2025-04-04 AI革命の最前線：AWS AI and Data Conference 2025 完全レポート

出展元

https://youtu.be/B0o4GLFHgPQ?si=O5ZXOIERmIfwS1LU

キーワード

責任あるAIAIファースト企業Service as Softwareデータの民主化

初回調査日

Jun 6, 2025 1:59 PM

※本記事は、AWS AI and Data Conference 2025のキーノート動画の内容を基に作成されています。動画の詳細情報は https://go.aws/events でご覧いただけます。本記事では、State StreetのAman Thind氏、IntercomのDes Traynor氏、AWSのRick Sears氏、Scott Rosencrans氏、Zach Woodhall氏による講演内容を詳細にまとめております。なお、本記事の内容は各発表者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご視聴いただくことをお勧めいたします。また、AWS公式YouTubeチャンネル（http://bit.ly/2O3zS75 ）やAWSイベント動画（http://bit.ly/316g9t4 ）もご参照ください。Amazon Web Services（AWS）は世界最大のクラウドプラットフォームとして、グローバルなクラウドコンピューティングコミュニティを結集し、学習と協力の機会を提供しています。

1. State Street（Aman Thind氏）による責任あるAI実装

1.1 責任あるAIの基本概念

Aman Thind（State Street）: 責任あるAIについて話すとき、私は常にSteve Jobsがコンピュータを紹介した時の言葉を思い出します。彼はコンピュータを「心の自転車」と呼びました。これは1970年代に行われた運動効率に関する科学実験を参照したものでした。

この実験では、地球上のすべての種を集めて運動効率を測定しました。どれだけの距離を移動できるかを、どれだけのエネルギーを消費するかと比較して測定したのです。実験の結果、コンドルが圧倒的に1位となり、人間は下位3分の1のパーセンタイルに位置し、神の創造物の王冠の宝石としてはあまり良い結果ではありませんでした。

しかし、実験を行ったのは人間だったので、私たちには不公平なアドバンテージがありました。「よし、3回勝負の2回勝てばいい」ということで、実験をやり直しました。ただし今度は、人間を自転車に乗せるという工夫を加えました。自転車に乗った人間は、地球上で最も効率的な種となったのです。

この結果が示したのは、私たちは道具を作る存在だということです。私たちは生来の能力を増強するための道具を作ります。筋力を増強するために機械を作り、スピードを増強するために車や飛行機を作り、そして心を増強するためにAIを作りました。

しかし、私たちの心にはガードレールがあります。法律のガードレールがあり、すべての行動には結果があります。倫理のガードレールがあり、礼儀正しい社会で生きることの意味を理解する必要があります。マナーのガードレールもあります。私はまだナイフとフォークの使い方を習得中ですが、いずれはできるようになるでしょう。これらのガードレールは、人間が社会の中で存在するためのフレームワークを提供しています。

私たちにはインセンティブもあります。ポジティブなインセンティブは良いことです。例えば、今日ステージで本当に良い仕事をすれば、無料のAmazonクレジットをもらえると約束されています。

そして私がよく考えるもう一つのトピックは、AIのための宗教です。私だけがこれについて考えているのかもしれませんが、どの宗教に従うかは関係ありません。常に天国と地獄の概念があります。AIに対して、レスポンスにサムズアップをもらえば天国に行き、サムズダウンなら地獄に行くと教えれば、AIは自分が提供するレスポンスを継続的に改善するよう高い動機を持つようになるでしょう。

私たちには人間の心のためのこれらのフレームワークがありますが、では今、私たちの拡張された知能、つまり心のAI部分にとってそれは何を意味するのでしょうか。私たちの考え方では、社会での振る舞いに対して持っているのと同じガードレールが必要です。AIがコパイロットやエージェントとして私たちの職場での同僚になり、私たちが持つすべての異なるツールに組み込まれ、日常生活の一部になるなら、AIは独自のガードレールを持つ必要があります。

1.2 責任あるAIの6つの主要原則

Aman Thind（State Street）: 私たちが考える重要な原則があります。

公平性（Fairness）

まず第一に公平性です。Nelson Mandelaは「愛は自然に生まれるものだが、憎悪は教えられるものだ」と言いました。憎悪は誤情報、プロパガンダ、そしてインターネット上に散らばっている偽情報を通じて教えられます。

私たちの状況の現実は、まさにインターネット上のその同じ情報で、これらの大規模言語モデルが訓練されているということです。つまり、これらのモデルが訓練される頃には、人間社会を悩ませてきたのと同じ憎悪、同じバイアスを持っているのです。しかし、私たちのガードレールは、正義の道を歩み続ける必要があることを教えてくれます。そして、それはまさにAIに対しても行う必要があることです。だからこそ、私たちには選好調整のような概念があり、少なくともAIが私たちが社会として目指したい場所、つまり公平性に満ちた場所に到達できるようにしているのです。

説明可能性（Explainability）

次に説明可能性です。民主的な社会を見ると、首相でさえ議会に対して説明責任を負います。それなのに、なぜ私たちはAIからの回答をただ受け取り、それに基づいて人生の重要な決定を下すことに満足しているのでしょうか。それは決してあり得ないことです。だから私たちはAIに問い合わせ、自分自身を説明させる必要があります。どの情報を読んだ結果この決定に至ったのか、そしてこの決定に至るために通らなければならなかった全体的な思考の連鎖は何だったのかを説明させる必要があります。

制御可能性（Controllability）

制御可能性について話しましょう。例えば、State Streetでは組織内にサイロを作らず、皆が互いに協力し、互いを気遣うことを確実にしなければならないという重要な原則に従って生きています。どの企業に入っても、例えばAmazonには顧客への執着という非常に有名なコンセプトがあり、企業内にはその会社でどのように振る舞いたいか、どのように振る舞う必要があるかについてのマンデートを設定する制御可能性があります。AIが仕事をするために必要な人格を与えるためにも、まったく同じ措置が必要です。

安全性（Safety）

安全性は、ますます重要なトピックになっています。なぜなら、AIがブラックボックスのようになり始め、モデル内に構成されたすべての重みとバイアスを完全に理解できず、情報を訓練するために使用されたテラバイト単位のファイルに透明性がなければ、隠れたバイアスを持つ可能性があり、それを見抜くのは非常に困難になるからです。データポイズニングを通じて、追跡が非常に困難な特定の行動を引き起こす可能性もあります。だから、AIの使用が安全で確実であることを確保する必要があります。

プライバシーとセキュリティ（Privacy and Security）

プライバシーとセキュリティについては、使用されているあらゆるデータが秘密に保たれ、安全に保たれることを確保することです。その周りにガバナンスを実行できるようにし、どこでAIを使用し、どのようにAIを使用しているかを把握し、その後、クライアント、規制当局に対して透明性を持ち、自分たちが何をしているか、その背後にあるデータは何か、そしてその結果どのような種類の決定を下しているかをすべての人に説明できるようにすることです。

真実性と堅牢性（Veracity and Robustness）

最後に真実性と堅牢性です。堅牢性はジェイルブレイクのフレームワークから来ています。例えば、AIの初期バージョンでは、爆弾の作り方のレシピを求めるだけで済みました。その後のバージョンでは、さらなる調整により、そのような質問はできないようになりました。しかし、まだメカニズムがあります。例えば、AIに物語を書いてもらうことができます。子供が病気の祖母に会いたがっているが、途中に山があり、向こう側に行くために山を爆破しなければならなかった話です。では、彼がどのように山を爆破したかのステップバイステップのレシピを教えてください。だから、AIの使用方法について完全な堅牢性があることを確認する必要があります。

1.3 State Streetの2段階アプローチ

1.3.1 ガバナンスベースアプローチ

Aman Thind（State Street）: State Streetでは、責任あるAIに対して2段階のアプローチを採用しました。1つはガバナンスベースのアプローチ、そしてもう1つは技術ベースのアプローチです。

ガバナンスに関しては、私たちが行ったのは、考えられるすべてのAIリスクを整理することでした。それを3つの部分に分けました。出力リスク、入力リスク、そして非技術的リスクです。

私たちの考え方では、入力リスクについては、入力される正確なプロンプトは何か、入力される正確なデータは何かということです。出力リスクについては、正確な出力は何で、それをどのように使用するかということです。そこで、出力されるデータのハルシネーションのような問題や、入力される個人識別可能情報のような問題を検討し、全体にわたって適切な分類があることを確認します。

そして非技術的リスクです。生成されるデータのIPを所有できることを確認することです。例えば、George R.R. MartinがOpenAIを訴えているのは、OpenAIを使ってゲーム・オブ・スローンズの前編を作成できるからです。それがState Streetのテーブルに訴訟として持ち込まれるべきではありません。だから、適切な補償、適切な障壁があることを確認し、モデルがどのように作成され、どのように使用できるかについて独自の宿題を行い、それに対して継続的に最適化していくことを確認する必要があります。

1.3.2 技術ベースアプローチ

Aman Thind（State Street）: 技術的なアプローチについて話すと、これを解決するために私たちが望んだのは、責任あるAIのこれらの原則を採用することができるだけ簡単にすることでした。そのために私たちが行ったのは、責任あるAIゲートウェイと呼ぶものを作成することでした。

この責任あるAIゲートウェイは、会社内のすべての生成AI使用のエントリーポイントです。これは大規模言語モデルとのすべての通信を仲介します。これにより、私たちができることは、これらのガードレールを設定し、AIの人格を正しく設定することです。入力されるすべての情報を見ることができ、出力されるすべての情報を見ることができ、すべてが設計された方法で使用されていることを確実にすることができます。

