Equinix CIO: AI を活用して潜在能力の高いパートナーを見つける

多国籍データ インフラストラクチャ企業である Equinix は、機械学習の確率モデルを使用して潜在顧客が Equinix 製品を購入する可能性を予測する取り​​組みにより、2018 年から機械学習を活用しており、開始以来数百万ドルの収益を生み出しています。

しかし、プロジェクト開始以来、Equinix が成長するにつれ、顧客獲得と拡大を加速するためのチャネル パートナーへの依存も高まりました。そこで、2021 年にエクイニクスは Opportunity Platform を再検討し、販売機会にデータ主導のアプローチを追加することでさらに一歩前進し、AI を使用して、世界規模および特定の地域や国での新規販売を促進するのに最適なパートナーを特定しました。

なぜなら、特定の地域、セクター、業界において、Equinix のチャネル パートナーは、公平なガイダンス、統合ソリューション、高度なサービスを求める顧客のニーズを満たす独自の立場にあるからです。代表的な例: 連邦政府のビジネス セクターでは、必要な認可と確立された関係を持つパートナーを特定することが非常に重要です。

「AI の大きな可能性を解き放ち、ビジネスに具体的な影響を与えることは、当社の IT 組織にとって最優先事項です」と、CIO のミリンド・ワグルは述べています。「その完璧な例が、当社のチャネル プログラム向けに革新的でインテリジェントな AI ベースの機会エンジンを構築することです。これにより、AI テクノロジーの革新的なパワーを組み合わせて、当社の競争力のある市場での差別化を実現し、お客様とチャネル パートナーのエクスペリエンスを向上させることができます。」

「AI 駆動型パートナー オポチュニティ」と呼ばれるこのプログラムは、Equinix の直接販売、間接パートナー、またはチャネル販売によって最も効果的にサービスを提供できる潜在顧客を特定します。このプログラムには、新規顧客獲得を促進する可能性が最も高いパートナーを特定し、最も高い注文額を生み出すと予測されるパートナーを優先するという 2 つの目標があります。

「これにより、エクイニクスは共同販売や再販に最適なパートナーに投資とリソースを集中させることができます」とエクイニクスの応用AI戦略および分析担当シニアディレクター、テッド・ダンソン氏は語った。

このプログラムは今年 9 月中旬に全面展開される予定で、モデル結果とダッシュボードのレビューにより、データ サイエンスによって IT 部門が人工知能と機械学習を使用して、販売のターゲット設定を改善し、収益を増加できるようになる様子が明らかになります。

予測の力

Equinix のシニア チーフ データ サイエンティストである Ram Bala 氏が、現在の課題について説明します。

「エクイニクスは、機会の特定とパートナーの優先順位付けに関して独自のニーズを持っています」とバラ氏は言います。「エクイニクスのパートナーとして認められるために厳格な審査プロセスを通過したテクノロジーベンダーとサービスプロバイダーは世界中に 1,300 社以上あり、過去 3 年間でエクイニクスと 9,000 件以上の取引を登録しています。米国だけでも非常に多くの機会と多数の RFP があるため、エクイニクスに関連する RFP と共同販売パートナーを特定することが不可欠です。」

ダンソン氏は、適切なデータ管理、傾向ベースの分析、機械学習、ビジネス インテリジェンス ツールを適用することで、2021 年に彼のチームが、Equinix がチャネル パートナーとエンド カスタマーからのデータを分析し、Equinix から直接サービスを受けるのが最も効果的な顧客とパートナーや再販業者を通じてサービスを受けるのが最も効果的な顧客を判断できること、また、エンド ユーザーのニーズと親和性を結び付けてパートナー サービスから洞察を表面化させ、すべての関係者の収益成長を加速できることを実現したと述べました。

ダンソン氏のチームは、エクイニクスのパートナーや連邦政府の営業およびマーケティング チームと緊密に連携して機会を特定し、まずは自社のユースケースに対応するすぐに使用できるソリューションを持っているベンダーを探しましたが、最終的にはエクイニクスの IT、データ サイエンス、エンジニアリングの各チームと連携して、カスタム AI モデルを社内で構築することを決定しました。

この取り組みの一環として、Bala 氏とデータ サイエンティストのチームは、社内データとサードパーティ データの両方を徹底的に分析し、効果的なパートナー中心のデータ サイエンス戦略を開発するためにどのデータセットが重要かを判断しました。

「当社は、潜在的顧客やパートナーに関連する企業の人口統計および技術データ属性を活用し、オープンソースの連邦データベースから過去の政府契約および受賞データに頼り、今後の機会やRFPに関する広範な情報を提供するテキスト文書やPDFに包括的にアクセスしました」とバラ氏は述べました。「また、エクイニクスの内部データセットから、類似の顧客とパートナー間の過去の関係も特定しました。」

その後、チームはこのデータを使用して次のことを行う機械学習モデルの構築を開始しました。

• 企業パートナーの優先事項について、世界レベルおよび国レベルのスコアと推奨事項を開発する
• エクイニクスに関連する政府支援のデジタル変革プロジェクトを特定し、連邦政府機関全体のパートナーの優先事項について、国レベルおよび機関レベルのスコアリングと推奨事項を作成します。
• 既存のパートナーを科学的に検証し、新しいパートナーを優先する
• 直接販売または間接販売を通じて最適なエンドユーザー候補を見つける
• チャネル販売目標を再調整して、パートナーがリードを活性化し、データ主導の販売活動を促進できるようにします。

ダンソン氏は、エクイニクスのパートナー オポチュニティ プラットフォームは自然言語処理アルゴリズムを使用して RFP 文書から関連する抜粋を抽出し、各オポチュニティに関連性スコアを付与すると述べました。同氏は、アルゴリズムは推奨を裏付ける理由も提供していると指摘した。

「この追加の詳細により、エンドユーザーがモデル予測を解釈して活用する方法に革命が起こり、段階的な採用と全体的な成功につながります」と彼は述べています。

バラ氏は、このプロジェクトの最大の課題は、機械学習モデルのトレーニングに使用されたデータの注釈とラベル付けが不十分だったことだと判明したと述べた。注釈付きデータが不足していたため、政府機関からの Equinix 関連の RFP を識別するための高精度で計算効率の高いモデルを構築することが困難でした。また、不正確にラベル付けされたサンプルにより、エンタープライズ販売のパートナーを優先順位付けするための機械学習モデルのトレーニングが困難でした。

「これらの問題を解決するために、私たちはさまざまな学術機関や企業の研究機関の技術を活用しました。最小限の実行可能な製品を開発するのに約 4 か月、拡張可能で統合可能なエンドツーエンドのソリューションを開発するのにさらに 5 か月かかりました。」

デリバリーとイノベーション

Equinix 社は、このソリューションを導入した後、エンド ユーザーは、このソリューションが業務をより簡単に、より速く、より正確にする重要なツールであると感じたと述べています。エクイニクスは2023年第2四半期の業績報告で、チャネルプログラムが予約の40％、新規顧客獲得の約60％を占めたと述べた。

Bala 氏は、AI 主導のパートナー オポチュニティなどのプログラムを通じてデジタル変革を成功に導く鍵は、提供とイノベーションのバランスを取ることだと考えています。

「私たちの目標は、測定可能なビジネス価値を提供し、投資収益率を最大化するという目標を達成するために、イノベーションが繁栄できる環境を育むことでした。このイノベーションの文化を組織全体に広めていくと、変革的な取り組みに対する関心と支持が高まり始めました。この過程で、創造性を育み、チームの士気を高めるだけでなく、失敗を貴重な学習経験と見なす環境も作り出しました。」