投資家を興奮させる3種類の「インテリジェントアプリケーション」

編集者注: これは、Madrona Venture Group のマネージング ディレクターである S. Somasegar 氏と、Madrona Venture Group のプリンシパルである Daniel Li 氏によって書かれたゲスト投稿です。

人工知能（AI）は広範かつ使い古された用語です。今日、資金調達を目指すスタートアップ企業は、データと機械学習に関するストーリーを持たなければなりません。そして、あらゆる企業は、AIを活用して顧客データや取引データの価値を最大限に引き出す方法を模索しています。

私たちは、今日構築されているすべてのアプリケーションがインテリジェントなアプリケーションであると強く信じています。データを活用して継続的な学習システムを構築し、より多くのデータでより高い価値を提供するアプリケーションは、今後市場で時代遅れになるでしょう。

しかし、ベンチャーキャピタリストが「インテリジェントアプリケーション、AI、機械学習への投資」と言うとき、彼らは実際には何を意味しているのでしょうか？私たちがインテリジェントアプリケーションについて議論する際、AIを活用して成果を桁違いに向上させることができるアプリケーションを求めています。そして、これらのアプリケーションは一般的に3つの方向性を辿ります。マドロナで最も投資を熱望している3種類のインテリジェントアプリケーションをご紹介します。それは、オートメーター、オーグメンター、そしてアバンギャルドです。

Automators: ワークフローを発見、自動化、統合するアプリケーション

インテリジェントアプリケーションの最初のカテゴリーは、反復的、時間のかかる、あるいは困難なプロセスを特定し、これらのワークフローを処理するための新たな方法を開発することで、顧客がより多くの時間を価値の高い統合作業やコグニティブ作業に集中できるようにすることに重点を置きます。これは、現在、あらゆる企業が取り組んでいるデジタルトランスフォーメーションの礎となるものです。

現在、この分野で最もよく知られている企業は、UiPathやAutomation Anywhereといったロボティック・プロセス・オートメーション（RPA）ベンダーです。これらの企業は、PDF文書の読み込み、主要データの抽出、そのデータの別のシステムへの入力、そしてこれらのステップを自動化ワークフローに統合するといった、ワークフローの個々のステップを自動化するソフトウェアを開発しています。

RPAベンダーは水平展開可能なプラットフォームを構築し、システムインテグレーターやコンサルタントと提携して大企業へのソフトウェア導入・カスタマイズを行っています。しかしながら、RPAの成功にもかかわらず、AIの可能性はまだ表面をかすめたに過ぎません。コンピュータービジョン、自然言語理解、その他のディープラーニング技術の革新により、RPAにはまだまだ多くの課題が残されています。

従来の RPA プロジェクトに加えて、法律サービス、医療、不動産などの特定のユースケースや業界向けにエンドツーエンドのワークフローを作成するために、「RPA」のような自動化を新しい製品に組み込む企業も増えています。

これらのワークフローは、多くの場合、高度に自動化された主要なワークフローと、自動化されたワークフローからの逸脱や問題に対処するために設計された「人間参加型」システムを組み合わせたものです。時間の経過とともに、これらの製品の魔法は、人間と機械をシームレスな顧客体験に統合し、データとフィードバックループを活用して継続的に体験を向上させることにあります。

この分野で最も興味深い企業の中には、単一のワークフローの自動化にとどまらず、複数のワークフローを自動化し、新たな統合ワークフローを構築する企業もあります。例えば、OpenDoorのような企業は、住宅の評価プロセスと不動産取引の締結プロセスを統合し、消費者が不動産市場にアプローチするための新たな方法を生み出しました。

オーグメンター：人間が仕事を飛躍的に向上できるようにアドバイスしたり支援したりするアプリケーション

多くの企業が一連の主要なワークフローの自動化に重点を置いていますが、Jarvis や HAL スタイルの AI が登場するまでは、プロセスから外れる可能性のあるコーナーケースや例外をすべて自動化することは困難であり、自動化に関する期待を設定することが困難になります。

