re:Invent 2024: Amazon Q AppsでVolkswagenが実現した業務効率化
はじめに
海外の様々な講演を日本語記事に書き起こすことで、隠れた良質な情報をもっと身近なものに。そんなコンセプトで進める本企画で今回取り上げるプレゼンテーションはこちら！
📖 AWS re:Invent 2024 - Maximize business impact with Amazon Q Apps: The Volkswagen AI journey (AIM201)
この動画では、Amazon Q Appsの機能と活用事例について詳しく解説しています。Amazon Q Appsは、Amazon Q Business上に構築された完全マネージドサービスで、40以上の組み込みコネクタを持ち、企業のデータに基づいて日常的なタスクを自動化できます。Volkswagen Group of Americaの事例では、4,000の職務記述書を3,200のグローバル職務役割にマッピングするという複雑な課題を、Amazon Q Appsを活用して効率的に解決。また、6,200件以上の従業員コメントの分析も短期間で実現しました。Data Collection機能やVerified Apps、Private Sharingなど、企業での実用的な活用を支援する機能も紹介されており、Gartnerによれば、Generative AIでサポートされた業務は平均30%の生産性向上が見込めるとしています。
※ 動画から自動生成した記事になります。誤字脱字や誤った内容が記載される可能性がありますので、正確な情報は動画本編をご覧ください。
※ 画像をクリックすると、動画中の該当シーンに遷移します。
re:Invent 2024関連の書き起こし記事については、こちらのSpreadsheet に情報をまとめています。合わせてご確認ください！
本編
生産性向上とGenerative AIの可能性
本日は、Volkswagen Group of Americaのシニアディレクターである Mario Duarteさん、Amazon Q AppsのGeneral Managerである私 Sriram Devanathan、そしてAmazon Q AppsのSenior Product Managerである Nupur Bansalをお迎えしています。
まず生産性について少しお話ししましょう。私たち全員が仕事でより生産的になることを目指しています。お客様のためにもっと多くのことを実現したいと考えていますが、この「生産性」という言葉の意味を掘り下げてみましょう。 今日の講演の前にインターネットで検索してみたところ、このような結果が出てきました - 要するに、より一生懸命に、よりスマートに働きなさい、ということです。でも、これって本当にワクワクすることでしょうか？会場の皆さんは、おそらくすでにそうされていると思います。ですから、これだけでは十分な答えにはならないと思います。
これは私が子供の頃のことを思い出させます。いろんなスポーツをしていましたが、バスケットボールだけは苦手でした。理由はお分かりでしょう。チームメイトと比べて背が低かったんです。先生は「Sriram、もっと練習しなさい、ジャンプの練習をしなさい」などと言ってくれましたが、それだけでは十分ではありませんでした。私に必要だったのは、ブーストでした。私を助けてくれるスーパーパワーが必要だったんです。
さて、仕事の場面でそのスーパーパワーは何になると思いますか？ Generative AIこそが、あなたにブーストを与え、スキルを強化し、そのボールをゴールに入れる手助けをしてくれるスーパーパワーになるのです。 Generative AIがいかに変革をもたらすかについては、様々な業界レポートで目にしていることと思います。例えば、Gartnerによれば、Generative AIでサポートされた人間の仕事は、サポートされていない場合と比べて平均して30%も生産性が高いとされています。これは大きな意味を持ちます。仕事におけるブーストとして役立つことでしょう。
Amazon Q：企業向けGenerative AIソリューション
しかし、Generative AIの他の課題についてはどうでしょうか？課題は多岐にわたり、よく知られていると思います。 まず第一に、これらのモデルはあなたの会社のことを知りません。あなたのデータも、プロセスも知りません。次に、セキュリティとデータプライバシーの問題があります。彼らはあなたの仕事に関する多くのことを知りません。あなたの好みも、どんな情報を使用しているのか、どのデータにアクセスできてどのデータにアクセスできないのかも知りません。そのため、多くのCIOが一般的なチャットアシスタントの使用を禁止しているほどです。なぜなら、組織、顧客、データにリスクをもたらすからです。根本的な理由は、すべてのGenerative AIサービスが、エンタープライズ向けサービスに期待される基本的なセキュリティと安全性の機能を備えているわけではないからです。