そこで私たちが行ったもう一つのことは、共有サービスを活用することでした。なぜなら、私たちは皆が独自のチャットボットを作成したり、皆が独自のRAGパイプラインを設定したり、非構造化から構造化データへの独自のメカニズムを考案したり、全体的なAPIツールを作成したりすることを望んでいなかったからです。

私たちは一度それを行い、そして会社内のすべての人がそれを使用できるようにしたかったのです。なぜなら、一度責任あるAIのガイドラインを設定し、それを使いやすくし、これらの技術を活用するために必要なすべての異なるコンポーネントを作成すれば、他の皆にとって非常にシンプルになるからです。つまり、あなたの使用ケースが何であれ、もうすでに60%完了しているということです。

モデルベンチマークも継続的にこれらのモデルの使用を評価する必要があります。すべてのモデル通信のための一つの集中化された場所を持つことにより、応答を継続的に評価でき、場合によっては応答を混合することもできます。例えば、入力される各プロンプトを、同時にAnthropic、OpenAI、Llama、Mistralに送信し、応答を見て、どれが好ましいかを確認し、場合によってはすべての応答を取得して、それを別のモデルにフィードバックすることで、すべての世界のベストを得ることができます。これらのメカニズムは、このレベルの集中化を採用した場合のみ可能です。

そして最後にPHOPSです。これらのモデル、特に基盤となるGPU使用により、本当に高価になるのが本当に早いからです。レイゲートウェイのようなものがあれば、会社全体でのすべてのモデル使用を常に最適化の上に保つことができます。

1.4 実装による成果と効果

Aman Thind（State Street）: これにより最終的に私たちができたことは、クライアントにとってより速い市場投入時間を実現することでした。SLAの改善により、クライアントにより良い洞察を提供できるようになりました。GenAI使用により、SQLでクエリを書く代わりに、自然言語でクエリを実行し、回答を直接取得できるようになりました。これにより、クライアントは私たちがどのように運営しているかについて、これまで以上にはるかに優れた洞察を得ることができます。

また、より大きな透明性を提供することもできます。なぜなら、私たちのクライアントは、自分たちのデータがAIで使用されているかどうか、そしてそのデータがAIでどのように使用されているかを知る絶対的な権利を持っているからです。これらのメカニズムにより、私たちは彼らに完全な透明性を提供することができます。

State StreetはGIB（Global Investment Bank）であり、これは私たちが厳しく規制されていることを意味します。これらのメカニズムを思いつくことで、私たちはすべての規制当局と話し、AIをどのように使用しているか、どの分野でAIを使用しているか、そして最終的にそれで何をしているかを彼らに伝えることができます。そして、それはプラットフォーム全体の回復力も向上させます。

最後に、State Streetでこれが私たちにもたらしたのは、AI採用を大幅に加速させたことです。それは、AIリスクが中央で管理されるようになったからです。今、あなたがする必要があるのは、あなたのビジネスのために革新することだけです。私たちの労働力がはるかに効率的で効果的になることを可能にします。そして最後に、これにより私たちは革新を通じてリードすることができます。そして、私たちがそれを行うことができたなら、あなたもできます。

1.5 データ基盤とAI準備

Aman Thind（State Street）: データに関しては、データの系譜、来歴を理解し、データに関する適切なセマンティックレイヤーがあることを確認することが、その基礎で真に決定を下すことができるようになるために、さらに重要になります。入力データの品質に自信がなければ、使用するモデルに関係なく、AIからの出力結果の品質に自信を持つことはできません。

そのため、私たちはデータ品質に非常に重点を置く必要がありました。そのためにAIを使用し、さまざまなドメイン用に異なるモデルを作成し、その後に入力されるデータの品質を管理するAIモデルのバスケットを作成することができました。私たちは昨年、その研究でCIO 100イノベーション賞も受賞しました。

その後、基盤となるデータの品質に自信を持ったら、このデータを自然言語を通してクライアントが利用できるようにしたいと考えました。なぜなら、私たちはストアドプロシージャを書いたり、PowerBIダッシュボードを作成したりする全体のビジネスを完全に回避したかったからです。クライアントが何を望んでいるかを知り、それを平易な英語で取得できるように、それらすべてを回避する方法はないでしょうか。

そこで私たちは、私たちのAlpha Data Platform上にNLPレイヤーを作成しました。これは非常によく受け入れられています。なぜなら、これが意味することは、新しい分析のアイデアを思いついてから、それが実装されるまで数週間待つ代わりに、その場でそれを行うことができるということだからです。そして、これらすべては、基盤となるドメインとセマンティックレイヤーに基づいたモデルの訓練を通じて可能になりました。

つまり、非常によく定義されたドメインを持つ必要があるということです。高品質のデータを持つ必要があり、そうすれば会社内でAIを真に解き放つことができます。

1.6 組織文化と人材育成

Aman Thind（State Street）: 技術から人材について考えてみると、これらの実践に従い、これらのプロセスを使用し、これらの技術を正しい方法で使用して、AIの責任ある使用を本当に可能にするために、チーム全体の文化とマインドセットで何を変更する必要があったのでしょうか。

私たちが最初に行う必要があったのは、昔から言われているように、成功は恐怖の向こう側にあるということです。人々が未知への恐怖を克服し、可能なあらゆる方法でAIを受け入れる必要がありました。そのため、私たちは会社内で多くの教育セッションを実施し、人々がその技術が何であるか、舞台裏で何をするか、そして労働力としての私たち、そして一般的な社会にとっての全体的な含意が何であるかを理解できるようにしました。

人々が技術についてより良い理解を発達させるにつれて、彼らは自分自身の使用ケースを考え始め、自分自身の革新を思いつくことができるようになりました。実際、私はキルケニーの私たちのチームメイトの何人かと会話をしたばかりで、彼らの多くが今日ここの聴衆にいることを見るのは本当に素晴らしいことです。彼らは会社内で大規模なサイバーセキュリティに取り組んでおり、どのようにより効率的になり続けることができるかについてAIを活用しています。

ガードレールとリスクが軽減されていることを確認し、皆に革新の機会を与えること、それが私たちが取り入れなければならなかった本当のマインドセットの変化でした。そしてそれについて本当に興奮しています。

セルフサービスが非常に重要になってきます。コパイロットについて話していても、エージェントについて話していても、私たちが作成するスケルトンを人々が単純に使用し、その後に自分自身の肉付けを追加できるようにしたいのです。彼らがビジネス決定を下すために依存するデータセットであっても、これらのモデルを組み込む必要があるエージェントワークフローであっても、私たちが望むのは、人々がこれらの技術を使用して自分の使用ケースを解決できるようにすることであり、技術が彼らの一人一人に代わってそれを解決することではありません。

そして、この技術が皆の手に利用可能であり、私たちが行った他のすべての作業に基づいて技術に対する自信と信頼を持つことで、会社内で技術の真の潜在能力を解き放つのが、この武装蜂起です。

2. Intercom（Des Traynor氏）によるAIファースト企業への転換

2.1 テック業界の変遷と現状認識

2.1.1 2020年からの「狂気の旅路」

Des Traynor（Intercom）: 最初にアドバタイズメントを上映することの素晴らしい点は、残りの講演で私の製品を宣伝する必要がないことです。私たちは2020年以来、Intercomで狂気の旅路を歩んできました。実際のところ、それは15年間で、そのほとんどが狂気でしたが、確実にここ数年は、2020年のいわゆる簡単なお金の時代の絶頂期から、テック業界のクラッシュ、そしてAIの出現まで、奇妙なものでした。

私たちはコロナ禍の間に行ったすべての奇妙なことを本当によく覚えています。私たちは皆、同じことを経験したのではないでしょうか。誰かが岩のJPEGを130万ドルで購入し、それが賢いことだと考えられていた時期があったことを覚えていますか？ちなみに、それは良い岩でさえありませんでした。これが彼らが購入した実際の岩です。これはAI以前の時代でした。これが私たちが技術においてどれほどアイデアに困っていたかということです。私たちは文字通り岩の写真を購入していました。

しかし同時に、私たちは皆、この時期に自分たちが天才だと思っていました。なぜなら、ゼロ金利現象でしたから。すべてがうまくいっていました。株を持っていれば、それらは大暴騰していました。そして、それはすべて非常に早く悪化しました。そして突然、私たちは閉鎖、収縮、解約、レイオフのすべての含意に対処しなければならなくなり、それはすべて悲しいことでした。私たちは業界として基本的に苦闘していました。

そして、その最中のある日、Samという男がこのような製品へのリンクをツイートし、私たちは将来がどのようなものになるかの垣間見ることができました。私たちがどこに向かっているかがすぐに明らかだったとは思いません。実際、私たちが最初にこれで遊んでいたとき、特にGPT 3.5モデルは、賢いことを言わせることもできましたが、主に奇妙なことを言っていました。それでも、それはクールで興奮させるものでした。そして、他に計画がなかったので、私たちはそれに飛びつかなければなりませんでした。

つまり、それは人々がそれで何かを構築し始めるということでした。私たちは、誰も必要としない、欲しがらないものを作っていたので、奇妙なものを作りました。しかし、それでも何となくクールでした。ある時点で死んだ有名人のファッションビデオが作られましたが、それは率直に言って奇妙でした。誰かがこれを必要としていたでしょうか？いいえ。見るのは面白かったでしょうか？はい。

