SaaS アプリケーションで AI スノーボールはどのように大きくなるのでしょうか?

Shopify の不正防止機械学習から Salesforce の Einstein まで、過去数年間、SaaS 大手は競争で優位に立つために AI 開発に多額の投資をしたり、AI スタートアップを買収したりしてきました。

クラウドコンピューティングの助けにより、AI技術が実装され普及し、「AI as a Service」という新しい時代が到来しているのかもしれません。

では、クラウド コンピューティングの「雪原」で AI の雪だるまはどのようにしてどんどん大きくなるのでしょうか。AI は SaaS に何をもたらすのでしょうか。もちろん、クラウド コンピューティングにおける AI の発展から始める必要があります。

[[213595]]

第一段階：巨人が主導するトレンド

従来の SaaS モデルは月額サブスクリプション モデルに基づいているため、SaaS ベンダーは顧客が離脱しないように、顧客関係を継続的に維持および育成する必要があります。 「AIは顧客関係を構築するために必要な手作業を削減し、SaaSベンダーがより有意義な方法で顧客と関わることを可能にします」と、SaaSアクセラレータL-Sparkの創設者であるレオ・レックス氏は述べています。

過去数年間、適切な人材を採用し、有意義な AI 研究開発投資を行うことができたのは、大規模で資金力のある SaaS 大手企業だけでした。 しかし、銀行預金だけに頼っていては、実用的な AI アプリケーションを作成するのに十分とは言えません。AI の核となるコンテンツは依然としてデータであり、もちろん、他にも基本的なものがたくさんあります。

SaaS 企業にとって、独自のプラットフォームを構築することは最初の一歩にすぎません。 AI および機械学習システムのトレーニングにおける最大の障害の 1 つは、十分な大きさのデータセットにアクセスできないことです。 Shopify のデータおよび分析担当シニア VP である David Lennie 氏は、次のように説明しています。「十分な価値を得るには、できるだけ多くのサンプルを取得する必要があります。また、同じ作業に取り組んでいる同僚のグループがいると、より少ない労力ですべてがよりうまく機能します。SaaS 企業は、より多くのデータを提供できる市場に迅速に参入するために、まったく新しいカテゴリのソリューションを作成することがよくあります。」

レニー氏は、「オールインワン」の SaaS AI ツールを構築しようとするよりも、特定の領域に焦点を当てた方が、企業が AI や機械学習アプリケーションをトレーニングするためのデータをより適切に作成できるため、より良いと考えています。 企業が世界中の何百万ものユーザー規模の大規模なデータセットを構築できるようになると、問題の解決を開始できます。しかし、RubikloudのCEO兼共同創設者であるケリー・リュー氏は、これまでのところ、AIアプリケーションの最も成功した事例は依然として企業内であると考えています。

「Google が AI を使用して基本的な検索機能を改善した場合でも、Salesforce が Einstein を使用してアカウントと営業アシスタントのベストプラクティスを特定した場合でも、これまでに成功した AI アプリケーションのほとんどは、企業自身の内部運用効率と製品開発を改善するためのものでした。」

しかし、劉氏の見解は一定の真実を反映しているものの、これらの企業の主なデータソースも内部にあるため、またこれらの企業が自動化、パーソナライゼーション、音声入力、ユーザーセキュリティを推進する正しい道を歩んでいるためでもあると認識すべきである。

フェーズ2：「AI as a Service」の出現

今のところ、SaaS 業界では高度な AI アプリケーションを使用する新興企業はまだほとんどありません。 「AIはマーケティング目的で過剰に使用されており、多くの中小企業がチャットボットや線形回帰分析などの機能のみを使用してAIスタートアップを主張している」とアフィニオの共同創設者アルディ・イランマネシュ氏は述べた。

しかし、ここ数年、AWS、Microsoft Azure、Google、Oracle などの大手企業がクラウド コンピューティングを利用して「AI as a Service」製品を市場に投入しており、これにより中小企業にも機械学習やより高度な I アプリケーションへの扉が開かれました。

つまり、これらのクラウド サービス大手は中小企業に基礎的な技術サポートを提供できるということです。つまり、中小企業はハードウェアを所有したり、データ セキュリティの問題を心配したりする必要がなくなり、いつでもどこでもこの真に意味のある AI コンピューティング パワーを得られるのです。

SaaS AI 開発のこの第 2 フェーズでは、包括性とサポートの向上により、多くの特殊な SaaS AI が登場しました。これらの新興企業は、大規模メーカーのように幅広い生産性や通信サービスを提供するのではなく、よりニッチな分野の問題解決に重点を置いています。

Mobify の共同創設者兼 CEO である Igor Faletski 氏は、「AI は長い間存在してきましたが、新しいニュースがあるとすれば、開発者に AI が実際に開放され始めており、ますます多くの小規模なスタートアップ企業が AI 機能にアクセスし始めていることです」と述べています。