AWSでは、このアプローチは異なります。私たちにとって、セキュリティと企業ニーズへの対応は最優先事項なのです。 AWS Generative AI Stackについてご存知の方はどれくらいいらっしゃいますか？手が挙がっているのが見えますので、簡単にご説明させていただきます。最下層には、インフラストラクチャがあり、主にAmazon SageMakerとカスタム設計チップで構成されています。ここでの焦点は、コスト効率の高いパフォーマンスです。その上にAmazon Bedrockがあり、Amazonとパートナーの両方から、業界をリードするモデルへのアクセスを提供します。これらすべてが安全で、セキュアで、スケーラブルなインフラ環境で提供されます。そして本日お話しする最上層が、Amazon Qです。QはBedrockの上に構築された完全マネージドサービスです。Qについて理解すべき点は、価値をより早く実現するための最適な手段だということです。
少し詳しく説明させていただきます。通常、Generative AIアプリケーションを構築する場合、多くの決定を下す必要があります。適切なタスクに適切なモデルを選択し、精度、パフォーマンス、コストのバランスを取る必要があります。RAGベースのアプリケーションを構築する場合は、さらに考慮すべき要素が増えます。Amazon Qが行うのは、こうした差別化されない重労働からあなたを解放することです。Qはこれらすべての側面を管理するマネージドサービスを提供します。Amazon Q Businessを使えば、アイデアを素早く反復し、本番環境に移行することができます。
先ほどGenerative AIの課題をいくつか挙げましたが、Q Businessがこれらにどう対応するか見ていきましょう。Qは40以上の組み込みコネクタを持ち、S3、Salesforce、Google、Microsoft 365、Confluenceなど、人気の企業アプリケーションすべてに接続できます。さらに増える予定で、データのコンテキストをすぐに把握できます。次に、セキュリティとデータプライバシーについて、Qは設計段階からセキュアでプライベートになるよう構築されており、既存のID、ロール、権限を理解し尊重することができます。Q以外でデータにアクセスする権限がないユーザーは、Q内でもそのデータにアクセスできません。最後にコンプライアンスについて、Qは管理者に対して、応答をカスタマイズし制御するためのガードレールを適用する多様な方法を提供します。
さて、本日お話しするQ Appsは、これらすべてを活用して、日々のタスクを自動化するお手伝いをします。基本的に、Q Appsは、チームがQ Businessを日常的に使用するための最もシンプルな方法です。それでは、Q Appsでできることについて、さらにNupurにお話しいただきたいと思います。
Amazon Q Appsの機能と活用事例
ありがとうございます、Shivam。少し振り返ってみたいと思います。というのも、皆さんがQ Businessについてよくご存じではないかもしれないからです。Q Businessは、昨年のre:Inventでプレビューを発表して以来、大きく進化しました。現在は一般提供が開始され、より多くの機能が追加されましたが、最も重要なのは、お客様に愛用していただいているということです。先に進む前に、ここからこの照明で目が眩まない範囲で手を挙げていただくか、うなずいていただきたいのですが：「Generative AIは実際の日々の業務にどう役立つのか」という質問に対して、良い答えを持っている、あるいはこの質問をしたことがある方は何人いらっしゃいますか？手が挙がっているのが見えますね。
AWSが皆様の成功の一部となることを願っておりますが、手を挙げていない方が多いようですね。皆様だけではありません。Generative AIソリューションを深く活用している多くのお客様も、時間がかかる上に特別なスキルセットが必要で、チームの全員にとって使いやすく意味のあるものにはなっていないと話されています。では、どうすれば良いのでしょうか？組織全体に向けてどのように民主化すれば良いのでしょうか？ 本日の私たちの重要なミッションは一つです。皆様お一人お一人に、Q Businessが何をできるのか、そして最も簡単な始め方を理解して帰っていただくことです。二つのことに聞こえるかもしれませんが、細かいことは気にしないでください。大切なのは、この両方を覚えていただくことです。
会話型AIアシスタントが、特に組織のデータに基づいた応答において有用であることは分かっています。しかし、日々の繰り返し作業には、もう少し標準化が必要です。できれば、毎回このような対話を必要としないものが望ましいですね。すでに完璧なプロンプトを作り上げている場合、例えば、フレンドリーかつ説得力のある顧客向けメールを書くような場合です。 営業プレゼンに必要な要素や、ビジネス提案書を作成する際に避けるべき落とし穴など、すべてご存知でしょう。現在、これらのプロンプトはデスクトップのメモとして保存されているか、過去の会話履歴から効果的だったものを探し出している状況かもしれません。
私たちは、Amazon Q Appsを通じてこれをずっと簡単にしました。Q AppsはQ Business内の機能で、日常的なタスクを自動化する最も軽量な方法です。これは自分自身だけでなく、チーム全体のためにもなります。Amazon Q Businessの仕組みについてお話しさせていただきます。
