AT&T はデータ サイエンスとオートメーションにおける集合的な実践を探求

組織がデータとテクノロジーを通じて自らの変革を推進したい場合、技術専門家だけに頼るだけでは目標を達成するのに十分ではないことは誰もが認識していると思います。他の「アマチュア」、つまり専門家ではない人も、アプリケーション開発、データ分析、自動化されたワークフローに関与する必要があります。多くの企業がこの種の調査に独自の試みを行っていますが、全従業員の能力を調査し、データ サイエンスと自動化の問題に対処するために集団的な努力を活用するという点では、明らかに AT&T が優れています。

このアイデアは残酷な事実に基づいています。どの組織にも十分な専門のデータ サイエンティストと自動化の専門家が存在せず、変革を成功させるために必要なすべての分析と AI 作業を完了することができません。 AT&T 最高データ責任者のアンディ・マーカス氏は、通信大手が AI と自動化をビジネスの中核に組み込むことに取り組んでいると語った。 2022年初頭にワーナーメディアを分社化した後、AT&Tはエンターテインメント事業の特質を失い、豊富なデータと情報洞察を抽出できる人材を備えた純粋な通信会社となった。おそらく集団探索はすべての企業に適しているわけではありませんが、AT&T には間違いなく適しています。 AT&T には、何百人ものプロのデータ サイエンティストや自動化の専門家に加えて、さらに多くの一般の開発者もスタッフとして在籍しています。

データ サイエンスの普及

AT&T は常にデータ中心の企業文化を持っており、従業員が機械学習モデルを使用してデータ分析を行うよう奨励することに熱心に取り組んできました。 AT&T のデータ サイエンス、AI、オートメーション担当ディレクターであるマーク オースティン氏はインタビューで、同社の目標は、適切なデータの検索、データの取得、必要な機能を構築するためのデータのエンジニアリングなど、機械学習パイプラインのあらゆる側面をサポートすることであると述べました。モデルの作成、実稼働環境へのモデルのデプロイ、長期にわたるモデルのパフォーマンスの監視、およびモデル管理の効果的な実装。ほとんどの企業と同様に、最初の 3 つの項目が開発者の時間の 80% を占めており、AT&T はその割合を減らすために懸命に取り組んでいます。

この目的を達成するために、AT&T は AI クラウド プラットフォーム サービス プロバイダーである H2O.ai と協力して、一般的に使用されるソース データと派生データ用の機能「ストア」を確立し、これにより非常に時間のかかるデータの並べ替えの必要性を軽減しました。データサイエンスの専門家もアマチュアも同様にその有効性を絶賛しています。特徴ストアの立ち上げから 1 年も経たないうちに、26,000 を超える特徴がプロおよびアマチュアのデータ ユーザーに公開されました。さらに、データ サイエンス モデルは、Kaggle に似た社内競争型クラウドソーシング スキームである Pinnacle プロジェクトと一致することがよくあります。オースティン氏は、この競争メカニズムにより、モデルのパフォーマンスが平均して 30% 近く向上することが多いと説明しました。このプロセスには、クラウドソーシングされた一連の autoML ソリューションが含まれるだけでなく、何百人もの AT&T データ サイエンティストやエンジニアによる革新的なアルゴリズムと統合も組み込まれています。

自動化の普及

AT&T は、2015 年にはすでにロボット プロセス オートメーション テクノロジによるビジネス オートメーションの推進を開始しました。それ以来、同社は 3,000 台以上のロボットを実稼働環境に導入してきました。最初の 1 年間の実験を経て、AT&T は最初のオートメーション センター オブ エクセレンス (ACoE) を設立しました。現在、このセンターには 20 人のフルタイム従業員と複数の請負業者が雇用されています。しかし、一般従業員の積極的な参加がなければ、同社の自動化の探求は急速に拡大することはありませんでした。オースティンは各プロジェクトを注意深くフォローアップしましたが、RPA 導入の最大 92% が Center of Excellence の外で行われていることを発見して驚きました。

