エンタープライズAIは変容しました。数年前まで、経営陣に機械学習のテストを検討させることさえ、至難の業でした。今や予算は確保され、パイロットプロジェクトは承認され、ロードマップにはユースケースが積み上がっています。しかし、これらのプロジェクトの多くは、実際のビジネス運営を変えることのない、高価な実験に終わってしまいます。モデルは問題ありません。問題は、それ以外のすべてにあります。

パイロットプロジェクトが頓挫する場所

デモは誰もが好みます。プロトタイプが驚異的な精度で解約率を予測し、取締役会は頷き、資金が流れ込みます。しかし、その後は沈黙が続きます。PoC（概念実証）は承認されますが、進捗は停滞します。一体何が起きたのでしょうか？

ビジネスチームはダッシュボードを眺めては、それが日々のワークフローにどう適合するのか分からずにいます。モデルに供給されたデータパイプラインは、誰も管理していない使い捨ての手動抽出データでした。途中でコンプライアンス規則が変更されます。システムは、CRMからは決して生成されないようなクリーンな入力を要求します。AIはノートブック上では動作しますが、組織はそれをどう扱えばよいのか分かっていません。

これはデリバリーの失敗です。精度95%を誇るモデルは、ハッカソンで優勝するかもしれません。しかし、残りの5%が監査上の悪夢や安全違反を引き起こすのであれば、運用部門はその使用を停止させるでしょう。エンジニアは技術的なマイルストーンを祝いますが、ビジネス部門は決して訪れない成果を待ち続けます。この両者の乖離こそが、プロジェクトが頓挫する場所なのです。

認識のギャップ

はっきり言いましょう。経営陣は収益の拡大やコスト削減を求め、運用部門は混乱のないスピードを求め、データチームは意味の通るスキーマを求め、エンジニアは稼働率とクリーンなAPIを求めます。これらの要望が自然に一致することはありません。

放置しておけば、各グループは異なる指標に向けて最適化を行います。UIが分かりにくいために営業チームが依然としてすべてをExcelに書き出している一方で、エンジニアは予測エンドポイントのレイテンシを削るために数週間を費やすかもしれません。データサイエンティストがAUCの小数点第4位に執着している一方で、倉庫チームは重要なフィールドに6ヶ月間もNULL値を記録し続けているかもしれません。誰も間違っていません。ただ、話している言語が違うだけなのです。

この不一致こそが、パイロットフェーズ後にAIが停滞する最大の理由です。GPU不足でも、博士号保持者の不足でもありません。これらのグループの間に立ち、共通の現実を構築できる人物が不在であることが問題なのです。

Forward Deployed Engineerが実際に行うこと

Forward Deployed Engineer（FDE）こそが、その架け橋となります。彼らはデータサイエンティストやプラットフォームエンジニアに取って代わるものではありません。ビジネス、エンジニアリング、データ、プロダクトの各チームを横断して働き、テクノロジーがリリースされる前にそれを台無しにする組織的な摩擦を解消します。

FDEがプロジェクトに参画すると、まず「踏み込んだ質問」から始めます。「このツールを使う人にとって、成功した火曜日の朝とはどのような状態か？」「このデータストリームに実際に供給している3つのレガシーシステムはどれか？」「もしモデルが間違っていた場合、プロセスはどうなるのか？」といった質問です。彼らはこれらの回答を技術的な意思決定へと翻訳し、チームが誤ったソリューションの構築に数ヶ月を浪費しないようにします。

通常の業務において、FDEは以下のことを行います：

  • 曖昧な指示を受け入れるのではなく、ステークホルダーと目標を明確にする
  • 現場に足を運び、Jiraチケットには現れないボトルネックを見つけ出す
  • 既存のドキュメントから漏れているデータの依存関係を特定する
  • それらの要件を具体的な技術的決定へと翻訳する
  • 出力結果を引き継ぐ運用チームとの会議に参加するなどして、早い段階で仮説を検証する

FDEは技術的な問題だけでなく、組織的な問題を解決します。例えば、運用マネージャーが学習データの選定プロセスに参加していなかったためにモデルを不信に思っていることに気づけば、彼女が実際に理解できるフィードバックループを構築します。あるいは、新しいシステムが無視している「2段階の承認」が必要なワークフローを見つけた場合、壊れたプロセスにツールを無理やり当てはめるのではなく、引き継ぎのプロセス自体を再設計します。

精度だけでなく、定着率を測定せよ

最も成功しているAIプログラムは、異なるスコアカードを用いています。モデルの指標も依然として重要ですが、真の指標はより下流にあります。人々は実際に使っているか