AIの準備は万全。しかし、データ基盤は未完成かもしれません

多くの大企業にとって、AI変革はサイロ化の歴史です。事業部門ごとに競合する実験が行われ、データは分断されたシステムに散在し、成果には手が届かない状態が続いています。

Cushman & Wakefieldは異なる道を歩んできました。グローバルな商業用不動産サービス企業である同社の最高デジタル・情報責任者（CDIO）を務めるSal Companieh氏は、過去4年間をかけて、世界53,000人の従業員に信頼性、耐久性、拡張性のあるインパクトをもたらすように設計されたエンタープライズAIコアの構築に取り組んできました。

Sal氏はCIO.comとの対談に応じ、このコアがどのように緻密な運用モデル、統合データ戦略、そして単なる機能提供にとどまらないDatabricksとのパートナーシップに基づいて構築されているかについて語りました。

CIO.com：断片化されていたAIへの取り組みから、どのようにして一元化されたエンタープライズAIコアへと移行したのでしょうか。また、最大の課題は何でしたか？

Sal Companieh氏：4年前にこの職に就いた際、私はすべての事業部門に技術者を組み込むプロダクト運用モデルを導入しました。その目的は、データと体験の両面において、接続性、信頼性、そしてビジネスを前進させる思考を再構築し、共同創造（コ・クリエーション）を可能にすることでした。技術者が売上やEBITDAに対して責任を持つようにしたことで、彼らは創造性、創意工夫、そして変革への刺激をもたらしてくれました。

多くの組織が「AIパイロット（実証実験）ブーム」に沸く中、私たちは意図的にトップダウンのフォーカスを維持しました。これにより、信頼を獲得し続けながら、データを拡張することができました。ほとんどの企業がパイロットを実行している中、私たちはすべてのパイロットを価値あるものにするための基盤を構築していたのです。

AIの導入が急増した際、私たちは意図的にトップダウンのアプローチをとりました。これは私たちが「Cushman Way」と呼んでいるものです。私たちは、最大の市場開拓（ゴー・トゥ・マーケット）や従業員体験の変革を特定し、それらに最優先で取り組みました。これにより、信頼を築き、データ基盤を強化することができました。最大の課題は、組織全体における成熟度の違いを管理することでした。誰もがテクノロジーに注目する中、私たちは人間の行動と信頼の構築に軸足を置いていました。

CIO.com：現在、Cushman & WakefieldのデジタルおよびAI戦略を形作っているマクロトレンドは何ですか？

Sal氏：投資家側の意思決定は成熟し、高度にデータ中心となっています。サービス組織全体において、関係性重視の購買から、インテリジェンスやインサイト重視の購買への転換が見られます。パートナーシップと本質的な価値を通じて差別化を図る能力は、クライアントから常に求められています。

私たちにとって、市場で起きているAIの急増はペースの加速装置であり、戦略の転換ではありませんでした。私たちは最初から同じ戦略と運用モデルを維持してきました。ただ、テクノロジーがようやく私たちの野心に追いついたのです。この違いは重要です。なぜなら、私たちはトレンドを追いかけていたのではなく、すでにコミットしていた計画を実行してきただけだからです。

約3年半前、私たちはテクノロジーへの資本投資のアプローチを転換しました。サイバーセキュリティとインフラを除き、すべてをビジネスリーダーと共同で作成し、共同で提案しなければならないようにしたのです。これにより、ビジネスの優先事項と完全に整合させることができました。会社には企業全体としての優先成果が1つあり、テクノロジーはそれを実現するための1つの要素にすぎません。すべての技術者が、私たちが決算発表で述べることと、彼らが日々行う業務との間に、直接的なつながりを見出すことができます。

CIO.com：事業部門の柔軟性を確保しつつ、共有基準と共通プラットフォームを構築するために、どのような戦略を実施しましたか？

Sal Companieh氏：私たちの取り組みを推進しているのは、次の3つの要素です。

• 共通プラットフォームからの重複や乖離を防ぐ「運用モデル」
• どのP&L（損益）が恩恵を受けるかに関わらず、全社的な能力を構築するために資本を整合させる「財務投資モデル」
• アーキテクチャチームがテクノロジーへのアプローチを可能な限り統一し、事業部門レベルでの柔軟性を持たせる「働き方のエンタープライズ基準」

