業界をリードする企業は、AI ビジョンをどのようにビジネス価値に変えているのか

私は幸運にも、毎年何百人ものお客様と話をすることができています。これらの企業はテクノロジーの導入曲線に沿って多岐にわたっており、最先端を走り続ける企業もあれば、リスクを可能な限り回避することを好む企業もあります。 

しかし、絶えず変化し、活気に満ちあふれた AI の時代は、現時点でほぼすべての企業を一つに結びつけています。実験の時代は終わりました。企業は、理論上の AI パイロットプロジェクトの段階を超え、AI を大規模に実用化し、コストを最適化し、その動作を適切に管理することに注力しています。

こうした重要な企業方針はさておき、お客様との会話で私が新鮮に感じるのは、AI に対する高揚感に満ちた雰囲気が漂っていることです。つい最近までは不可能と思われていた新しいアイデアを活用し、機会を掴み取ろうとする姿勢がそこにあるのです

たとえば、グローバル銀行の BNP パリバでは、AI を単に実験するだけでなく、大規模に実用化することを目標としています。同社はすでに数千のユースケースを稼働させていますが、そこで立ち止まることはありません。同社は現在、ビジネス価値に重点を置きながら、組織全体に AI 機能を提供するための AI ファクトリーを構築しています。これには、不正検知、「本人確認」(KYC)、クライアント・オンボーディング、チャットボットなどの主要な要素に加え、開発者向け AI などの社内生産性向上のための機能が含まれます。そして同社は、測定可能なビジネス成果に重点を置く必要があると確信しています。

私が BNP パリバを高く評価している点は、適応力の強さと適切なガバナンスの要件を両立させている点です。 

まさにこれと同じアプローチで、自動車メーカーの日産このページは、英語でご利用いただけます (日本語 ではご利用いただけません) が、ソフトウェア定義車両から AI 定義車両への移行を進めており、そこでは AI ワークロードが製品実現の中核をなしています。日産によれば、コンピューティングにおいて最も重要な要件は柔軟性です。AI ワークロードは進化し続けるため、日産は、ソフトウェアを特定のチップ世代に固定することなく、車載、車外、あるいはハイブリッドといったコンピューティング環境に適応させる能力に重点を置いています。また、データに関しては、AI によってそのハードルはさらに高まっています。データ処理は、モデルの改善だけでなく、日産の「AI-Drive」および「AI-Partner」製品全体において、説明責任、信頼、継続的な学習を確保するためにも不可欠であり、常にセキュリティ、プライバシー、ガバナンスが組み込まれている必要があります。

エージェント、至る所にエージェント

推論、計画、そして複雑なタスクを自律的に実行できる AI エージェントのシステム、すなわち「エージェント型 AI」には、多大な関心と投資が集まっています。いくつかの例を見てみましょう。

• BNP パリバは、GPU の使用状況を監視し、異常を検知して、修復ワークフローをリアルタイムで自動化するエージェントを配備する Twin という社内プロジェクトを検討しています。 
• 世界的な宅配・物流企業である UPS は、意思決定科学の観点から AI の未来を捉えています。そこでは、エージェントが状況を分析し、考えられる次のアクションを決定し、自動化された意思決定ツリーに関与してサプライチェーンの物流を支援します。
• 米国の通信事業者である Verizon は、エージェント型 AI を使用して複雑なトリアージループを実行し、個々の顧客のネットワーク劣化を検知して、顧客が助けを求める前に問題を解決するためのアクションを自律的に実行することを構想しています。

しかし、人間を忘れてはなりません。 米国の宇宙プログラム、航空研究、宇宙探査機関である NASA は、AI エージェントはエンジニアや科学者に取って代わるものではなく、彼らを支援し、能力を倍増させるためのものであると強調しています。そこに大きな機会があります。AI が反復的ではあるが重要な保守作業や計算タスクを引き受けることで、人間は微妙なニュアンスを伴う設計や高レベルの意思決定に集中できるようになり、企業は AI の影響力を高めることができるのです。 

たとえば、欧州の航空管制機関である EUROCONTROLこのページは、英語でご利用いただけます (日本語 ではご利用いただけません) は、高性能 AI システムを使用して複雑な軌道をリアルタイムで計算し、空域利用者が最も燃料効率が高く持続可能な飛行ルートを特定できるよう支援しています。NASA は、宇宙空間で AI モデルを使用してデータを迅速に可視化および処理し、有益な情報を抽出することで、宇宙飛行士がデータの選別ではなく意思決定に集中できるようにすることを検討しています。最後に、公共安全機関や企業向けにミッションクリティカルな通信機器、システム、ソフトウェアを構築するモトローラ・ソリューションズは、クラウドベースの AI ワークフローをオンプレミスの緊急対応システムに統合し、911 受付担当者に対して、ライブ文字起こし、リアルタイム翻訳、および自動化された事案要約を提供しています。

デジタル主権と AI

( EU AI Act のような) 規制監視の拡大に伴い、私がお話しするお客様は、自社の AI に対する検証可能なデジタル主権を求めています。これは、以下の 3 つの要件に分類されます。

• モデル主権：ベンダーロックインなしに、特定の AI モデルをどこでも選択、変更、実行できる能力。
• データ主権：モデルの学習および実行に使用されるデータは、完全に組織の管轄下にとどまり、同意なしに外部モデルの学習に使用されることは決してないこと。
• 結果の主権：AI が生成した重要な決定について、監査、説明、および上書きを行う能力。 

たとえば、欧州の Core42このページは、英語でご利用いただけます (日本語 ではご利用いただけません) や Telenorこのページは、英語でご利用いただけます (日本語 ではご利用いただけません) などの規制対象団体は、データが自社の管理下から決して離れないよう、高度なセキュリティを備えたマルチテナントのソブリン AI クラウドを構築しています。 

これらは、各組織における AI の将来について、お客様から寄せられた声のほんの一部です。日々生み出しているアイデアを活かし、AI のパイロット運用から本番環境への移行を計画している姿に、私は大きな刺激を受けています。