Google Cloudのデータ分析担当リードエグゼクティブによると、企業データの価値を引き出す上で人工知能（AI）の役割はますます大きくなるという。
Google Cloud の副社長兼データベース、データ分析、Looker 担当ゼネラルマネージャーのゲリット・カズマイヤー氏は Computer Weekly に対し、クラウドと検索の巨人である同社の顧客はすでに AI とより従来型のビジネス インテリジェンス ツールを組み合わせていると語った。
これは、AI が構造化データと非構造化データを統合するのに役立つからであるとカズマイヤー氏は述べています。 AI システムはますます複雑な分析を実行し始めていますが、人間の専門家よりもはるかに高速で、はるかに大量の情報を処理できます。
Google は、検索分野でのバックグラウンド、クラウド リソース、生成 AI システムの基盤の 1 つであるトランスフォーマー モデルの開発経験を利用して、この点で顧客をサポートしています。
「私たちは、エンタープライズ データの Google 検索を再考しています」とカズマイヤー氏は述べています。。 その多くは、主に公開データでトレーニングされた生成 AI などの AI ツールの可能性と、企業のエンタープライズ アプリケーションやデータ レイクに保持されているドメインおよびビジネス固有の情報を組み合わせることに関するものです。
同氏は、「これまでのところ、Google検索は主にパブリックドメインまたはパブリックウェブで行われている」と述べた。 「最終的には、これをエンタープライズ領域に持ち込む大きなチャンスがあり、基本的にワールドワイドウェブの一部ではない企業内に存在するすべてのデータポイントに同様のインターフェースを提供することになります。
「誰もが Google の使い方を知っています。 地球上のすべての CEO は、Google を使用して公開 Web を検索する方法を知っていると私は確信しています。 私は、地球上でダッシュボード ツールを使用して自分の企業に関する情報を検索できるのは、ごく少数の人々、そして確実に少数の CEO だけであると同様に確信しています。
「生成 AI (GenAI) を使用すると、Google 検索を通じて公開データと対話できるのと同じように、私たちも企業データと対話できる機会が得られます。」
Googleがデータを「取得」する
カズマイヤー氏によると、Googleは情報をよりアクセスしやすくする必要性について「文化的理解」を持っているという。 これは、AI と従来の分析を統合するという同社の使命の中心です。
「技術者の観点から見ると、世界中の情報を検索し、関連する情報を世界中の人々がアクセスして使えるようにすることから始まります。 それは、今日の生成 AI で多用されているテクノロジーを構築するために必要です」と彼は続けました。
「Google がトランスフォーマー モデルの最初の発明者であることには理由があります。現在、このトランスフォーマー モデルは、Gemini (以前は Google の Bard) であれ、ChatGPT、(Meta の) Llama などであれ、これらすべてのモデルの基礎となるアーキテクチャとなっています。
「誰かの質問を意味のある答えにマッピングしたいと言うとき、まず、それを効率的に処理し、それを形式で返すためのセマンティクスを理解するために構築する必要があるテクノロジーについて、深い理解が必要です。人間が扱える要素です。」
Google は、分析ツールに AI を組み込むロードマップを策定し、BigQuery と Vertex AI を統合し、BigQuery Studio でデータから AI ワークフローを可能にし、ユーザーが BigQuery ML で機械学習モデルを作成して Vertex AI にエクスポートできるようにするほか、 Looker と Looker Studio の機能。
Google の見解では、企業における生成 AI のアプリケーションの中で最も有望なものの 1 つは、専門家以外のビジネス データの操作を支援することです。
GenAI では、コーディングや分析のスキルを学習したり、クエリを作成したりダッシュボードを設計したりするのではなく、ビジネス ユーザーが自然言語を使用してデータベース、データ ウェアハウス、またはデータ レイク アプリケーションを操作できるようにする必要があります。また、応答も自然言語で取得できるようにする必要があります。
これには、使いやすさのほかに 2 つの重要な利点があります。
これにより、ダッシュボードの形式と機能に合わせてデータをフィルターする必要がなくなります。 これは必然的に、一部の情報が切り詰められたり削除されたりすることを意味します。 そして、分析ツール自体をドリルダウンするスキルを持っている企業ユーザーは少数です。
