Tag Archives: art

AIは、顧客体験の向上から業務プロセスの能率化まで、企業の様々な取り組みをサポートする実用的なテクノロジーとして本領を発揮しています。AIテクノロジーが労働者にもたらす長期の影響はまだ不明瞭ですが、フランスを拠点をするシュナイダーエレクトリックなど、社員のキャリア開発にAIを活用している企業もあります。

エネルギー設備とソリューションを提供するグローバル企業である同社は、2020年初頭にOpen Talent Market (OTM) プラットフォームを立ち上げ、社員がメンタリングの機会を見つけたり、スキルアップを図ったり、組織内のネットワークを拡大する手だてを提供しています。同プラットフォームは、AIを利用してユーザープラファイルをスキャンし、プロジェクトに適したスキルを組織内で特定したり、お互いに助け合える助言者と助言を受ける人をペアリングしたりします。また社員が社内で自身のスキルを売り込むこともできるようにしています。 

シュナイダーエレクトリックのシニアタレント開発パートナー、シャノン・ブース氏は、次のように語っています。「私が入社してまもなくの2019年後半に、米国オフィスのホールで初めてOTMがプレゼンされたのを覚えています。ただそこに座って、『これは私にとても役立ちそうだ』と考えていました。私は生来ネットワーキングがあまり得意ではないからです」

ブース氏は早期のリーダーシッププログラムを担当しており、自身のチームは、社員にOTMを紹介する理想的なタイミングは職務についてから6～18か月経った頃であることがわかったとと語っていました。その間に自身の仕事に慣れることができ、「その後、他にどのようなチャンスがあるかを見極め、このツールがキャリア開発にどのように役立つかを学ぶことができます」

このプラットフォームを活用するために、社員はまずプロファイルをセットアップして、自身のスキルやこれまでの経歴、将来の夢などを記した履歴書をLinkedInから直接アップロードします。また逆に、従業員は所属チームに不足しているスキルセットを把握し、他部門の社員が自分たちのプロジェクトに参加するチャンスについて投稿することもできます。

「提供する情報が多ければ多いほど、返ってくるものが多いのです」と氏は語り、このプラットフォームはAIを使って、社員にチャンスや関連職務またプロジェクトについての情報を提供し、キャリア開発をサポートするメンタリングを求める社員同士をマッチングしていると加えています。OTMはキャリア開発機能も備えており、社員は「可能性のあるキャリアパスを探索し、スキルアップのために短期の能力開発トラックを構築できる」と氏は述べています。

さらに重要なことに、プラットフォームのAIは、社員が性別や年齢、民族性にまつわる偏見なしに自身のキャリアパスを構築する助けをしています。

「私たちは社員に意義ある仕事を見つけてもらい、平等な機会を提供したいのです。お互いの様々な違いを認め合って全員が平等な機会とアクセスを持つ環境を構築し、キャリア促進に向けて大きな力を得たと感じてほしいのです。それらの達成は、最終的には人材定着率の向上につながります。それが当社の主な目標の1つなのです」と氏は述べています。

迅速にスキルギャップを埋める

OTMのもう一つの大きな利点は、シュナイダーエレクトリックは、臨時社員を雇用したり外部から募集することなく、社内のスキルギャップの解決に取り組むことができるということです。

例えば、同社の社員や外部顧客からの需要が高いソフトウェアアプリケーションを管理するフェリックス・ラモス氏は、小規模で予算に限りのある自身のチームに対し、OTMを使ってその能力向上を図りました。

「オープンタレントマーケットプレイスからのボランティアなしには、我々は全員（同社の社員と外部顧客）をサポートすることはできませんでした」とシュナイダーエレクトリックでエネルギー管理ソフトウェアのプログラムマネージャーを務めるラモス氏は述べています。

OTMボランティアの助けによってチームはその機能を「少なくとも1.5倍から2倍」は拡大することができたと氏は語ります。ボランティアにも等しくメリットがあり、そのボランティアの多くは「私たちのチームで積んだ経験をもとにキャリアコースを変更した」と述べています。