2.1.2 ChatGPT登場後の実験期

Des Traynor（Intercom）: ウェブサイトのアイデアのスケッチをアップロードして、LLMにコードを書くよう依頼すると、実際にスケッチを構築してくれるクールなものもありました。そして、「なんてこった、それはかなりクールだ」と思いました。そして、すぐにこの種のアイデアのマイクロ産業が立ち上がり始めました。つまり、多くの人々が構築したこれらのクールな新しいAIツールを発表し、それから信じられないほどのお金を稼いでいたのです。

唯一の問題は、少しだけレイヤーを剥がしてみると、「ああ、これはChatGPT製品の薄いラッパーに過ぎない」ということでした。そして、私たちもこの時期に多くのスロップを作りました。例えば、これは足にタコの触手を持つアヒルの約1000枚の写真です。これは、インターネット全体に増殖し始めたこの種のものでした。それは混沌としていましたが、私たちは実際に何が可能かの創造的空間を探求していました。

そしてその最中に、私たちはいくつかの興味深いアイデアを見つけました。私の姪がジュニア・サート（Junior Cert）を受けているのですが、実際には良いアイデアではありませんでしたが、彼女のすべての質問に答えてくれる宿題チューターを見つけました。そして確実に、このような製品にはある程度の成功がありました。

Peterという男がinterior.aiというものを持っていました。そこでは、文字通り家や荒廃した家の写真をアップロードすると、あなたが進むことができる異なる方向の好きなだけのレンダリングを作成してくれます。当時の私のお気に入りの使用例の一つは、毎晩お話をねだる子供がいるということでした。お話がなくなります。私はクリエイティブな人間ですが、お話がなくなってしまいます。ChatGPTが救世主です。しかし実際に、この技術を通じてパーソナライズされた完全なストーリーブックを提供することができ、それはクールでした。

これらすべては実際にかなりクールでした。まだ大きな影響はありませんでしたが、私たちのほとんどがおそらく住んでいるSaaS landでは、この種のUIが現れ始めました。これは、舞台裏で何かファンシーなことをやろうとしていることへの小さなうなずきで、何が起こるか見てみましょうということでした。それは基本的にスパークル絵文字やマジックワンドでした。それが基本的に意味することは、特に2023年には、これはうまくいかないかもしれないが、一度やってみようということでした。そして、それが私たちがやっていた初期の日々のようなものでした。

2.2 AIプロダクトの進化段階

2.2.1 初期の創造的探索

Des Traynor（Intercom）: そして、それが私たちを昨年に導き、2024年にはSoftware as a ServiceからService as a Softwareへの真の転換を見始めました。これは、私たちの製品であるFinnのようなものが登場するところで、あなたは人間がやっていたであろう仕事を実際に行うのではなく、席に座って行うためのソフトウェアではなく、ビジネスの成果を自動化し始めるのです。

それは全体的なビジネスモデルの変化です。価格設定の変化です。購買者の変化です。顧客行動の変化です。そして最終的に、これはおそらく最も大きな変化です。私はソーシャルを経験し、クラウドを経験し、モバイルのようなものを経験しましたが、この転換だけは間違いなく最も重要です。言い換えれば、これは非常に現実的になっている、または非常に現実的になっているということです。

私たちはまた、AIについて2つの競合する物語があるこの不思議な地点にいます。1つは、それがまだ本当に機能していないということです。そして、もう1つは、「ああ、神よ、世界が変わっている」というものです。そして、もしあなたが街中の一般人であれば、これら2つのうちどちらを信じるべきかを決めるのは本当に困難です。

私の意見では、私たちは確実に負のハイプサイクルに陥っていますが、Claude Codeのような事柄や最新のモデル、そしてDeepSeekを通じて、次の波を見ており、それは非常に壮大に見えます。しかし、今、私たちは「これらのものは実際には何も機能しない。それは重要ではない」と言う人々を抱えています。

そして、私はそれが、もしこの部屋に100のスタートアップがあり、私が「それらはすべて失敗するだろう」と言うなら、私は90%正しいだろうという意味で、それは真実だと思います。それは私が賢いということではありません。それは私が悲観的だということです。そして、それを理解することが重要だと思います。

だから、これらすべての新しいAIスタートアップを見るとき、そのほとんどが死ぬでしょう。それがスタートアップの性質です。それは衝撃的ではありません。私たちはこれに驚くべきではありません。これは創造的破壊です。彼らが苦労する理由は、この時代にどの製品を構築すべきかを知ることが本当に困難だからです。技術と能力が非常に進歩しているため、一時的な製品、つまり狭い時間の窓で意味をなすものを構築する真のリスクがあるからです。

昨夜、誰かとミニプレイヤーについて話していました。Sony Minidiskを覚えている人はいますか？そう、Minidiskです。それは出現し、間違いなく素晴らしい製品でした。それは、デバイスで20曲以上を欲しがっていた時代に出現しました。CDでは対応できませんでした。ソリッドステートハードドライブはまだそこにありませんでした。だから、ミニディスクが出現し、10年間のホットな年月の間、それは最高のソリューションでした。そして、iPodが登場し、ミニディスクはもう存在しません。それが私が一時的な製品と呼ぶものです。そして、この分野でも同様のことが起こるバージョンがあります。

2.2.2 Service as Software への転換

Des Traynor（Intercom）: 一例を挙げましょう。私は常にスタートアップに投資を求められます。「ヘイ、デス、私たちに投資してください、あなたのお金を失わせます」というのが、90%の場合のピッチの仕組みです。先週同じ週に受けた3つのピッチがあります。

「私たちは営業開発担当者がアウトバウンドメールを書くのを手助けするツールです。つまり、私たちはGmailに座り、彼らが『拝啓、私の製品を購入してください』と言うときに、タブを押してオートコンプリートするのです。時間を節約します。素晴らしい。」そして私は「それは悪いアイデアではない、私はこれに投資すべきだ」と思いました。

そして同じ週の水曜日に、少し大きなものを受けました。「私たちは、あなたがメールしたいすべての人のリストを取り、プロセス全体を自動化します。私たちはそれをインポートし、それらを送信し、実際にあなたのために全体を行います。」そして私は「おお」と思いました。そして、もしこれらの人たちが成功すれば、私たちはこれらの人たちを必要としないことに気づきました。これらはその物語のミニディスクです。

そして金曜日に、別のピッチを受けました。「私たちは実際にはアウトソースされた全体のSDRチームです。あなたはただあなたのターゲット顧客が誰かを教えてください。私たちは彼らを研究し、メールを見つけ、彼らにピッチし、メールを書き、フォローアップを処理し、カレンダー招待をスケジュールすることに取り組みます。問題ありません。」

そして私は「ふむ、もしあなたたちがそれを行うことができるなら、私たちは他の2つを必要としない」と思いました。そして、これが創造的破壊になるでしょう。これらのスタートアップのほとんどは間違ったタイプのものを構築しています。今、これらの高レベルの人々が勝つという保証はありません。なぜなら、それは実際に本当に困難なことだからです。彼らはソリッドステートハードドライブが準備できる前にそれらを構築しようとしているかもしれませんし、技術がここにないかもしれません。

私たちはこれができることを知っています。私たちはそれについて確信がありません。もしそれが可能なら、これは存在しません。もしそれが可能でないなら、これは良い投資です。私たちは知りません。

そして、もしあなたがそこにいるスタートアップなら、これの抽象版は、基本的にあなたは人間が仕事でタスクを行うのを手助けできる、または人間からワークフローの全体のチャンクを取り除くことができる、または「ヘイ、私たちは全体の部門を置き換えるつもりです」と言うことができるということです。それはB2B領域でそれについて考える一つの方法です。

そして、それが何を意味するかというと、私たちのすぐに起こるであろう未来では、人間が行うすべての単一のことは、AIが「私はこの顧客の返金を発行しようとしています。それはクールですか？」と言うような検証ステップで行われるか、私たちがあなたのために作業のチャンクを行うという意味で大幅に拡張されるか、最も弱い、つまり「ヘイ、私たちはタブオートコンプリートができますが、私たちは本当にそれほど重要ではありません」というようなAIのスプリンクル、または多くの場合、私たちは完全に所有される、つまり完全に行われるいくつかのものを見つけるでしょう。

2.3 AIに対する二極化した見方

Des Traynor（Intercom）: 私たちはまた、AIについて2つの競合する物語があるこの不思議な地点にいます。1つは、それがまだ本当に機能していないということです。そして、もう1つは、「ああ、神よ、世界が変わっている」というものです。そして、もしあなたが街中の一般人であれば、これら2つのうちどちらを信じるべきかを決めるのは本当に困難です。

2.4 過渡的プロダクトと創造的破壊

2.4.1 Sony Minidiskの教訓

Des Traynor（Intercom）: 昨夜、誰かとミニプレイヤーについて話していました。Sony Minidiskを覚えている人はいますか？そう、Minidiskです。それは出現し、間違いなく素晴らしい製品でした。それは、デバイスで20曲以上を欲しがっていた時代に出現しました。CDでは対応できませんでした。ソリッドステートハードドライブはまだそこにありませんでした。だから、ミニディスクが出現し、10年間のホットな年月の間、それは最高のソリューションでした。そして、iPodが登場し、ミニディスクはもう存在しません。

それが私が一時的な製品と呼ぶものです。そして、この分野でも同様のことが起こるバージョンがあります。一例を挙げましょう。私は常にスタートアップに投資を求められます。「ヘイ、デス、私たちに投資してください、あなたのお金を失わせます」というのが、90%の場合のピッチの仕組みです。