これを説明する 1 つの方法は、Alexa などの「AI」について考えることです。Alexa は 1 つまたは 2 つの主要なタスク (タイマーをオンにする、天気はどうかなど) には最適ですが、未知数が多すぎるため Alexa を 50 のタスクに使用するのは困難であり、Alexa が未知のものに対してどのように反応するかを予測することも困難です。

そのため、AIと機械学習のより適切な活用法は、主要なタスクやプロセスの自動化以外に、特定の仕事のスキル向上方法を指導したり、仕事の遂行を支援するツールを提供したりすることです。AIは多くの複雑な認知タスクを自動化することはできませんが、入力と結果に関するデータを収集し、人間のパフォーマンス向上を支援する上で非常に役立ちます。

今日のAIコーチの好例としては、テキストや構造化データに依存するものの、多くのコンテキストやシステムのリアルタイム更新を必要としないタスク（メール、職務内容、製品の説明など）が挙げられます。Palantirは、人間のアナリストと機械知能を組み合わせるというアプローチを採用し、人間単独または機械単独よりも効果的なシステムを構築した大企業の一例です。

複雑なメールやチャットのやり取り、音声・ビデオチャットなど、従来はデータの分析や収集が困難だった分野にも、AIアドバイザーが登場し始めています。例えば、GongとChorusはZoom通話のデータを活用し、営業担当者が営業ミーティングを改善し、長期的に営業パフォーマンスを向上させる方法を探っています。

これらの企業は、時間の経過とともに、価値の高いデータセットを構築し、複数の記録システムや行動システムに統合できる立場に立つでしょう。パフォーマンスと成果に対する理解を深めることで、彼ら自身が重要なプラットフォームプロバイダーになる可能性も秘めています。

アヴァンギャルド: AIを活用した全く新しい製品や体験を生み出すアプリケーション

最後のカテゴリーのアプリケーションは、機械学習を活用して全く新しい体験や製品を生み出すものです。言い換えれば、低コストのクラウドコンピューティング、膨大なデータ、そして新しい機械学習アルゴリズムの組み合わせが生まれるまでは、実現不可能だったことを実現するものです。

たとえば、自動運転車は、機械学習の進歩なしには実現できないまったく新しい車両フォームファクター、ビジネスモデル、サービスを生み出します。また、Siri や Google Home の音声アシスタントは、自然言語処理の進歩なしには実現できなかったまったく新しい対話モデルを実現します。

このカテゴリーの企業の多くは、コンピューター ビジョン、ディープラーニング、ロボティクス、NLP などの重要な新技術を消費者に提供する先駆者であり、巨大な市場、新しい技術、新しいビジネス モデルが交差する場所に位置するため、注目すべき非常にダイナミックな分野です。

つまり、これらの企業は成功すれば大きなチャンスとなる可能性がある一方で、短期的には成果の測定と収益化が難しい可能性もあるということです。例えば、Adaptive Biotechnologiesのような企業は、免疫システム、次世代シーケンシングマシン、機械​​学習に関する数十年にわたる研究を活用し、免疫システムの変化を検出して疾患を診断していますが、自社の技術を収益化するために適切な顧客とビジネスモデルを見つけるのに時間を費やさなければなりませんでした。

大規模な資金プールは、こうした「全く新しい」体験の構築に確かに役立ちます。AmazonのGoストアやWaymoの自動運転車といった大手テクノロジー企業による実験には、巨額の投資が必要でした。しかし、レジなし店舗でAmazonと、自動運転車でWaymoと直接競合するスタートアップ企業など、こうした「全く新しい」体験を生み出しているスタートアップ企業も数多く存在します。これらの企業はすべて、深い技術と市場の専門知識を必要としており、顧客の問題に新しい技術を適切に適用できる企業が勝者となるでしょう。

結論

インテリジェントアプリとは、「人工知能」を用いて継続的な学習システムを構築し、ユーザーに豊かで適応性に優れ、パーソナライズされた体験を提供するアプリケーションです。これらのインテリジェントアプリには多様な顧客、パートナー、開発者が存在します。中でも最も魅力的なのは、ビジネス指標において桁違いの改善を実証できる、オートメーション、オーグメンター、あるいはアバンギャルドな企業です。