「ボランティア募集は容易に投稿できました。そして数時間で複数の候補者が応募してきたのです。大勢と面談したり、承認を得たり、マイルストーンを経たりすることなく候補者を採用できました」と氏は述べ、OTMの使用により、多様な応募者の募集や管理において多くの経験が積め、マネージャーとしてさらに力をつけることができたと付け加えています。

ソフトウェア製品管理のシニアダイレクターであるジェシカ・キッパー氏は、グローバルなホスピタリティクライアントのウェブサイト上でさらに優れたユーザーエクスペリエンスのオプションを紹介するにあたり、リソースが不足していることに気づきました。作業を迅速に進めたかったため、OTMに投稿してUXデザイナーを募集しました。

「他チームから来たUXデザイナーと共に、4週間にわたって週に4時間から8時間作業をしました。このUXデザイナーも、サステナビリティにさらに精通し、自身のスキルセットを向上し、ネットワークを拡大する興味深いプロジェクトに参加したいと考えていたのです。私のチームのデザイナーと連携し、成果物への問題とアプローチについて概説してくれました」とキッパー氏は述べています。

UKデザイナーはチームと話し合いを持って要件を特定してから、「3つのかなり異なったアプローチを作成し、ユーザーのコアニーズに応じて顧客が検討できる様々なオプションを、迅速に、しかも高忠実度のプロトタイプで提示しました」とキッパー氏は述べています。

OTMから採用したUXデザイナーは、キッパーチームのサポートで「主な成果物を作成してくれた」と氏は述べており、OTMなしにはこれほど効率的に生かせなかったチャンスを有効に活かすことができました。

AIとの繋がりを加速

特定のスキルセットを持つ社内の人材を活用することで、重要なプロジェクトにより情熱を傾けることもできます。OTMは、これらのトピックに関心を持つ人材、また適切なスキルを持つ人材を特定することで、新しい部署や役割で支援する機会をやる気のある社員につなげることができます。ラモス氏が指摘したように、人事が関与する必要がないため煩雑な手続きを排除することができます。マネージャーや一般社員が直接連絡を取り合い、チャンスを通してつながりを構築することができます。

シュナイダーエレクトリックの12万人を超える世界各地の社員が急速につながるようになったとブース氏は語っています。「ある意味では会社が縮小されたのでしょうが、さらに大きく広がったとも言えます」社員は自身のオフィスや勤務地域以外の同僚とつながりを築き、社内のつながりが地域だけでなくグローバルに広がっています。

また、OTMのメンタリング推奨によって、容易に関係を構築できるようになりました。指導者になることに関心がある社員は、システムを通してメンタリングに興味を示す社員とマッチングできます。プロファイルのボックスにチェック印を入れるだけで、あとはAIにまかせればよいのです。

「社員が何に関心を持っているか、どのような目標や野心を持っているかをもとにしてAIがマッチングし、メンタリングの機会を求めるユーザーには週に1回サマリーが届きます」と氏は述べています。AIは組織内で社員のキャリアを伸ばし、社全体でスキルギャップを埋める機会を24時間体制で特定するサポートをしています。人事の手を煩わせることはありません。

戦略プロジェクトサービスイノベーションチームのメンバーであるソフィー・ブラウズ氏は、社員側としては「OTMの利用には時間管理、優先付け、コミュニケーション、透明性、そして上司との優れた関係の構築が必要です」と述べています。

氏がOTMで取り組みたいプロジェクトを見つけた時は、週に何時間か、または月に何度か時間を作るようにしています。「そのプロジェクトに費やす時間がある場合は、カレンダーに予定を書き込み、自分が忙しいことをチームメンバーに知らせます。OTM [での仕事]から得られるスキルや知識、経験が、今の自分の仕事にどのような影響をもたらすか、また反映されるかを考えるようにと上司に言われたことがありました。私はOTMでの自分の作業、また私の現在の仕事との関りについて、時間を取って考えてみるようにしています」と述べています。

顧客体験プログラムマネージャーのローリー・べランド氏は、採用者と候補者の両方の立場からOTMを使用した経験があります。氏はOTMが、同様の目標を持つ同僚とのつながりや「個人的なネットワークを拡大し、社内の新しい分野に眼を向け、新たなスキルを身につけ、チームメンバーとの相性を試してみる「トライアル」の機会を提供してくれたと述べています。

