや財務上の説明責任、長期的な柔軟性に焦点を当てた議論は、はるかに少なかった。そうした議論が持ち上がったのは、組織が複雑さを増し、予期せぬコストが発生し、あるいは解消が困難な依存関係が生じてから、しばしば後になってからのことだった。
クラウドは最終的にその期待に応えた。しかし、多くの組織は、もしもっと早く適切な枠組みを構築していれば回避できたはずの問題に対処するために、何年も費やしてしまった。
AIは、物事へのアプローチをこれまでとは異なる形に変える機会を私たちに与えてくれます。問題は、組織がAIを導入すべきかどうかではありません。その決定は、すでにほぼ下されています。問題は、複雑さが定着してしまう前に、過去の変革サイクルから得た教訓を活かせるかどうかです。
望ましい成果を優先する
クラウド時代を振り返るとき、組織の動きが早すぎたという指摘がされることがあります。しかし、私はそれが問題だったとは思いません。
イノベーションには実験が不可欠です。完全な確実性が得られるまで待っていた組織は、往々にして不利な立場に立たされることとなりました。クラウドの恩恵を最も受けた企業は、概して実践を通じて学ぶ姿勢を持っていたものです。真の課題は、ガバナンス、説明責任、可視性が、導入がすでに大規模化してからようやく整うことが多かったという点でした。
AIの分野でも同様の傾向が見られます。従業員は新しい働き方を模索しています。開発チームはソフトウェア提供プロセスにAIを取り入れ、各事業部門は、ほんの数年前までは非現実的と思われていたような活用事例を模索しています。
これらはいずれも、それ自体としては問題となるものではありません。重要なのは、テクノロジーに合わせて運営モデルも進化させていくことです。
AIから最大の価値を生み出す組織は、必ずしも最も多くのツールを導入している組織とは限りません。AIの導入と測定可能なビジネス成果との間に明確な関連性を確立できた組織こそが、それを実現するでしょう。
モデルを選定したり、プラットフォームを導入したり、パイロットプログラムを開始したりする前に、組織は「私たちはどのような問題を解決しようとしているのか」というシンプルな問いを自問すべきです。
その目的は、従業員の生産性向上、ソフトウェア開発の加速、顧客体験の向上、あるいは業務効率の向上など、さまざまです。どのような目標であれ、その技術は明確に定義された成果と結びついているべきです。
そうでなければ、実験はすぐに「成果のない活動」となってしまいかねません。
選択肢は思った以上に早く失われてしまう
クラウド変革から得られた最も貴重な教訓の一つは、システム、データ、プロセスが特定のプラットフォームと密接に結びついてしまうと、柔軟性を取り戻すことがいかに困難になるかを理解したことでした。
AIの分野は驚異的なスピードで進化しています。モデルの性能は向上し続け、新たなプロバイダーが次々と市場に参入しており、半年前には差別化要因と見なされていた機能も、あっという間に当たり前になっています。ソフトウェア開発において最高のパフォーマンスを発揮するモデルが、コンテンツ作成、要約、あるいは分析タスクにおいても最適な選択肢であるとは限りません。
これは、すべての組織が最初からマルチモデル戦略を採用すべきだという意味ではありません。むしろ、市場がまだ変化し続けている段階では、不必要な依存関係を築く前に、組織は慎重に検討すべきだという意味です。
標準化にはメリットがあります。シンプルさには価値があります。しかし、柔軟性も重要です。代替案を評価し、経済状況の変化に対応し、特定のワークロードに適したモデルを選択する能力は、今後数年間でますます重要になっていく可能性があります。
多くの組織が、クラウド導入の過程でこの教訓を学んだ。AIについても、同じ原則が当てはまる。
規模拡大に先立ち、財務の可視性を確保する
テクノロジーリーダーがクラウド導入から得た教訓として、誰もが口を揃えて挙げるのが、「可視性が重要である」という点です。
多くの組織では、クラウドの利用規模がすでに大幅に拡大してから初めて、クラウドコスト管理の成熟した手法を確立しました。その段階では、課題は最適化ではなく、多くの場合、是正措置となっていました。AIにも同様のリスクが伴います。
ごく少数のパイロットプロジェクトでも、あっという間にユーザー数が数百人、1日あたりのプロンプト数が数千件に達し、複数の業務部門にわたって利用が拡大していく可能性があります。可視性がなければ、どの程度の費用がかかっているかだけでなく、どのような価値が生み出されているのかを理解することも困難になります。
ここで、AI FinOpsの重要性が浮き彫りになります。議論はコスト管理にとどまらず、投資と成果の関係性を理解することに焦点を当てるべきです。
従業員は業務をより迅速にこなせるようになっているか？開発サイクルは短縮されているか？顧客体験は向上しているか？ビジネスプロセスはより効率的になっているか？
目的は、支出を削減することではありません。AIがどこで価値を生み出しており、どこで生み出していないかについて、十分な情報に基づいた意思決定を行うために必要な透明性を確保することにあります。イノベーションは、説明責任によって支えられたときに最も効果を発揮します。
AIが他と異なる理由
クラウドとの比較は参考になりますが、その有効性には限界があります。クラウドはテクノロジーの運用場所を変革しました。一方、AIは仕事そのものの進め方に影響を与え始めています。この違いは重要です。
クラウドの導入は、主に技術部門によって推進されてきました。一方、AIは組織内のほぼすべての部門の従業員によって活用されつつあります。AIは、意思決定、創造性、顧客とのやり取り、ソフトウェア開発、そして知識労働に影響を与えています。
したがって、リーダーシップが直面する課題はより広範なものとなります。技術的なガバナンスにとどまらず、成功には教育、変革管理、明確な方針、そして組織内におけるAIの位置づけに関する共通認識が不可欠です。
何よりも重要なのは、組織がAIを単なる技術的な取り組みではなく、ビジネス上の能力であると認識する必要があるということです。
Grass Valleyでは、こうした視点からAIを捉えています。私たちは、AIそのものを目的として導入するわけではありません。目標は、顧客、従業員、あるいはビジネスの成果を、測定可能な形で向上させることです。そのためには、実験的な取り組みと、規律ある姿勢の両方が求められます。
新しいアイデアを試す自由が必要ですが、同時に、コストの可視化、ガバナンス体制への信頼、そして技術の進化に合わせて適応できる柔軟性も求められます。
目的を持って前進する
どの組織も、AIによる意思決定をすべて正しく行えるわけではありません。技術の進歩があまりにも速すぎるからです。重要なのは、組織が時間をかけて学び、適応し、成功裏に規模を拡大できるような運営モデルを構築することです。
クラウドの時代を通じて、ガバナンスの導入が遅れれば、それは事後対応に終わってしまうということがわかりました。また、複雑さが増すと可視性を確保することが難しくなることもわかりました。さらに、早い段階で柔軟性を確保しておく方が、後でそれを取り戻すよりも容易であることが多いということも学びました。
こうした教訓は今もなお有効です。私たちは以前にも、このような変革を目の当たりにしてきました。違いは、AIの進展がクラウドのそれよりもはるかに速いという点です。
リーダーとして、私たちに課せられた課題は、そうした教訓をより早く実践に移し、イノベーションに必要なスピードと、事業拡大に必要な規律とのバランスをとることである。