先週同じ週に受けた3つのピッチがあります。「私たちは営業開発担当者がアウトバウンドメールを書くのを手助けするツールです。つまり、私たちはGmailに座り、彼らが『拝啓、私の製品を購入してください』と言うときに、タブを押してオートコンプリートするのです。時間を節約します。素晴らしい。」そして私は「それは悪いアイデアではない、私はこれに投資すべきだ」と思いました。

そして私は「ふむ、もしあなたたちがそれを行うことができるなら、私たちは他の2つを必要としない」と思いました。そして、これが創造的破壊になるでしょう。これらのスタートアップのほとんどは間違ったタイプのものを構築しています。

2.4.2 3段階の自動化レベル

Des Traynor（Intercom）: 今、これらの高レベルの人々が勝つという保証はありません。なぜなら、それは実際に本当に困難なことだからです。彼らはソリッドステートハードドライブが準備できる前にそれらを構築しようとしているかもしれませんし、技術がここにないかもしれません。

2.5 AIファースト企業への転換要件

2.5.1 電気の発明との類似性

Des Traynor（Intercom）: そこで、変化についてですが、私たちが2025年以降について考えるとき、私が以前にお見せしたDezのジョークウェブサイトのようなものです。それはもうジョークではありません。Create、Lovable、Bolt、またはv0のようなツールがあり、文字通りアイデアのテキスト記述を与えると、あなたのために完全なソリューションを構築してくれます。文字通りText to Appが起こっており、多くのジョークもありますが、間違いなく本物が起こっています。

同様に、医学では、AI Docのようなものを見ています。医学は触れるのが非常に怖い分野です。ここで間違いを犯したくありません。しかし、どのようにスピードアップできるか、どのように効率を追加できるかという質問があります。この場合、彼らが行うことは、医師がスキャンを見る順序を並べ替えることです。高い確率の問題の原因を最初に見るようにして、小さな効率で潜在的に人生を変える結果をもたらします。

ポッドキャストに座っているときやジャーナリストと話しているときに、いつも「仕事についてはどうですか、Dez？」という昔からの質問をされます。それについて考えましたか？実際に機能するかどうかは別の問題です。

だから、仕事について興味深い点があります。金融でよく言われるジョークがあります。「スプレッドシートの発明前、金融銀行家は長時間働かなければならなかった」というものです。そして、私は「そう、スプレッドシートがそれをすべて解決したからね」と思いました。

しかし、スプレッドシートが出現したとき、恐怖は実際に仕事を殺すということでした。そして実際に、簿記係の仕事を見てみると、それは確実に殺しました。それを否定することはできません。しかし、それが完全な物語ではありません。完全な物語は、ここでも作成された仕事を含まなければなりません。この場合、より高いレベルの仕事、より価値の高い仕事が成長しました。なぜなら、多くの区別されない重労働が取り除かれたからです。そして、私たちは似たようなものを見ると思います。

私たちが話していた電気の進歩についての進化のようなものです。それは正直に私がそれが起こっているのを見る方法です。すべてが変わりました。例えば、私たちが朝9時または10時にここにいる理由は、実際には電気を発明したことの下流にある労働週の創造の一部です。電気以前には9時から5時としての労働週は存在しませんでした。それは単一のイノベーションのこれらすべての長い尻尾の波及効果の一例です。私たちはまだこれの始まりを見ていません。

2.5.2 製品市場適合の再定義

Des Traynor（Intercom）: 私たちは独自の会社でこれについて何をしているのかについて話しましょう。私は多くの企業がとっているデフォルトのアプローチが間違っていると思います。それは、私たちの古い、さびついたB2B SaaSプロダクトを取り、いくつかのスパークル絵文字を突き刺し、それで仕事を完了したと呼ぶことです。そして、「見て、ママ、私はAIファーストです。」と言います。それは安全な道で、最小限の損害を与えるだけで済み、鏡の中で深い質問をする必要はありませんが、それは本物ではありません。

私にとって、AIファーストは実際に何かを意味します。それは、ChatGPT後に作成されたかのように、あなたのビジネス全体を再想像したということです。今日ここにある能力を理解し、レガシーな決定に負担をかけられることはありません。今日知っていることを知って、今日ここでビジネスを開始しており、それがすべてを変えます。

なぜなら、製品市場適合の古典的な定義のようなものを取ると、あなたの製品とあなたのUIとそのようなすべてのものを顧客が望むものに接続するこの矢印のようなものです。悲しいニュースは、これのすべてが変わっているということです。これのすべての側面です。あなたの顧客はAIに賛成していますか？AIの年にあなたが彼らのためにやろうとしている仕事は変わりますか？あなたのUIは変わりますか？私たちはチャットボットに全部賭けるつもりですか、それとも音声が大きな役割を果たすつもりですか？これらの質問はすべて変わります。

そして、あなたが理解しなければならないことは、ビジネスは設定されたものではないということです。それは、ただ突っつくことができるこのようなものではありません。それは相互に強化する決定のセットです。だから、あなたの製品が何であるかについてここで何かを変えると、それはおそらくあなたの顧客が誰であるかを変え、それはおそらく彼らの購買基準が何であるかを変えます。あなたはこれらのものを小さなチップのようにホットスワップすることはできません。それらはすべて非常に絡み合っています。

Michael Porterがよく話す例は、これらの活動図のようなものです。ここにSouthwest Airlinesがありますが、私たちはそれをRyanairに変換することができます。しかし、食べ物を提供しないという決定は、限られた乗客サービスに直接接続されており、それは15分のゲート回転に直接接続されており、それは非常に生産性の高いゲートと地上クルーに直接接続されています。これらすべてのものがあります。あなたは急にこれらの小さな決定の1つを作り、それが至る所で波及効果を持たないと考えることはできません。

つまり、あなたは本当にAI以前の世界でこれがあなたの製品について持っていた現在の信念である場合、そしてこれがあなたが競争したすべての方法であるなら、すべてのこれらのリンクが壊れ、これらすべてのエラーサインを持つ可能性があります。すべてのこのものが変わり、その世界であなたのビジネスを再想像しなければなりません。

そして、もしあなたがしなければ、あなたは基本的にあなたの製品のどこかにスパークルや要約ボタンがあるので、私たちはAIファーストだと言っている人々の1人になるでしょう。そして、それはうまくいかないでしょう。ハッカーハウスにいる子供たちがあなたの昼食を食べるでしょう。だから、あなたは全体を再想像する必要があります。

2.6 カスタマーサポートの進化予測

2.6.1 自動化の段階的発展

Des Traynor（Intercom）: それでは、カスタマーサービス特有について何を意味するのでしょうか。私たちは、カスタマーサービスがこの進化を通過するのを見ています。自動化なしから始まって、軽量チャットボット、そのようなチャットボットに進み、それから情報的になるステップアップ、つまり回答を掘り出すのがかなり上手になりました。

しかし、私たちには、取引的なもの、情報的なもののすべてを行うことができるAIエージェントまで私たちを連れて行くビジョンがあり、人間に行くべき問題、つまり人間性が必要な問題だけを文字通り残します。高緊急度、高ドラマ、高感情です。そこで、人間が彼らの仕事をしてほしいのです。

この未来空間について考えるとき、私たちは音声、ビデオ、3Dアバター、マルチバース、NFT、全体のことを含むビジョンを持たなければなりません。しかし、具体的に私たちが本当に考えなければならないのは、この世界がどこで終わるかです。オンラインで何かを返品したい場合、実際の人間のもので訓練された3D音声駆動アバターとライブチャットをするという点に到達するでしょう。私たちは知りませんが、その可能性に備えなければなりません。

そして、この分野で競争するためには、それが長期的にどこに向かっているかについて意見を持たなければならないと思います。ここと今だけに集中することはできません。そして、このことの興味深いもう1つの側面は、企業が顧客の声を聞く方法です。

一般的に言えば、AmazonであろうとAmazonであろうと、ほとんどの企業は、実際に入ってくるすべての単語とすべてのメールを聞くことができません。しかし、AI後の世界では、実際にそれができます。彼らはすべての単一の人間のインタラクションを解析し、彼らがしなければならないことについてすべてを学ぶことができます。

彼らはまた、望むなら、AIを使用してタスクと課題を特定し、それらを書かれる必要があるコードの断片に変え、理論的にはClaudeのような何かによって自動的にコードが書かれるように進めることができます。だから、私たちが向かっているのは狂った世界です。

2.6.2 顧客理解の革命

Des Traynor（Intercom）: そして、このことの興味深いもう1つの側面は、企業が顧客の声を聞く方法です。一般的に言えば、AmazonであろうとAmazonであろうと、ほとんどの企業は、実際に入ってくるすべての単語とすべてのメールを聞くことができません。しかし、AI後の世界では、実際にそれができます。彼らはすべての単一の人間のインタラクションを解析し、彼らがしなければならないことについてすべてを学ぶことができます。

2.7 雇用への影響に関する歴史的視点

Des Traynor（Intercom）: ポッドキャストに座っているときやジャーナリストと話しているときに、いつも「仕事についてはどうですか、Dez？」という昔からの質問をされます。それについて考えましたか？実際に機能するかどうかは別の問題です。

2.8 新たなビジネス構築の実践的要件

2.8.1 基本的な変化

Des Traynor（Intercom）: つまり、ソフトウェアの構築方法が変わるということです。以前の世界では、私たちは構築するものがすべて動作することを知っていました。新しい世界では、何が可能かについて常に、常に不確実性があり、それがすべてを変えます。