BeanworksやMindbridge Analyticsのような垂直統合型スタートアップは、AIを活用して、SaaS大​​手がほとんど無視してきた監査や会計などの「ホワイトカラー」業務を自動化している。

EnergyX Solutions の CTO である Alex Cornegilo 氏は、この傾向を認めています。 「非常に特殊な市場に合わせてカスタマイズできる、まったく新しいニッチな製品が生まれると思います」と同氏は言う。「私たちにとって魅力的なあらゆる小さな特徴や機能が製品やサービスに組み込まれることを想像してみてください。それはもうすぐ実現するかもしれません。」

しかし、前述したように、AI の価値はアルゴリズムではなく、企業がアクセスできるデータセットのサイズと量にあります。レニー氏は、企業は AI ソリューションを作成する前に、データがどのように使用されるかを十分に理解する必要があると警告した。

レニー氏は、AIとデータセットの「鶏が先か卵が先か」という問題を克服するためには、新興のAI企業がより多くのデータを共有し、「大量のデータを持っているがその使い方が分からない」従来の企業と協力する必要があると考えている。重要なデータと引き換えに、これらの従来の企業のために働くこともできる。

イランマネシュ氏は、マスターカードやビザなどのより伝統的な企業が、AIスタートアップ企業にデータを公開することを期待している。同氏は、「個人情報は常に問題となるが、企業は常に影響力を高めたいと考えており、単にデータを保存するだけではニーズは解決されない」と指摘した。

しかし、マインドブリッジ・アナリティクスのCEOであるエリ・ファティ氏はこの見解に反対している。同氏は、監査などのタスクを扱う場合、公開データやさまざまな企業からの小さなサンプルデータを使用してアルゴリズムをトレーニングできると反論した。 Beanworks の CEO である Catherine Dahi 氏は、会計業務は反復的なことが多いため、少数のサンプルで機械学習アルゴリズムをトレーニングできることに同意しています。

フェーズ3: SaaS AIアプリケーションの普及

大量の顧客データや運用データにアクセスできる成熟した SaaS 企業では、機械学習システムのインテリジェンスが飛躍的に向上しているため、近い将来、企業の問題解決に重点を置いた AI アプリケーションがさらに登場する可能性があります。

Forrester は、2018 年にはプラットフォーム レベルでの SaaS 大手企業間の競争がますます激しくなると予測しています。これらの企業は、カスタマイズされたアプリケーションや、さまざまなコア ビジネス機能を自動化するより高度な AI アプリケーションに対する顧客の需要を満たすために、一部のサービスをクラウド コンピューティング プラットフォーム上で実行することになります。

同時に、AI がさまざまな分野で普及するにつれて、より小規模で専門的なサービス企業がより多くの顧客を獲得できるようになり、より多くのデータセットにアクセスして AI アプリケーションを磨くことができるようになります。レニー氏は、中小企業が問題を一つずつ解決することに注力すれば、隣接市場に参入する能力を獲得し、最終的には SaaS 大手と同等の強力な AI プラットフォームを実現できると考えています。 「モデルを何度も何度も磨き上げる必要があります。十分な回数磨き上げれば、最終的には素晴らしいプラットフォームが完成します」と彼は語った。

ファレスキ氏は、アマゾン、マイクロソフト、グーグルなどの企業が自社のプラットフォーム上にエコシステムを構築し、真の「サービスとしてのAI」プロバイダーとなるために、AIの研究開発を積極的に推進すると予測している。これにより、小規模なスタートアップ企業にも AI への扉が開かれます。クラウド コンピューティングの助けを借りて、これらのスタートアップ企業は、独自のアルゴリズム開発または大手企業のコンピューティング能力を通じて、多種多様な AI 製品を市場に投入することになります。

劉氏もこれに同意し、「ビッグ 5 (Amazon、Microsoft、Google、Apple、Facebook) は、市場に AI アプリケーションが増えれば増えるほど、提供できるクラウド コンピューティング サービスの種類が増えることを認識しています。あらゆる規模や形態の企業が AI ソリューションを採用すれば、最大限に拡張可能な柔軟なクラウド プラットフォームに、関連する運用データやさまざまなアプリケーションを展開できるため、大手企業は喜ぶでしょう」と述べました。

クラウド コンピューティングの巨大な「雪原」の助けにより、AI の雪玉はより大きく転がるだけでなく、より速く転がるようになっているようです。 SaaS 大手のインテリジェント プラットフォームの機能は飛躍的に成長している一方で、小規模なニッチ プレーヤーは AI の実装に向けて絶えず事業を拡大しています。 Liu 氏は、AI 導入のスピードを過小評価していると考えています。Fortune 500 企業が SaaS AI 製品をコアビジネス システムに適用するには 10 ～ 15 年かかると予測する人もいますが、このプロセスは今後 5 年で完了するだろうと彼は考えています。