私たちはこれまでに運用モデルを3回にわたって成熟させることに成功しました。柔軟性そのものが、私たちが継続的に培っているスキルなのです。

CIO.com：Databricksは戦略にどのように適合していますか？

Sal氏：さまざまな機能のレゴブロックを構築し、それらを各事業部門に合わせて組み合わせる能力が、私たちの基本戦略でした。この点で、Databricksは3つの領域で適合しています。第一に、「パートナー」という言葉には意味があるべきだと考えており、Databricksとのパートナーシップにおいては、リーダーシップ、カルチャー、そして私たちと真に共同創造する能力、さらには私たちの成熟度レベルや変革を進めたいペースに対する彼らの理解を意味します。

第二に、彼らのプロダクトロードマップに感銘を受けました。私たちは単に今日のニーズを満たすプロダクトスイートを購入していたのではなく、私たちが前進するために必要な機能と彼らの投資戦略を整合させたいと考えていました。第三に、実際の機能性です。当社のインテリジェンスレイヤーは、成長と差別化において極めて重要です。

Databricksを使用することで、サポートする事業部門に応じて異なるレバーを引くことができます。私たちはGenieを使用して、データ品質とデータガバナンスのワークフローを簡素化し、信頼できるデータをビジネス部門に直接届けています。従業員は、高度な技術的専門知識がなくても、自然言語クエリを使用して、欠損レコードや不整合レコードの特定、システム間でのデータ品質の検証、ガバナンスポリシーの確認、コンプライアンスメトリクスの監視を行うことができます。これにより、ビジネスユーザーは複雑なデータセットを迅速に探索し、エンタープライズデータへの信頼を高め、より迅速で情報に基づいた意思決定を行うことができます。

CIO.com：Databricksのアーキテクチャは、エンタープライズ規模でのデータの統合とガバナンスの方法を具体的にどのように形作りましたか？

Sal氏：私たちの根本的な仮説は、組織の知識をグローバル規模で結びつけることです。これが私たち自身とクライアントのニーズに実質的な利益をもたらすことを理解しているため、この知識を保護し、有効活用するための最適なプラットフォームが必要でした。そこでDatabricksプラットフォームの出番となります。

当社は創業108年の企業であり、その歴史から言えば、データは組織全体で「人のサプライチェーン」を通じて移動してきました。Databricksにより、私たちはインサイトの移動を一つひとつデジタル化することができました。当社のインテリジェンスレイヤーは、成長と差別化において極めて重要です。共通プラットフォームを維持しながら、機能を構築し、事業部門ごとに異なる方法で組み合わせる能力を持つことが、私たちの基本戦略です。

AIに対する熱意は衰えていませんが、健全でガバナンスが効き、拡張性のあるデータこそが実際に成果を加速させるものであるという認識が広まり、バランスが取れるようになってきました。Databricksは、これを組織全体で一律に適用しつつ、事業部門レベルで必要な場合に柔軟に対応するための中心的な存在となっています。

CIO.com：この変革による測定可能な成果の例を共有していただけますか？

Sal氏：アイデアから成果に至るまでの時間が、数ヶ月から数日へと短縮されました。会議を行い、アイデアを出し、翌週にはビジネスに価値を提供しています。例えば、新しいクライアントや買収企業のオンボーディング、統合、活性化に要する時間は大幅に削減されました。しかし、最も重要な成果は、人間の行動の変化です。私たちはもはや、変化のプロセスに抗っていません。かつては5回の電話、3通のメール、2回のTeamsチャットを必要とした質問への回答が、今ではリーダーたちの手元ですぐに得られます。これは絶え間ない進化です。このペースでは変化が日常的な活動にならざるを得ないため、変化に対する「拒絶反応」を減らすように取り組んでいます。

CIO.com：エンタープライズAIコアの構築と拡張を目指す他のITリーダーに、どのようなアドバイスを贈りますか？

Sal氏：人間の変化を過小評価しないでください。人々はさまざまな知識ベースや不安を抱えながら関わっています。機会と、それを捉えるために必要な基礎的な作業の両方について、人々を真に教育することは譲れない条件です。次世代に向けて仕事の進め方や業界のあり方を形作るという、非常に影響力のある役割を担う私たちにとって、使用する言葉も進化し、成熟し続ける必要があります。

今は、サプライヤー、クライアント、そして自社の従業員ベースなど、サプライチェーン全体が同時に変革している時期です。内省的な視点（インサイド・アウト）のバランスを取りながら、客観的な視点（アウトサイド・イン）を維持することが極めて重要になります。それを認識し、それに向けて構築を行うリーダーが、次の時代を定義することになるでしょう。

25人以上の業界専門家がAI導入の成功に向けてどのように道筋を描いているかについては、Databricksの支援により制作されたEconomist Enterpriseのレポート「Making AI Deliver」をご覧ください。

(このブログ記事はAI翻訳ツールを使用して翻訳されています) 原文記事