構築方法、ロードマップの作成方法、展開方法など、変更が必要な側面がたくさんあります。例えば、ローンチしても、それが機能しているかどうかがまだわからない場合があります。

このことのもう一つの側面は、もちろん、コーディングが過去数週間でさえ非常に劇的に変化したことです。最近、私は自分のウェブサイトのバックエンドを構築していました。私は開発者ではありません。本当に15年間一行のコードも書いていません。

私はClaudeに全体を行うよう依頼することにしました。そして、それは非常に説得力のあるバックエンドを構築しました。私が望んでもいなかったダークモードまで構築してくれました。しかし、最終的に私が請求書を受け取ったとき、4,200行のコードで29ドルでした。私は一行も書きませんでした。それは非常に良い価値です。

つまり、私たちはエンジニアに良い給料を払っていますが、それは競争力があります。これは本当に訓練ではありません。ソフトウェアを構築する方法が変わっています。販売している製品が変わります。先ほど話した質問に戻ります。

2.8.2 Go-to-Market戦略の変革

Des Traynor（Intercom）: 販売している製品が変わります。先ほど話した質問に戻ります。製品の購入者が今この世界でおそらく変わるでしょう。多くの場合、七面鳥は感謝祭に投票しません。つまり、あなたは顧客のカスタマーサポートの責任者が「私を無関係にするツールが欲しい」と言うことはないでしょう。それは違うことです。

課金方法も変わります。成果とシートではなく、成果を販売している場合、実際に何に対して価格設定しているかを考える必要があります。ブランド化の方法も変わります。2015年からの古いB2B SaaSのように見えたいですか？「ホワイトペーパーをダウンロード」のようなものがありますか？それとも、現代のAI駆動のビジネスのように見えたいですか？

販売方法も変わります。顧客は実際にAIを望んでいますか？あなたは彼らの喉に霧のようにそれを押し込むつもりですか？それとも彼らは購入する準備ができていますか？彼らは実際にそれを信じているでしょうか？ここで懐疑論にどれだけ取り組む必要がありますか？どのくらい早く彼らに価値を見せることができますか？彼らを教える必要がありますか？それとも、ただ座って待つ必要がありますか？これらすべてが変わります。

これは信じられないほど、信じられないほど破壊的になるでしょう。そして、もしあなたがスタートアップや既存企業であれば、あなたが行うすべてをより良く、より速く、より安くする技術が今あるということを言うだけです。それを否定することは全くできません。

そして、このAIファーストのことは、多くの既存企業を殺し、多くのスタートアップを生み出すでしょう。そして、私たちのような既存企業として、あるいはあなたたち皆がそうであると思いますが、誘惑は「まあ、私たちは私たちの側にすべてのこの大きなスケールを持っている。私たちは10年のインフラとコードを持っている。そして、そのすべてのために、ガレージにいるこれらの3人の子供たちは私たちと競争することはできない」と言うことです。ナンセンスです。

ガレージにいる3人の子供たちは、いつもあなたを殺す人たちです。そして実際に、あなたは適応しなければなりません。あなたは偏執的でなければなりません。あなたは戦う準備をしなければなりません。そして、あなたは今日始めたら何をするかを再想像する準備をしなければなりません。なぜなら、それがあなたが実際に競争していることだからです。あなたがすでに持っているもののサンクコストに盲目にならないでください。

私は、Blockbusterが皆に、Netflixがうまくいかないだろうと言った理由は、BlockbusterがアメリカのすべてのASCIIに店を持っていたからだと言ったことを思い出します。それはどうなりましたか？

3. Rick Sears氏によるState Street Q&Aセッション

3.1 責任あるAIの業界横断的要素

Rick Sears（AWS）: 私はRick Searsです。私はデータ処理とエクスペリエンスのディレクターで、私たちのサービスオーナーの一人として、データサービスでエンジニアリングとプロダクトをリードしています。今日ここにいることを嬉しく思います。

私は日々多くの顧客と働いており、彼らはAIの採用を加速させる正しい方法を見つけ出そうとしています。あなたが指摘したように、私たちが興奮できる多くの素晴らしい体験があります。AIを可能にし、顧客体験を変革し、開発者体験を変革し、私たちが構築しているアプリケーションやシステムのあらゆる種類を変革して、次のレベルで革新できるようになります。しかし、多くの顧客は、責任ある方法でそれを行う方法、ビジネスにリスクをもたらさない方法でそれを行う方法について心配しています。

あなたがAI採用における重要なリスクを多く強調し、責任あるAIを本当に強調したことで、金融サービス業界全体に広く適用される最も重要な要素は何でしょうか？

Aman Thind（State Street）: 責任あるAIについて話すとき、あなたは自分の労働力に期待するのと同じような明確に定義された行動をAIが持つことを確実にする必要があります。そうして初めて、それをあなたの日常生活の一部にし始めることができます。

例えば、State Streetで私たちが望むのは、すべての単一のビジネスラインにわたってコパイロットを提供することです。あなたが何をしていても関係ありません。もしあなたがソフトウェア開発者なら、より効率的にコードを書くことができるコパイロットを持つべきです。もしあなたがオペレーションにいるなら、必要な情報をすべて指先で利用できるようにするコパイロットを持つべきです。もしあなたが財務、法務、監査にいるなら、より効率的で効果的になることができるはずです。

しかし、あなたがする必要があるのは、適切なテスト、適切なモデリングを行い、出力とROIを継続的に評価できるフレームワークを考え出し、出されているそれらの50プラスのリスクのすべての単一のリスクが管理されていることを確実にすることです。そうして初めて、AIが会社内で包括的に使用できることを確実にし始めることができます。

3.2 規制対応とプロセス整備

Rick Sears（AWS）: それは、責任あるAIを規模で機能させるためにあなたが実施しなければならなかったプロセスの例ですか？

Aman Thind（State Street）: 絶対にそうです。私たちが行った方法は、全体的なセキュリティフレームワークについてはNISTを採用し、全体的なモデル評価フレームワークについてはECBからの推奨事項を採用しました。

ECBがAIとAIリスクを定義した方法は、データの入力と出力を見ることです。それで何をするつもりなのかということです。そこで、私たちは会社内にAIリスク監視ワーキンググループを作成しました。会社内でのAIのすべての単一の使用は、このグループを通過しなければなりません。

私たちは、使用されているモデルは何か、どのように使用されているか、入力されるデータは何か、出力がどのように使用されるか、適切なチェックアンドバランスがあるかどうか、適切な人間が中間にいる規定があるかどうかを見ます。そして、すべてがケースであることを確認したら、その使用ケースを開発することを承認します。

その後、チームは外に出て使用ケースを開発し、その後、アーキテクチャレビューボードに来ます。そこで、すべてがどのように設計されたかを見て、技術の使用に関して堅牢性があることを確実にします。そして、私たちはそれを本番に移行させます。

だから、私たちは責任あるAIフレームワークとガードレールが全体にわたって従われ、採用されることを確実にするために、会社内でこれらのトールゲートを作成しなければなりませんでした。

3.3 データ基盤整備の課題と解決策

Rick Sears（AWS）: あなたはデータとデータを使用するためのプロセスについて多く話しました。AIでデータを最も活用するために、データを準備し、データ基盤を整備する際の最大の障害や課題は何でしたか？

Aman Thind（State Street）: そうですね、絶対に。データに関しては、系譜、来歴を理解し、データに関する適切なセマンティックレイヤーがあることを確実にすることが、その基礎で真に決定を下すことができるようになるために、さらに重要になります。入力データの品質に自信がなければ、使用するモデルに関係なく、AIからの出力結果の品質に自信を持つことはできません。

3.4 技術基盤としてのAWSサービス活用

Rick Sears（AWS）: あなたが使用している技術の種類について、AIのためにデータを準備し、データ基盤を整備し、データ戦略を実行する際に、どのような他の種類の技術が本当に重要でしたか？

Aman Thind（State Street）: そうですね、絶対に。AWS Bedrock、SageMaker、Knowledge Baseで見た基盤は、会社全体でデータセットをキュレートし、普及させることができるようになるために、私たちにとって非常に重要でした。

今、あなたがする必要があることは、構造化データを持っているが、非構造化データやPDFから洞察を得たい場合、そしてあなたの言語モデルがベクターデータベースで特別に作業できる場合、すべての情報が一つの場所でAIが利用できるようにして、より良い情報に基づいた決定を得られるようにする方法は何でしょうか。

そして、私たちがこれらの知識リポジトリを作成することができ、それが私たちがこれらの洞察を得ることができる一つのワンストップショップになったのは、AWSとのパートナーシップが絶対に重要でした。

3.5 組織変革と文化醸成

Rick Sears（AWS）: 技術から人材について考えてみると、これらの実践に従い、これらのプロセスを使用し、これらの技術を正しい方法で使用して、AIの責任ある使用を本当に可能にするために、チーム全体の文化とマインドセットで何を変更する必要がありましたか？

Aman Thind（State Street）: 私たちが最初に行う必要があったのは、昔から言われているように、成功は恐怖の向こう側にあるということです。人々が未知への恐怖を克服し、可能なあらゆる方法でAIを受け入れる必要がありました。そのため、私たちは会社内で多くの教育セッションを実施し、人々がその技術が何であるか、舞台裏で何をするか、そして労働力としての私たち、そして一般的な社会にとっての全体的な含意が何であるかを理解できるようにしました。