「採用者としても候補者としても、新しいスキルを学びました。OTMは、圧倒されるようなグローバルな環境でつながりを構築するのに役立つすばらしいリソースです。毎日我社について新しいことを学んでいます。何年も働いてきた所属部門についてもです。一人で、あるいはマネージャーやメンターからのサポートを受けても、それをこなしていくのは大変なことがあります。プラットフォームの自動提案のような単純なものでも、これまで存在すら知らなかった新しいキャリアパスを紹介してくれることがあるのです」とべランド氏は述べています。

住宅ローン業界で成功するためには、効率性と正確性が最も重要だ。また、選択肢を広げておくことも重要だ。それが、Rocket Mortgageが機械学習やAI技術を積極的に導入してきた理由であり、ブライアン・ウッドリングCIOが「人間がループに入る」AI戦略を強調する理由である。

デトロイトに本社を置く消費者ローン運営企業は、10年以上にわたって機械学習とAIを導入しており、生成AI機能を市場にリリースしている数少ないパイオニアのひとつである。

ウッドリング氏は、「我々は現在、約1年前から複数の生成AIのケースを製品化しています」と述べ、例えば、同社が開発中の1つの生成AIチャットボットは、話すだけでなく、聞いて理解するように設計されていると指摘する。

Rocketが開発した別の生成AIアシスタントは、応募者の雇用主名を分析し、さまざまな名前で入力される可能性のある雇用主が同じものであると理解されるようにし、意思決定プロセスを大幅にスピードアップする。例えば、ほとんどの人はグーグルとアルファベットが同じ雇用主であることを知っている。このような人間の知識を使って生成AIアシスタントを訓練し、雇用主の身元を確認することは、親会社名のデータベースを構築して子会社やより一般的な会社の身元と照合するよりもはるかに効率的だとウッドリング氏は言う。

生成AIをいち早く実用化したRocket Mortgageは、投資家や規制当局に安全かつ責任ある方法で技術を導入していることを納得させるため、適切なガードレールとガイドラインを整備した上でそれを行った、とウッドリング氏は補足する。同社は現在、いくつかのビジネスプロセスを自家製のコードとAIで完全に自動化している。しかし、住宅ローンを組むかどうかといった決定を伴う生成AIのアプリケーションでは、常に「ループの中に人間がいる」とウッドリングは言う。

「生成AIを搭載したコパイロットやシステム（私たちが構築している多くのもの）では、インターネットに何年も投稿されたものをすべて知っている生成AIモデルと人間の判断が組み合わさることで、判断の精度が10％から15％向上することが分かっています。

生成AIのプロセスの意思決定と結果を承認するために人間の意見を取り入れることが、初期の生成AIの成功に不可欠な原動力であることが証明されつつある、というのがアナリストの意見だ。

 IDCのワールドワイドAI・オートメーションマーケットリサーチ・アドバイザリーサービス担当グループバイスプレジデントであるリトゥ・ジョティ氏は、「生成AIは、さまざまなデータポイントを結びつけ、数秒で洞察をまとめ、合成する能力を持つバーチャルナレッジワーカーになりつつあり、より付加価値の高いタスクに集中できるようになっている」と語る。

「AIはローンの引き受けのようなプロセスを変革しつつあるが、真に効果的で実行可能なテクノロジーとなるためには、100％の精度が要求されるため、人間によるイン・ザ・ループが不可欠である。」

モデルにとらわれないAIを目指す

1,000人以上のエンジニアと600人以上のデータサイエンティストが協力し合い、Rocketのコードのほとんどを社内で構築している。

ウッドリングがプロダクト・エンジニアリング・チームを率いるCTOとして2017年に入社したとき、彼の最優先事項の1つは、Rocketのクラウド導入を加速させることだった。

