キム: うん。 これはクラウドの本当に素晴らしいところです。なぜなら、データがすべて揃ったら、それを使って驚くべきことを行うことができ、イノベーションが狂ったように起こるからです。 これは、OpenAI や ChatGPT などで起こっているすべてのことで見られます。 また、Power BI では、プラットフォームに多数の AI 機能を搭載しています。 そして、非常に有用な AI 機能の重要な側面は、ビジネス ユーザーが使用できるものです。 たとえば、質問をしてグラフとして回答を得ることができる自然言語クエリや、システムに「キャンセルに影響を与えているものは何ですか?どの測定値が影響を与えているのか?」と尋ねることができる主要なインフルエンサー分析などです。 また、最新の AI 機能を使用しても、GPT-3 を実際に使用して、ビジネス ユーザーがデータセットにメジャーを書き込むためのコードを生成しています。 そのため、自然言語だけで前年比計算やさらに複雑な計算を計算するコードを簡単に生成できます。
これにより、ビジネス ユーザーは、これまでにない方法でデータを掘り下げ、データを操作して、これまでにないリテラシーを構築することができます。 また、私たちの最大の顧客の一部である、私たちが協力している小売会社があり、そこではユーザーの 40% がこれらの機能を定期的に使用しています。 つまり、以前はレポートを開いて番号を取得し、先に進んでいた人がいます。 今では、彼らはそれを使ってさらに多くのことを行うことができ、自分自身でそれらの質問をすることができます. どちらももちろん、データ サイエンティストがこの作業を行う必要がないため、ビジネスがより効率的になります。 ビジネスユーザーは自分でそれを行うことができますが、それはビジネスユーザーを作り、ビジネスライン全体に、これまでにない一連の可能性を開きます.
月桂樹： そして、それは本当に素晴らしい点です。 Anil さん、データから得たこの種の洞察を支援するために、必ずしもデータ サイエンティストがいる必要はありません。 税金やERP、エンタープライズリソースプランニングなど、多くのバックオフィス業務について言及されました。 では、人々が決定を下す力を与えられ、実際にスプレッドシートの深部に費やす時間を減らすだけでなく、商品やサービスを提供する方法を革新し、変更する方法を他にどのように見ていますか?
アニル: 絶対。 それは素晴らしい質問です。 また、OpenAI と ChatGPT に関する Kim のコメントは、多くの差別化された考え方と機能をもたらし、その一部としてのビジネス ユーザーとデータ サイエンティストの役割自体を変えています。 これらのテクノロジーを採用している機能チームの一部をどのように見ているかは、多面的なアプローチですよね? 1 つは、Microsoft のようなクラウド サービス プロバイダーとの緊密なコラボレーションであり、テキスト マイニングなどの AI や機械学習のイノベーションと機能が見られます。 テキスト マイニングのような単純なことは、以前はデータ サイエンスの実験でした。特に医療サービスでは、仮説を立てていました。 誰かが一連のテキストを調べて、「ねえ、病気って何? 処方箋って何? 診断って何?」と知りたいとします。 それらはすべて、以前はそれを行っていた機械学習モデルでした。
しかし、Microsoft は AI 機能をオープンまたは応用しており、そのテキスト ストリームを送信するだけで、「ねえ、病気って何?」という観点から自動的に出力されます。 病気、症状、投薬、医師の分類など、すぐに使えるクラスが自動的に分類します。 これは単純なイノベーションです。OpenAI などについて話しているわけではありません。 これらの機能の一部を使用する必要がある場合は、イノベーションに多くの投資を注ぎ込んでこれらの機能を提供している Microsoft Azure などのハイパースケーラー プロバイダーと緊密に連絡を取り合う必要があります。 そして、これらの技術フォーラムはたくさんあります。 CDOになれる [chief data officer] フォーラム、それは技術革新フォーラムであり、あらゆるハイパースケーラーで実行できる革新的な機能をもたらすフォーカス グループ ディスカッションです。 それは私たちが連絡を取り合う必要がある別の場所です。 もう 1 つ言いたいのは、戦略的に言えば、顧客向けに設計されたアーキテクチャを推奨するときは、機能の切り替えが容易になるように、非常にモジュール化されたアーキテクチャを使用することをお勧めします。 たとえば、OCR エンジンや言語翻訳エンジンの切り替え、または物事が継続的に成熟しているいくつかの例です。
非常にモジュール化された方法でアーキテクチャを構築すると、その切り替えも非常に簡単になります。 そして最終的には、これらの機能を提供する非常に多様なチームにすべてが集約されます。 トレーニング、高度なトレーニングを奨励し、あなたが話したような技術ビジネスの多様なスキルを組み合わせて、それを組み合わせることで、チーム自体に新しい考え方がもたらされることは明らかであり、それによって、今後のイノベーションと機能の一部を採用できるようになります。市場自体から出ます。 これが、大規模な ERP や事務処理、さらには税務などのバックオフィスの変革に影響を与えていると私が考える方法です。 これらの機能のいくつかは間違いなくそこで使用できます。 たとえば、税金です。 税金については、構造化されていないデータから大量のデータ ストリームが流れています。それは PDF ドキュメントであり、フォーマットされていないドキュメントの一部です。それをどう理解しますか? 規制当局も同様に信じる構造化された形式にデータを変換できる、プラグインできる AI 機能が多数あります。 そこからの影響はかなり大きいです。
月桂樹： これは、Microsoft Azure のようなクラウド プラットフォームのハイパースケーラーがこれらの機能の多くを提供する現在、非常に多くの操作を行うバック オフィスで何が可能かを示す良い例です。 企業は、クラウド プラットフォームと最新のテクノロジーとの間で相互運用性の機会をどのように創出し、特に金融やヘルスケアなどの規制の厳しい業界において、データ ガバナンスに真剣に取り組み続けるにはどうすればよいでしょうか?
アニル: ほら、ほとんどの企業は、定義が合意されている優れたデータガバナンスを設定しており、それは業界がすでにサポートしている規制の領域にあります. たとえば、住宅ローン業界を見ると、誰かが来てローンを頼むと、その顧客には特定の要素があり、組織の他の部分に開示できる特定の要素がありますが、開示できない特定の要素があります。 そのため、データの観点から、ガバナンスが適切に設定されています。 応用 AI サービスに関して言えば、Microsoft Azure やその他のプラットフォームでは、AI の倫理的側面の一部がすでに考慮されています。 予測の観点から、アナリティクスで何ができるでしょうか? できないことは何ですか？ だから私たちはその観点からカバーされています。