Rick Sears（AWS）: マインドセットの変化も、これらのチームが本当に自分自身でセルフサービスできるようにするためのイネーブラーのようですね。それが、あなたが探している重要な成果の一つですか？これらのチームが実践を理解し、自分自身の方法で物事を推進できるようにすることですか？

Aman Thind（State Street）: そうです、セルフサービスが非常に重要になってきます。コパイロットについて話していても、エージェントについて話していても、私たちが作成するスケルトンを人々が単純に使用し、その後に自分自身の肉付けを追加できるようにしたいのです。彼らがビジネス決定を下すために依存するデータセットであっても、これらのモデルを組み込む必要があるエージェントワークフローであっても、私たちが望むのは、人々がこれらの技術を使用して自分の使用ケースを解決できるようにすることであり、技術が彼らの一人一人に代わってそれを解決することではありません。

3.6 規制当局との関係構築

Rick Sears（AWS）: 会社の外でも、AIがあなたが規制当局や、あなたのビジネスを推進する一部である他の団体と協力する方法を本当に変えたと思います。あなたのプレゼンテーション中に少し触れましたが、AIを使用していること、AIを使用するリスクを軽減していることを規制当局が理解できるよう、規制当局と異なって行わなければならなかったことについて、もう少し詳しく教えてください。

Aman Thind（State Street）: 絶対に。私たちは規制当局との教育セッションで多くの作業を行い、会社内で技術を真に活用し、管理する能力について彼らに快適さと自信を与えました。つまり、彼らが私たちのデータ戦略とデータガバナンスを理解し、これらのリスクとコントロールを設定し、責任あるAIについて話したすべてのことが、会社内でAIを可能にする絶対的な基盤であることを確実にすることです。

私たちが規制当局と話すとき、私たちは「ヘイ、私たちはこれらの5つの輝かしい使用ケースを持っています」ということではなく「ヘイ、私たちは基盤を設定し、リスクとコントロールを管理し、それに関する適切なガバナンスを持っています」ということです。そして、それらのすべてのイニシアチブに彼らと参加しています。

例えば、私たちはシンガポール金融管理局の彼らのプロジェクトベリタス（Project Veritas）で作業しています。私たちは、革新的な技術で作業を開始できるように、ここアイルランドで革新ラボを設立するためにIDAと作業しています。

私たちが規制当局を見る方法は、実際にはパートナーやイネーブラーとして、安全で安心で効率的な方法でこのビジネスを行うことを可能にしてくれるということです。

4. Scott Rosencrans氏によるIntercom Q&Aセッション

4.1 販売プロセスの根本的変革

4.1.1 従来モデルからの脱却

Scott Rosencrans（AWS）: ちなみに、私はScott Rosecransです。私はAWSでAIビジネス開発チームと、Pan Amazonと呼ばれる別のグループを運営しています。このモデルが変化するにつれて、私はおそらく過去7か月で過去7年よりも多くのCEOと会いました。そして、それは私が素晴らしいからではありません。顧客が異なった購買をしているからです。彼らはAIが自分の会社をどのように変えるべきかについて聞きたがっています。どのように関与すべきか、Amazonが何をしているかを聞きたがっています。

IntercomでAIファースト企業になることについて話し、それが販売やカスタマーとの関わり方を変えることについて話しましたが、私たちはAmazonでまったく同じ経験をしました。あなたたちIntercomでは、新しい購買方法に合わせて販売プロセスと販売サイクルをどのように変更しましたか？

Des Traynor（Intercom）: 正直に言うと、すべてが変わらなければならなかった。私は以前の世界では、私たちはカスタマーサービスという明確に定義されたカテゴリーにいて、シートという標準的なメトリックで販売していました。そして、私たちの顧客は何を購入しているのか、なぜそれを欲しがっているのか、いつそれを欲しがっているのか、どこでそれを欲しがっているのかを知っていました。だから、それは非常によく定義された競技場でした。私は取引的だと言いたくないですが、営業チームが怒るでしょうが、それは非常に簡単な競技場でした。

この時代に、私たちは何が可能かについて教育しなければならない状況にあります。だから、顧客教育をたくさん行わなければなりません。顧客が「ああ、AIを使ってチケットを要約できますか？」と言うと、私たちは「はい、でももっと大きく夢を見てください」と言わなければなりません。だから、教えなければならないことがたくさんあり、それは大きな部分です。

パイロット運用も変更しなければなりません。正直に言うと、ヘルプデスクとシートが展開されるときに、私たちが爪を噛んで心配していることはありませんでした。もちろんそれは機能するでしょう。それは他の皆のために機能しました。AIは違います。適切なパイロットを実行しなければなりません。構成が重要です。どれだけのコンテンツを取り込むか、どのように設定されるか、どの顧客と話すことが許可されるか、話すことが許可されない顧客は何かです。だから、製品が機能するかどうかをテストする性質は全く違います。

4.1.2 新しい価格モデルとバイヤーの変化

Des Traynor（Intercom）: そして最後に、価格設定の問題が本当に重要だと思います。シートを販売していません。ソフトウェアとしてマークされた予算に販売しようとしている場合、あなたは間違った種類のウォレットにいます。給与のための予算にいる必要があります。なぜなら、あなたは仕事を販売しているからです。ソフトウェアへのアクセスだけを販売しているのではありません。

だから、そのために、私たちは使用量が重要であることを販売しています。私たちと、あなたたちのような人々のように、あなたは一定量のそれらを使用する許可のためにものを支払います。そしてその点で、この変更を行っているすべてのSaaSビジネスは、製品が使用されるかどうかを今大いに気にしなければなりません。

私たちは常にそれを気にするべきでしたが、シェルフウェアは巨大なものです。ソフトウェアには巨大な産業があります。それは棚に座り、私たちは「いつかそのものをインストールするつもりです」のようです。しかし、それは価値を提供するときにのみ充電される場合、または成果を提供するときにのみあなたにお金を請求する場合、シェルフウェアのコストはゼロドルになるため、すべて借金です。

だから、正直に言うと、販売プロセスのほとんどが変わらなければならなかった。

4.2 AI・人間協働の最適バランス

Scott Rosencrans（AWS）: カスタマーサポートとあなたたちが行っていることについて考えると、私はおそらく5秒以内に「エージェント」と叫んでいる人の一人です。どのようにバランスを取りますか？AIにとっていつが適切な時期で、いつ人間をプロセスに注入するのが適切な時期ですか？

Des Traynor（Intercom）: 正直に言うと、これは顧客ごとに変わります。顧客体験戦略を顧客に投影することはできません。私たちは彼らの話を聞かなければなりません。

だから、あなたたち皆おそらくGmailアカウントを持っていると思いますが、あなたたちのうち誰もGmailサポートチームに連絡したことがない人に賭けています。なぜですか？まあ、あなたはおそらく彼らがあなたの話を聞かないと確信しているからです。なぜなら、あなたは10億分の1か何かだからです。だから、それは一つのタイプのカスタマー体験戦略です。

そして、別のタイプは、あなたたちのほとんどがAmazonサポートに連絡しなければならなかったかもしれません。そして、あなたは彼らが戻ってくることを期待しています。そして、ちなみに私たちはそうします。はい、はい、まさに。

だから、私たちはそれらの決定を下すことはできません。だから、私たちが基本的に言うことは、人間にエスカレートすることをどのくらい簡単にしたいかと顧客に尋ねることです。私たちは、「human human」や「ダイヤル0000」のような、Finnが反応するあらゆる心配なイベント、またはFinnが「この顧客は頭にきているようだから、人間に渡したほうがいい」と言うようなことができます。問題ありません。

そして、私たちはまた、人々が「チームと話す」や何でも言うようなボタンをUIに注入させます。しかし、私たちがしなければならないと思うのは、ビジネスが自分自身であることを可能にすることです。判断なしに言いますが、RyanairとI don't know高級宝石商のカスタマーサポート戦略には違いがあります。彼らは異なるマージンで、異なる理由で、異なることをしようとしています。そして、私たちは両方をサポートしなければなりません。

4.3 音声AI技術の進展と影響

4.3.1 Karaoke等次世代音声モデル

Scott Rosencrans（AWS）: 将来を見ると、AIと話していることが明らかになる理由の一つは、今、音声が狂ったようにリアルになっているからだと思います。先週見たKaraokeと呼ばれる新しいモデルがあり、まだ本番環境にも出ていないと思いますが、それは間、イントネーション、トーン、さらには感情まで含めて人間のようです。だから、これがサポートビジネスをどのように変えると思いますか？

Des Traynor（Intercom）: 大幅に変わると思います。Z世代やミレニアル世代の群衆の多くにとって、明らかに世界で最悪のことは電話が鳴ることです。彼らは人間と交流しなければならないかもしれないという考えに非常にアレルギーを持っています。そして、それは確実にシフトです。

しかし、私たちの多くは、音声を高く評価している人もたくさんいます。つまり、私たちの一人一人は、タイプできるよりも速く話すことができます。そして、将来には多くの瞬間があると思います。製品にサインアップしたばかりで、私たちのオンボーディングツアーに参加し、調査を行うような場合、あなたは「これは2,000人の会社のB2B営業です」のようなことを音声でダンプしたいかもしれません。あなたが必要とするすべてのことを彼らが知っている1つの5秒のバーストで。それは、規範が何であるかよりもはるかに効率的で効果的でしょう。

私たちがここでメモを書いて互いに渡さない理由があります。音声と聞くことは、相互作用メカニズムとしてかなり良いです。だから、音声は大きくなると思いますし、合成音声は巨大になると思います。