AI ベースのシステムは、より大規模なデータ量とより広範囲のデータ ソースを処理できるため、より正確になる可能性があります。 カズマイヤー氏はこれを「ワイドデータ」と呼んだ。
もう 1 つの利点は、ユーザーがより反復的な方法で AI 駆動のシステムと対話できることです。 クエリを微調整して微調整し、必要な情報が見つかるまでさらに質問を続けることができます。
カズマイヤー氏は、BigQuery、Vertex AI、Looker などの標準 BI ツール スイートを使用しているチリの水産会社カマンチャカの例を挙げています。 すべての従業員が会社のデータにアクセスできるようにする AI エージェントを作成しました。
「これにより、データ分析の専門家ではない人でもデータと分析を利用できるようになります。 誰もが尋ねたい質問を持っています。 誰もがその質問に答えられるアナリストを持っているわけではない」と彼は語った。
「生成 AI 機能には、ダッシュボードや従来のデータ分析以上のものをもたらす新しいユースケースが登場しています。 消費者はデータ アナリストから、有意義なデータ分析へのアクセスを与えられるすべてのナレッジ ワーカーへと変わりつつあります。」
カズマイヤー氏によると、これにより、ビジネス インテリジェンスは、単にデータを表示するだけでなく、人間のアナリストと同じように情報を解釈することができるようになります。
「データを見るときは、その解釈を手伝ってくれる専門の分析者など、知識のある人に相談したいと思います。 それは概念的に何を表しているのでしょうか、あるいはそれとどのように比較されますか?」 彼は言った。
「それは必ずしもデータポイント自体によって答えられる質問ではありませんが、もし望むなら、本当に調整された人、つまり『これは良いマージンですか、それとも悪いマージンですか？』を解釈する方法を理解している人が必要です。」 この日の未払いの売上は良いですか、それとも悪いですか?』
「これはトレーニングとエンコードが可能で、当社の BI 製品で導入しているエージェントによって生成されます。 したがって、基本的には、表示されるデータの理解と解釈を支援してくれるアナリストと協力することになります。 従来の BI が抱える重要な問題の 1 つは、人間が理解できるレベルまで情報を圧縮する必要があることです。」
カズマイヤー氏によると、データの消費者は変化しつつあります。 より多くのユーザーがデータへのアクセスを望んでおり、AI、特に生成型 AI は、従来の BI では不可能な方法でそのアクセスを開く方法を提供します。
しかし、AI をビジネス インテリジェンスと Google のロードマップに統合するには、単に優れたインターフェイスを提供するだけではありません。 AI は、エンタープライズ データの際限なく増大する企業の先を行く手段を提供し、同時にそこからビジネス価値を生み出すことが期待されています。
カズマイヤー氏は、ビッグ データではなく「幅広い」データについて話します。つまり、より多くのデータを保有するだけでなく、分析にさらに多くのデータ ポイントを追加します。 同氏によると、AIシステムは追加の要素を考慮する価値があるかどうかを判断するのに適しており、意思決定を妨げない程度に高速に判断できる処理能力を備えているという。
「私たちが目にした最大の変化の 1 つは、非構造化データの使用です」と彼は言いました。 「考えてみると、非構造化データは、およそ世界のデータの 90% を占めています。 従来、このデータはデータ分析には使用されていませんでした。 ドキュメントや請求書の支払いなどの特定のプロセスを自動化するための特殊なアプリケーションはありましたが、構造化データのように、私たちが積極的に使用、探索、分析するエンタープライズ データ ランドスの一部とは考えられていませんでした。
「生成 AI を使用すると、非構造化データを操作し、人々がデータを理解し、そこから情報を抽出できるようになり、非常に柔軟で利用可能になります」と彼は続けました。
また、AI ツールを使用すると、ビジネス ユーザーはデータをより深く掘り下げ、組織内の傾向をより深く理解できるようになります。つまり、「何を、いつ、どこで」という質問から、最終的には「なぜ」という質問に移ることができます。
「公開データでトレーニングされている大規模なモデルがあり、パブリック ドメインの質問について質問することができます。その機能は驚くべきものです」とカズマイヤー氏は付け加えました。
「しかし、これらのモデルは企業のデータを使用するようにトレーニングされていません。これは非常に興味深いことです。 これらの大規模な (言語) モデルをエンタープライズ データとともに展開して、データに対するすべての洞察をオープンにして、そのすべてを社内で活用できるようにするにはどうすればよいでしょうか?」
AI エージェントはすでにそれらの答えを提供している、と彼は言いました。