ビデオ クイック テイク: Unisys の Peter Altabef が AI と量子コンピューティングによるビジネス強化について語る

Unisys は、世界のトップ企業の躍進を支えるグローバル テクノロジー ソリューション企業です。クラウド、AI、デジタル ワークプレイス、ロジスティクス、エンタープライズ コンピューティングといった Unisys のソリューションは、クライアントが現状を打破し、潜在能力を最大限に引き出すお手伝いをします。 詳しくはこちらをクリックしてください。

トッド・プルザン、HBR

HBR ビデオ クイック テイクへようこそ。私はハーバード ビジネス レビューのリサーチおよび特別プロジェクト担当シニア エディター、トッド プルザンです。AI の進歩により、業務の合理化、プロセスの改良、ステークホルダー エクスペリエンスの向上を実現する新たな機会が生まれます。しかし、競争上の優位性から市場の革新に至るまで、AI による価値を最大限に引き出すには、組織のデータ資産の品質に大きく依存します。

本日は、最近創立 150 周年を迎えた世界的なテクノロジー ソリューション企業 Unisys の CEO、ピーター アルタベフ氏にお話を伺います。ピーターさん、本日はご参加いただきまして誠にありがとうございます。

ピーター・アルタベフ、ユニシス

ここに来られて光栄です、トッド。

トッド・プルザン、HBR

ピーターさん、ユニシスはこれまで長い間テクノロジー業界に携わってきましたが、何がユニシスの重要性を保っているのでしょうか。また、あなたが将来に期待を抱き続ける理由は何でしょうか。

ピーター・アルタベフ、ユニシス

それは素晴らしい質問です。私が今、そして将来に最も興奮しているのは、データ分析、人工知能、そして量子コンピューティングが現在交わっている交差点だと思います。この 3 つを組み合わせることで、これまで人々が想像もしなかったような機会が生まれます。

さて、ユニシスは 151 年間、イノベーションの最前線に立ってきました。当社は 1873 年に設立されました。当社が最初に作ったのは、市販された初の QWERTY タイプライターでした。タイプライターやキーボードについて考えてみると、当社が使用するものはすべて QWERTY 配列になっています。それが当社でした。

20 世紀に移ると、私たちは UNIVAC I という初の市販の汎用コンピュータを導入しました。ですから、21 世紀について考えるとき、タイプライターからのデータの品質、UNIVAC からコンピューティングの品質、そしてそこに量子が加わります。

回答のスピードと効率、そして以前はタイムリーに回答できなかった質問を作成できる能力は、息を呑むほどです。私たち全員にとって非常に刺激的なことです。

トッド・プルザン、HBR

それは本当に素晴らしいですね。ユニシスは、AI などの技術の進歩をどのように活用して、特定の業界の課題に対処し、顧客のビジネス成果を向上させているのでしょうか?

ピーター・アルタベフ、ユニシス

誰もが AI を最大限に活用しようとしています。そこで私たちが決めたのは、会社全体で AI に取り組むことでした。つまり、役割に関係なく、社内の全員が AI のトレーニングを受けることになりました。現在、社内の 96% 以上が AI のトレーニングを受けています。全員が AI に慣れるまで、会社全体でイノベーションを起こすのは難しいのです。

そして、私たちが最初に行ったのは、いわゆる業界横断的なソリューションを検討することでした。ハイブリッド クラウド環境について考えてみましょう。データ ストーブパイプについて考えてみましょう。単にそれらをまとめるのではなく、整理し、誤ったデータや不要な余分なデータを取り除きます。そのため、私たちは業界を超えてデータ ストーブパイプを整理するソリューションを持っています。

そして最後に、業界ソリューションにたどり着きます。弊社のソリューションの良い例は、Unisys の物流最適化です。ここでは物流に注目します。航空貨物を例に挙げます。荷物を航空貨物業者に届け、オフィスや自宅に届けるまでの最も効果的で効率的な方法を実際に考え出します。これがライフサイクル全体です。量子、人工知能、優れたデータ、データに関する経験を加え始めると、私たちは 40 年以上このビジネスに携わっていますが、少し魔法のようです。

トッド・プルザン、HBR

それはすごいですね。ピーターさん、ユニシスはどのようにしてお客様がより効率的かつ効果的にデータにアクセスできるようにしているのでしょうか？また、その戦略において高度なデータ分析はどのような役割を果たしているのでしょうか？

ピーター・アルタベフ、ユニシス

まず最初に申し上げたいのは、AI の歴史は比較的浅く (とはいえ 20 年)、生成 AI が登場したのはほんの 2、3 年ほどですが、それらにはライフサイクルが当てはまります。そのため、クライアントに対して生成 AI に取り組む際は、特に比較的新しいため、生成 AI のライフサイクルを真剣に検討します。

ですから、それは最良の LLM を選ぶことから始まります。最良の利用可能なデータ セットを選び、すぐに成果を得ることから始まります。質問にどう答えるか? イノベーションをどう得るか? 他の方法では得られないアイデアをどう得るか?

すぐに第 2 段階に移行します。第 2 段階は、データが非常に重要であるため、システムに入力するデータが単に利用可能な最高のデータであるだけでなく、より質の高いデータになるように、適切なデータ ガバナンスを確保する方法です。これが第 2 段階です。

そして、第 3 段階はおそらく最大の成果です。つまり、質問には答えましたが、その答えをどうするかということです。ここで私が例えるのは ERP システムです。ERP システムが市場に登場し始めたとき、データの統一感が得られ、それは良いことでした。より迅速な答えが得られました。しかし、会社を動かす業務を変えない限り、答えのメリットを最大化できないことに人々は気づきました。ここでも同じです。

したがって、時間の経過とともに、企業は AI から得られる質問と回答を取り入れて、実際にビジネス運営を最適化する方法を見つけ出すようになると予想されます。それが究極の成果だと私たちは考えています。

トッド・プルザン、HBR

さて、ピーターさん、今日は私たちと一緒にいて、あなたの洞察をすべて共有してくださりありがとうございました。

ピーター・アルタベフ、ユニシス

ここに来られて本当によかったです。

トッド・プルザン、HBR

ユニシス社のCEO、ピーター・アルタベフ氏にお話を伺いました。