もしあなたがSumiの最新の音声モデルや、SynthesiaのElevenLabsのようなデモを見れば、ここには多くの素晴らしい技術があります。私たち自身、Finnが音声を持つことになります。私たちは水曜日にこれを発表しますが、Kenny（キルケニー）が最初に聞くことになるので、スポイラーです。しかし、Finnは電話に対応でき、あなたは「やあ、私は今日タホから飛ぶはずの便を変更したい」と言うことができます。

もし人間の方が良いエッジケースを見つけるなら、「それはクールです。ここでは人間と競合しているふりをしましょう。」私たちは競合していません。私たちは「アメリカン航空へようこそ、フライトを変更したい場合は1をダイヤルしてください」と競合しています。それは「やあ、タホから今日飛ぶはずの便を変更したい。ブラブラブラ」と言えることと比較しての体験です。もしすべてのコンテキストを前もって与えることができ、それがあなたを電話ツリーの9ポイント下のまさに必要な場所に落としてくれるなら、それははるかに優れた体験です。そして、音声にデジタルのドジっ子さが少しあっても、効率の向上のためにそれを乗り越えるでしょう。

だから、音声は近い将来では私たちが持っているしょぼさよりも良くなると思い、中期的には本当に良くなると思います。

4.3.2 実用的音声AI実装

Des Traynor（Intercom）: 私たち自身、Finnが音声を持つことになります。私たちは水曜日にこれを発表しますが、Kenny（キルケニー）が最初に聞くことになるので、スポイラーです。しかし、Finnは電話に対応でき、あなたは「やあ、私は今日タホから飛ぶはずの便を変更したい」と言うことができます。

もし人間の方が良いエッジケースを見つけるなら、「それはクールです。ここでは人間と競合しているふりをしましょう。」私たちは競合していません。私たちは「アメリカン航空へようこそ、フライトを変更したい場合は1をダイヤルしてください」と競合しています。

それは「やあ、タホから今日飛ぶはずの便を変更したい。ブラブラブラ」と言えることと比較しての体験です。もしすべてのコンテキストを前もって与えることができ、それがあなたを電話ツリーの9ポイント下のまさに必要な場所に落としてくれるなら、それははるかに優れた体験です。そして、音声にデジタルのドジっ子さが少しあっても、効率の向上のためにそれを乗り越えるでしょう。

だから、音声は近い将来では私たちが持っているしょぼさよりも良くなると思い、中期的には本当に良くなると思います。

4.4 業界別AI採用パターン

4.4.1 早期採用業界

Scott Rosencrans（AWS）: 私たちは業界を中心にAWSを構成しており、おそらく最大の驚きの一つは、金融サービスや規制業界がAIの非常に迅速な採用者であったことです。Intercomで見ている観点から、他よりも速く採用している特定の業界はありますか？

Des Traynor（Intercom）: 明らかに、技術は最初に動く可能性が高いです。なぜなら、彼らは技術を最も理解し、最も信頼する可能性が高いからです。そして、私たちはfintechが多く採用するのを見ています。

私たちはまた、非常に特定のことが今可能になったのがあり、それは以前は不可能だったことです。それは実際に大規模なユーザーベースに良い程度のサポートを提供することです。だから、私たちは多くのB2Cモバイルゲーム、fintech、基本的に個別に価値がほとんどない大量のユーザーを持っている人を見ています。そのため、10分の人間の時間を正当化することはできません。

その結果、あなたはあなたのすべてのサポートボタンを隠し、私たちが慣れているそのすべてのがらくたを隠そうとします。それは消え去りつつあり、人々は気づいています。「ふーん、もしも大部分の時間に即座に正確な回答を与える小さなものを右下に置くことができるなら、それは実際にビジネスにとって良いことです。」だから、私たちは以前にサポートの弾丸をマトリックスのキアヌのように回避しようとしていた多くの新しいサポートの需要を見ています。

今、彼らは実際に「ヘイ、もしもそれを取ることができ、下向きに対する完全な税金を支払う必要がなければ、実際にここに機会があります」と言っています。だから、変化する経済学は、より多くの人々がそれにオプトインすることを意味していると思います。

4.4.2 新たな需要創出

Des Traynor（Intercom）: 私たちはまた、非常に特定のことが今可能になったのがあり、それは以前は不可能だったことです。それは実際に大規模なユーザーベースに良い程度のサポートを提供することです。だから、私たちは多くのB2Cモバイルゲーム、fintech、基本的に個別に価値がほとんどない大量のユーザーを持っている人を見ています。そのため、10分の人間の時間を正当化することはできません。

その結果、あなたはあなたのすべてのサポートボタンを隠し、私たちが慣れているそのすべてのがらくたを隠そうとします。それは消え去りつつあり、人々は気づいています。「ふーん、もしも大部分の時間に即座に正確な回答を与える小さなものを右下に置くことができるなら、それは実際にビジネスにとって良いことです。」

だから、私たちは以前にサポートの弾丸をマトリックスのキアヌのように回避しようとしていた多くの新しいサポートの需要を見ています。今、彼らは実際に「ヘイ、もしもそれを取ることができ、下向きに対する完全な税金を支払う必要がなければ、実際にここに機会があります」と言っています。だから、変化する経済学は、より多くの人々がそれにオプトインすることを意味していると思います。

5. Zach Woodhall氏によるAmazon Q Business発表

5.1 Amazon Q Businessの概要と位置づけ

Zach Woodhall（AWS）: 皆さん、大変ありがとうございました。休憩の直前にいます。なぜか彼らは私をいつも休憩の直前や食事の直前に置きます。なぜそうなのかわかりません。

今日ここにいて素晴らしいです。素晴らしいスピーカーたち、Amanさん、あなたの話を共有してくれてありがとうございます。本当に興味深いものでした。私はAmazon Qチームの出身で、実際にAmazonですべての仕事用ツールの構築に焦点を当てた単一のチームがあります。

Q Businessは、組織全体が情報を発見し、新しい洞察を獲得し、職場でアクションを実行するために必要な能力にアクセスできるようにする私たちの能力です。そして、これをあなたの組織全体のスケールで行うことができます。

なぜなら、Qは実際にあなたのすべてのデータ、あなたのウェブサイト、あなたのアプリ、あなたの既存のサービスに接続することを可能にするからです。そして、この能力を組織全体のスケールで提供することで、私たちが今話してきて話し合ってきたことの一部を行うことができます。

私は実際にこの小さなAI革命について非常に、非常に興奮しています。Dezが話していたように、私たちが今まさに始まったところです。なぜなら、それは私たち皆が毎日仕事をする方法を根本的に変えると信じているからです。

そして、これは新しいモダリティの出現のようなものです。Word Perfectというものがあり、人々はそれを多く使用していました。それはどこにでもありました。人々はすべてのホットキーを暗記していたので、それをバンバンと叩くことができ、非常に生産的になることができました。そして、彼らはキーボードの上に行くこれらの小さなテンプレートを持っていて、何ができるかを説明してくれました。

そして、Microsoftがやってきて、この狂ったアイデアを立ち上げました。見たものがそのまま手に入るポイント・アンド・クリックです。今、私は任意の特定の文、段落に行って、タイピングを始めることができます。太字にしたり、これらの新しいアイデアや概念を行うことができます。

そして、人々がこの新しいモダリティを使用してこのモダリティの利益を実現し始めたのは、より多く生産し、新しい種類のコンテンツを生産し、より良く働き、より速く働くことを可能にしたからです。そして、以前に人々がキーボードメンタリティの周りで磨き、発達させたすべてのスキルは、本当に種類が変わり、最終的には種類が進化し、消えていきました。

私たちは同じことをモバイルで見ました。今、これは新しいモダリティです。だから、私たちが見ようとしているのは、これらのAIエージェントが人々が仕事をする方法の中核、中心になることです。私は今日、非常に興奮しています。

5.2 新しい作業モダリティとしてのAI

5.2.1 WordPerfect → Microsoft Wordの歴史的類推

Zach Woodhall（AWS）: そして、これは新しいモダリティの出現のようなものです。Word Perfectというものがあり、人々はそれを多く使用していました。それはどこにでもありました。人々はすべてのホットキーを暗記していたので、それをバンバンと叩くことができ、非常に生産的になることができました。そして、彼らはキーボードの上に行くこれらの小さなテンプレートを持っていて、何ができるかを説明してくれました。

私たちは同じことをモバイルで見ました。今、これは新しいモダリティです。だから、私たちが見ようとしているのは、これらのAIエージェントが人々が仕事をする方法の中核、中心になることです。

5.2.2 AIエージェントの中心的役割

Zach Woodhall（AWS）: 私たちは同じことをモバイルで見ました。今、これは新しいモダリティです。だから、私たちが見ようとしているのは、これらのAIエージェントが人々が仕事をする方法の中核、中心になることです。私は今日、非常に興奮しています。

5.3 重要な製品発表・アップデート

5.3.1 地理的展開

Zach Woodhall（AWS）: ヘイ、私たちには今日お伝えする小さな発表がいくつかあります。私たちは3月19日にここダブリンでAmazon Q Businessを利用可能にすることを発表します。これは、アメリカ以外では最初の大きなAWSデータセンターです。

そうです、これは素晴らしいことです。人々がこの新しい機能を直接、既存のサービスやデータと組み合わせて、ここヨーロッパで試す機会を与えてくれます。あなたのデータに近いより良いパフォーマンスを提供し、おそらくある種の主権についても役立ちます。これはまた、Qビジネスで実験する方法を与えてくれます。そして、Qビジネスで実験することは非常に価値があると思います。