時間が経つにつれ、プロセス自動化は AT&T に多大な価値を生み出してきました。オースティン氏は、ロボット実装ソリューションを柔軟に組み合わせることで、毎年約 1,700 万分の手作業を節約し、平均年間収益で数億ドルを生み出し、最大 20 倍の投資収益率を達成できると述べました。

分析と AI もオースティンが担当するプロジェクトであり、機械学習と AI 機能をロボット プロセス オートメーションに統合する機会を楽しみにしているとのことです。彼のチームは、自然言語処理、光学式文字認識 (OCR)、機械学習ベースの意思決定をカバーする複数の RPA 実装を構築しました。 「インテリジェント オートメーション」について話すことを好む企業は数多くありますが、AT&T は実際にこの目標を達成できる数少ない企業の 1 つです。

従業員の技術的能力の開発

AT&T は、データ サイエンスとオートメーション開発の共同探求が、必要な技術的能力とリソースのサポートから切り離せないことを認識しました。データ サイエンスの分野では、同社はプロとアマチュアの参加者が自動機械学習研究チームに参加できるよう、広範な技術インフラストラクチャを開発してきました。次の機能が含まれています:

• 最大 7 つの異なる autoML ツールを同時に使用し、どのオプションが最高品質のモデルを作成するかを競います。
• 一部の autoML ツールは、選択したモデルの実稼働環境のデプロイメントに直接参加できます。
• さまざまなタイプ再利用可能なデータ セットの多くを機械学習を通じて分析できます。
• すべての「チャーン関連機能」を返すなど、直感的なセマンティック検索ツールを提供します。
• 機械学習と運用ツール「Watchtower for MLOps」を提供します。データと AI (従来は MLOps として知られていました) のみを監視しますが、ビジネス パイプライン全体 (アプリケーション、API 呼び出しなど) の一連のアクティビティ全体も追跡します。

技術的な自動化の点では、AT&T はツールのベンチマークとして Microsoft Power Automate を使用しており、これにより各国の参加の敷居が大幅に低くなります。このツールは、Microsoft Office ツール、PowerBI、さらには Azure 機械学習モデルと統合できます。 AT&T はまた、「ボット マーケットプレイス」ロボット市場も維持しており、一般の従業員は開発された自動化ソリューションを選択し、必要に応じてオートメーション センター オブ エクセレンスから構成ガイダンスを得ることができます。毎月、約 75 個の新しい再利用可能な自動化コンポーネントが市場に追加されます。

人間の能力を育成する

AT&T はコミュニティ構築を積極的に推進し、データ サイエンスと自動化を集団的に探索するための人的基盤にも注目しています。データサイエンスの面では、同社は「AIポピュラーフォーラム」を設立し、毎週オンラインデモを開催し、特定の問題に対する解決策を共有し、開発した機能を参加者に発表している。このイベントには毎週約 200 人の従業員が集まりますが、そのほとんどはプロのデータ サイエンティストではなく、コーディングの方法さえ知りません。 AT&T はまた、データ サイエンスのあらゆる側面をカバーする一連のオンライン トレーニング資料を作成しており、合計 575 のコースから選択でき、さまざまなベンダー ツールの公式認定を提供しています。

自動化コミュニティの構築では、主に、参加を希望する従業員に 40 時間のトレーニング コースを提供します。さらに、オートメーション センター オブ エクセレンスは、社内チームが自動化プロジェクトを紹介して共有するための「オートメーション サミット」を毎年開催しています。

現在、一部の企業やプロの AI 開発者は、モデル構築や自動化ソリューションにおける一般参加者の役割について依然として懐疑的です。しかし、AT&T は、一般の従業員に適切なツールとリソースを提供する限り、実現可能性を確立し、経済的価値を生み出すことができることを実際の行動で証明しました。データ サイエンスとオートメーションの労働市場が逼迫していることに直面している AT&T は、綿密に計画された新人研修戦略により、ギャップを埋める代替人材を創出できることを証明しています。

以上がAT&T はデータ サイエンスとオートメーションにおける集合的な実践を探求の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。