ご存じない方のために、組織のコンテンツを使用してどのように出力を生成できるかについてご説明します。Q Businessから得られる同じアクセス制御やガードレールなどを尊重しながら、Q Appsがどのように機能するかをご覧いただけます。
画面では、私がAmazon Qとチャットして、ステータスアップデートを整理している様子をご覧いただけます。 毎週、リリースに対する進捗状況についてリーダーシップへの報告を送る必要があるため、Amazon Qと繰り返し対話して出力を改善し、アップデートを整理しています。 チーム全体で毎週、リリースする様々な機能について何度も行う作業なので、これをQ Appに変換しようと思います。そして、ワンクリックで、この会話全体が再利用可能なアプリとしてカプセル化される様子をお見せします。
もちろん、チャットから始める必要はありませんが、バックグラウンドで動作するAIエージェントは私の会話の目的を理解し、それを入力と出力のコレクションを備えた便利なQ Appにまとめてくれます。このAIエージェントは、私の会話の最終目的を理解しているのです。ここでは、ステータス、機能の説明、そして目標に対する進捗状況を入力しようとしていました。そして、チャットと同じように改善することができますが、この改善は一度限りのものです。「事実に基づいて保ち、脱線して何か作り上げたりしないでください」といった指示を与え、アプリ内でそれを実行できます。そして、その改善に満足したら、重要なポイントですが、チーム全員と共有することができます。これはプライベートなチャットではなく、共通ライブラリに公開することで、そのQ環境にアクセスできる全員と共有できるのです。
では、この共通ライブラリについて説明しましょう。これは何でしょうか？共有されたアプリのカタログで、ここにいくつか例があります。会社指定のフォーマットで週次のビジネスアップデートを書くのを手伝うアプリや、上にある5-Why Analysisのように問題の根本原因を特定するアプリがあります。これらは、チームやビジネスの一般的かつユニークなニーズに応えるために、技術的知識を持たないビジネスユーザーによって作成された目的特化型のアプリです。作成がいかに簡単かもご覧いただきました。重要なのは、これがあなたの仕事に関するものであり、自分で作成できるということです。
さて、こちらは別の例です。このケースで強調したいのは、アプリが複数のことを実行できるという点です。ここでもITトラブルシューティングアプリがあり、プリンターの設定方法を尋ねることができ、組織の知識を活用して質問に答えます。しかし、それだけではありません - 回答が十分でない場合にチケットを発行するオプションも提供します。ここではITガイドから質問に答え、次のステップとして、もし十分でなくさらなるヘルプが必要な場合は、チケットを発行できるというワークフローのオプションがあります。これはAmazon Q Businessシステムの外部で実行するアクションなので、今後さらにアクションを追加していく予定です。
Q AppsのData Collection機能とガバナンス
これまでご覧いただいたアプリはすべてステートレスでした - 最後のケースでAmazon Q Businessシステムの外部でチケットを発行した場合を除いて、生成された入力と出力の記録は保持されません。しかし、何らかの永続的なストレージを必要とするユースケースが多数あることも認識しています。プロジェクトのアイデアを収集したり、従業員満足度調査の結果を把握したり、次回のTown Hallミーティングの質問を集めたりする必要があるかもしれません。そのために、最近Data Collection機能を発表しました。Data Collection Appを使用すると、アプリ作成者は組織内の複数のユーザーからデータを収集できます。これにより、Q Appsの協調的な側面を本当に活用することができます。
先ほど述べたように、Town Hallの質問を集めたり、新入社員のオンボーディングの進捗状況を追跡したりするようなユースケースがあります。ここでのポイントは、複数のユーザーからデータを収集するだけでなく - もちろんそれも重要ですが - 実際にインサイトを生成し、実用的なインサイトを得て、それらのアイデアを要約できることです。収集したデータからの例を使って、その方法をお見せしましょう。これは実際にAWSで使用したシンプルなユースケースです。こちらがTown Hall Question Collectorのための Q Appです。このアプリは、マーケティングのブログ投稿を書いたりコンテンツを整理したりする以上のことができます。
では、この Q App が Town Hall の質問収集にどのように機能するのか見ていきましょう。 複数のユーザーが全社規模の Town Hall に向けて質問を投稿する様子をご覧いただきます。 これらの質問が投稿されると、アプリは頻繁に寄せられる質問やトップテーマを自動的に要約することができます。これはシンプルな例ですが、重要なのは、その負荷の高い作業を Generative AI に任せ、あなたは自然言語での説明と、 実現したいことに関するプロンプト指示を提供するだけでよいということです。