5.3.2 QuickSightのスペイン展開

Zach Woodhall（AWS）: そこで、QuickSightの話ですが、何人の人がQuickSightを今日使っていますか？オーケー、多分部屋の半分くらいでしょうか。QuickSightはAmazonの汎用BIサービスで、すべてのBIタスクに使用できます。私たちは多くの顧客が組織のためにこれを標準化しているのを見ています。なぜなら、AWSサービスに期待するように、QuickSightは高度にスケーラブルだからです。展開と管理が簡単で、非常に少ないオーバーヘッドや作業があり、完全なSaaSサービスです。

だから、あなたはインタラクティブなダッシュボード、レポート、人々が期待するこれらすべての種類のBI機能を取得します。そして、それはあなたのエンタープライズのコンテキストで動作します。ガバナンスされ、安全で、既存のデータと連携します。

今、私は昨日スペインでQuickSightがローンチしたことをお知らせできることに興奮しています。

素晴らしい！そうです、私たちはこのローンチを推進したいくつかの本当に素晴らしい顧客を持っています。それは一般的に私たちがこれらのローンチをどこで行うか、製品に何を追加するかを見る方法です。だから、もしあなたがリクエストを持っているなら、後で私に戻ってきてください。製品に何が必要かについて話すことができます。

5.4 Bear社の成功事例

Zach Woodhall（AWS）: そこで、私たちの素晴らしい顧客の一つであるBearで何が起こったかです。ちなみに、彼らは食料の持続可能性と不足という、非常に称賛に値する問題に取り組んでいます。食料の持続可能性と不足の問題に対処することです。それは、データがあり、それがこれらの異なるサイロにあり、時間とともに進化したということです。そして、彼らの意思決定科学チームは作業を行う能力において減速していました。

そこで、彼らが今行ったことは、Amazon Q Businessをツールとして彼らのワークフローで実際に使用し、進行中に情報を生成し、情報をレビューし、時間をかけて改善することです。意思決定科学チームが新しいチームメンバーを獲得すると、彼らは70%速くオンボーディングできるようになりました。彼らは作業において30%より効果的になっています。

そして、私たちの多くにとって真実なのは、これらのデータのサイロ、接続する必要があるすべてのこれらの異なるシステムを持っているということです。そしてそれらをまとめて持ち込むことです。そして、Qがすることは、あなたがそれらに直接接続できるようにすることです。

5.5 技術的特徴と統合機能

5.5.1 Out-of-the-Box統合

Zach Woodhall（AWS）: そして、私たちの多くにとって真実なのは、これらのデータのサイロ、接続する必要があるすべてのこれらの異なるシステムを持っているということです。そしてそれらをまとめて持ち込むことです。そして、Qがすることは、あなたがそれらに直接接続できるようにすることです。

だから今、あなたは必ずしもコードを書く必要がなく、統合を書く必要もありません。あなたがこれらのことを設置し、望むようにセットアップするための完全なAPIがありますが、コネクターは基本的に箱から出してくるものです。だから、私はSalesforceに接続できます。Drupalに接続できます。Dropboxに接続でき、すぐにそのことができます。そして、そのコネクターによって、この情報を私のワークフローに直接持ち込むことができます。

5.5.2 セキュリティ・権限管理

Zach Woodhall（AWS）: そして、すべてのそのデータは、APIアクセス可能なインデックスに直接流れ込みます。このインデックスはAPIアクセス可能で、実際にあなた自身のカスタムソリューションをこのものに対して構築することができます。そして、それは安全です。だから、例えば、ユーザーとロールを理解し、権限とセキュリティを適用するために使用でき、人々が持つべきデータだけを正確に、そして正確に持つべきデータだけを確実に取得できるようにします。

5.6 Zoom等パートナーとの協働事例

Zach Woodhall（AWS）: 私たちの素晴らしい顧客の一人であるこの機能を今日使用して、Zoomミーティングに参加しましょう。

通話が始まると、ZoomのAIコンパニオンがミーティングを要約し、ミーティング中の質問に答えることで支援します。このチームはAmazon Q Cross-app IndexでAIコンパニオンを使用することを選択したため、ミーティングを要約するだけでなく、会話中でLeiaが参照するAtlassian JiraチケットとGoogleドキュメントを自動的にサービスします。

Cross-app Indexは、接続されたアプリ全体でユーザーレベルの権限を尊重し、生成された応答で使用されるドキュメント、メッセージ、データが、ユーザーがZoomを離れることなく、すでにアクセスできるものに基づいていることを確実にします。チームは迅速にプロジェクトの状況について接続し、関連するコンテンツを見つけ、情報に基づいた決定を下します。

Asana、Miro、Zoom、PagerDutyなどのアプリケーションも、Amazon Q BusinessのインデックスからGenerativeAI体験を強化するために使用しています。今日、Amazon Q Cross-app Indexで生成AI機能を強化しましょう。

5.7 QuickSightでのQ機能拡張

5.7.1 既存機能（2024年4月30日発表）

Zach Woodhall（AWS）: QuickSight内でも私たちはQを持っており、QuickSightでのQは構造化データから洞察を得るのに役立つ自然言語機能です。私たちはこれを2024年4月30日に発表しました。

それはいくつかの機能を提供します。だから、ダッシュボードを構築しているビジネスアナリストにとって、彼らは自然言語を使用してそれを行うことができます。ビジネスユーザーにとって、今、あなたはQを取り、それを既存のダッシュボードに適用し、ダッシュボードを超えた質問をして回答することができます。

今、これは本当に役立ちます。なぜなら、それは人々が情報の新しいカットを得ることを可能にするからです。だから今、あなたは実際に、エグゼクティブが持つ特定の一回限りの質問や、マネージャーが理解する必要がある質問に答えるために、追加の別々のレポート機能を構築する必要がありません。

さらに先に進みます。私たちはまた、洞察生成機能を持っています。これは、将来的にこれらがどのようなことをする可能性があるかについて、少し前向きに傾いています。しかし、私たちは、ダッシュボードから洞察を要約する能力を持っています。そして、あなたはデータストーリーを生成することができます。

だから、データストーリーは、あなたのデータで何が起こっているかを説明するドキュメントやスライドのようなものです。しかし、これらはただのドキュメントです。だから、あなたはこれらのものを更新し、コンテンツを追加し、それらを変更することができます。

5.7.2 構造化・非構造化データ統合

Zach Woodhall（AWS）: 今、私たちが今日見ているものの1つは、顧客が複数の場所にデータを持っているということです。そうです、彼らは本当に重要な多くの構造化データを持っています。それはあなたの売上数字ですが、彼らはまた多くの非構造化データも持っています。それは、その電話がどのように進んだか、いつ私たちがこの顧客に最後に関与したかということです。

だから、私たちがやっていることは、Qを通じてこれらすべてのものをまとめて持ち込み、結合された洞察のセットを提供することです。だから今、QuickSightでデータの質問をして回答するときに、あなたの質問に関連する非構造化ソースからの情報と並んで、分析的な、構造化データの要約を見ることになります。

あなたはまた、これらの物語を生成することができます。それらは、あなたのQ Business インデックスから洞察を自動的に引き出すことができます。あなたが物語の一部として考えさせたいファイルをアップロードすることもできます。

5.8 Scenario Analysis機能（re:Invent発表、プレビュー中）

5.8.1 ターゲットユーザー

Zach Woodhall（AWS）: 今、データ分析を生活としながらも、SQLを知らない、インフラストラクチャを知らないマーケティングマネージャー、プロダクトマネージャー、営業オペレーションマネージャーのようなすべてのマネージャーがいることがわかります。だから、このような状況の人々により良く、より速く作業し、彼らが他の方法では得られなかった新しい情報を得ることを可能にするにはどうすればよいでしょうか？

そこで、私たちはre:InventでQによるシナリオ分析機能のプレビューを発表しました。そして、これが行うことは、データを分析するための完全なエージェント的体験です。だから、長い間、BIでは私たちはデータ分析を簡単にしたいと思っていました。そして、非常に良いオペレーショナルダッシュボーディングに到達したと思いますが、まだこの問題を解決していません。

5.8.2 完全エージェント型体験

Zach Woodhall（AWS）: そこで、私たちはre:InventでQによるシナリオ分析機能のプレビューを発表しました。そして、これが行うことは、データを分析するための完全なエージェント的体験です。だから、長い間、BIでは私たちはデータ分析を簡単にしたいと思っていました。そして、非常に良いオペレーショナルダッシュボーディングに到達したと思いますが、まだこの問題を解決していません。

だから、これは、そのようなソリューションがどのようなものかの最初の一瞥かもしれません。AIが支援できる場所です。そして、それが行うことは、あなたが与えるあらゆるビジネス問題を分解し、複数のステップでそれを解決し始めることです。あなたと協働的にそれらのステップを洗練し、改善し、追加情報をもたらします。

そして、それは快適で親しみやすいように設計されています。だから、例えば、スプレッドシートを使用している人々は、トレーニングなしでこのツールを使用できるでしょう。

もしあなたがこれについてもっと知りたいなら、私たちは今日後半にセッションがあります。そこでデモがあり、そのイベントでもっと話すことができます。皆さん、本当にありがとうございました。今朝、私たちのプレゼンテーション全体を聞いていただいたことを本当に感謝しています。廊下で皆さんにお会いし、お話しできることを楽しみにしています。