「入社後、6ヶ月目に最初にやったことのひとつは、今後、新しいテクノロジーはすべてクラウドで構築すると宣言したことです」と彼は言う。

現在、Rocketのワークロードの60％から70％はクラウド上で稼働しており、そのうち95％以上はAWSで稼働している。残りはオンプレミスだ。

ウッドリングによると、同社初の機械学習モデルは10年以上前に開発され、マーケティング、リード生成パターン認識、ローン組成プロセスなどのタスクを自動化した。

しかし、ここ5、6年で、RocketにおけるAIの利用は「一気に加速した」とウッドリングは言う。例えば、ローン申込者の収入確認のおよそ3分の2は、現在100％機械学習モデルとAI技術によって行われていると彼は言う。

「私たちのビジネスのほぼすべての側面が、今やMLやAI、タスクの自動化、パターン認識、データ分析によって触れられています」とウッドリング氏は言い、意思決定が必要な場合は常に、人間がクロージング・プロセスの一部であることを繰り返し語った。

Rocketのエンジニアとデータサイエンティストは、AWS BedrockとAnthropic AIテクノロジーを使って生成AIモデルを開発している。主にAWSのショップであるにもかかわらず、Rocketは生成AIプラットフォームに対してモデルにとらわれないアプローチをとっている。PayPalとMicrosoftで経験を積んだ経験豊富な技術幹部であるRocket CompaniesのCEO、Varun Krishnaは、AWS、Anthropic、OpenAI、Google、Mistralを含むすべてのAI基盤モデルプロバイダと直接関係を築いているとウッドリング氏は言う。

ウッドリング氏は、「この複雑なAI軍拡競争において、明確な『勝者』は存在しないだろう」と付け加えた。「むしろ、さまざまな使用ケースに合わせて調整された、さまざまなAIモデルが登場する可能性が高い。私たちは、適切なタイミングで適切なモデルを投入できるようにしたい。これは強力な戦略だ」

ウッドリング氏は、AWS Bedrockの最も価値ある側面の1つは、Rocketにとって標準的なデータ・プラットフォームを確立することであり、これにより住宅ローン貸金業者はデータを「非常に迅速に」適切なAIモデルに提供できるようになると言う。他のケースでは、Rocketは様々なAIモデルをテストし、「様々なタスクにおける有効性を確認する」とWoodringは言う。「それは本当に価値がある」とも話す。

CIOは、AWSも同じような考え方で、「1つの勝者にコミットしない」と主張している。「それは、適切な仕事に適切なAIモデルを選択するという我々の戦略と共鳴している。」

データ運用の近代化

ウッドリングのようなCIOは、AIモデルの品質が関係するデータの品質に大きく依存すること、そしてそのデータがデータベース、データウェアハウス、クラウドデータレイクなどから大規模な言語モデルにどのように注入されるかをよく知っている。

そのため、RocketのAI推進にとって最も重要なのは、10年以上にわたってオンプレムのデータウェアハウスに保存されている1万テラバイトのデータと、AWSのクラウドレイクに保存されている半構造化データを統合した最新のデータプラットフォームを構築することだ。多くの企業と同じように、Rocket社もまだ使用している古いテクノロジーのために、自社のデータセンターの一部を運用し続けている。

Rocket社は、データレイク戦略をAWSデータプラットフォームへと進化させている。このプラットフォームは、構造化データ、半構造化データ、新しい非構造化データに対応し、セマンティクスと分類法を備え、人間やソフトウェアが消費するために「大幅に発見しやすく、使いやすく」するためのAPIを提供する。

これにより、データはAIモデルが取り込むのに最適なリポジトリに押し上げられる。Rocketのデータ全体をきれいにしようとするのは不必要で面倒なことであり、次世代アプリケーションの展開プロセスを遅らせることになると彼は言う。

「われわれはデータ駆動型ビジネスであり、われわれのビジネスである住宅ローン組成はまさにデータ処理ビジネスだ」とウッドリングは言う。

同社のアクティブ・生成AIエンジンと次世代データ・プラットフォームは、あらゆる形態のデータを迅速に提供し、特定のタスクのためにキュレートされ、ポートフォリオを進化させるために適切なフォーマットで提供するよう設計されているとCIOは言う。

必要なのはチームと時間だけだ、と彼は付け加える。「私たちは、ここで素早く行動し、アイデアをいち早く市場に投入できることを高く評価している。」