また、各チームや毎月の Town Hall の質問収集のために、 ライブラリに数十もの異なるアプリを持ちたくないだろうということにも気づきました。Data Collection アプリでは、同じアプリで新しい実行インスタンスを開始し、固有の共有可能なリンクを生成できるようになりました。ここで見ていただけるように、実行インスタンスに名前を付けることができます。私の例では、Amazon Q チームの11月サイクル用のものを作成し、そのリンクを共有しています。つまり、ライブラリには Town Hall 質問収集用の Data Collection アプリが1つあれば、Town Hall を開催するたびに新しい実行インスタンスを作成できるのです。
また、制御機能を重視されることも理解しています。 Data Collection 実行インスタンスのオーナーとして、新しい回答の受付を開始・停止するタイミングや、参加ユーザーと回答を共有するかどうかを決定できます。Data Collection では、これらの制御が常に可能です。この新しいジャンルのアプリについて、 まとめると、さらに多くのことができます。ここには興味深い例がいくつかあり、私たちのチームのトレーニングフィードバックやハッカソンのアイデア収集などが含まれています。
これらの様々なアプリに伴い、 ガバナンスの必要性が高まっています。Q Apps は既に、Q Business の他の機能と同様にアクセス制御やガードレールに従っていることは既に説明しました。管理者は既に、Q 環境の全ユーザーがアクセスできる共通ライブラリ内のアプリを管理・規制する機能を持っています。しかし、お客様から、特定の品質基準を満たすアプリを承認する機能が欲しいという声もいただきました。そこで、Verified Apps を導入しました。管理者はコンソールでアプリを Verified としてマークすることで承認でき、ライブラリのすべてのアプリユーザーに対して、Verified Apps が上位に表示され、スタイルの左上に青いチェックマークが表示されます。
Verified Apps でアプリの品質を保証できる一方で、特定のユーザーグループとのみアプリを共有できる柔軟性も必要です。Q Apps のユーザーの方々にとって、これは大きな機能だと認識しています。以前は、アプリを全ユーザーに公開するしかありませんでしたが、Private Sharing により、アプリ作成者は選択したユーザーとのみ共有できるようになりました。アプリがチームの10人にのみ関連する場合は、その10人のユーザーを選択できます。ユーザーは引き続きライブラリを通じてアプリを見つけることができますが、アクセス権を持つユーザーだけがそのアプリを表示できます。
私たちは、数千人のAmazonianが日常業務を自動化するために、一般的なものやユースケース固有の Amazon Q Appsを作成しているのを目にしています。しかし、それはAmazonのチームだけではありません - お客様の皆様も同様に大きな価値を見出しています。例えば、バックオフィス機能向けAIシステムを構築するArcanumは、ビジネス生産性ワークフローを専門としており、Amazon Q Appsを通じて、顧客向けのソリューション提供を2倍に加速させています。実際、彼らのCEOが語った印象的な点の1つは、最初の顧客ミーティングで非常に有用な実用的なアプリを作成できたことが、取引成立の決め手となったということです。
世界中でSaaSベースのデータ保護・管理ソリューションを提供するDruvaは、RFPプロセスを加速させるためにAmazon Q Appsを使用しています。ご存知の通り、RFPはそれぞれ少しずつ異なり、その質問セットに合わせて調整された回答が必要ですが、彼らはそのプロセスを25%加速させています。Proofpointも別の例です。彼らはデータとブランドをサイバー攻撃から保護していますが、彼らのコンサルタントは、契約更新時の契約更新正当化のような特定のユースケース向けアプリを使用することで、毎週数時間を節約しています。
Amazon Q Appsの顧客事例紹介
このようなアプリによって、彼らは実際にエンドカスタマーとより多くの時間を過ごすことができています。これは、紹介の必要のないお客様の一社が、Amazon Q Appsをどのように発見し、成功裏に活用しているかについてお話しいただくための良い導入となります。彼らの話は、私たちが全てのお客様にもたらしたいと願う、使いやすさと価値を体現しています。Volkswagen Group of AmericaのLearning Training and DevelopmentのSenior DirectorであるMarioさんをステージにお招きして、Amazon Q Appsでの取り組みについてお話しいただきたいと思います。
Volkswagen Group of AmericaにおけるAmazon Q Appsの活用
ありがとうございます、Nupur。ありがとうございます、Sam。おはようございます。私たちが日常業務への生成AIアプリケーションの導入を全く考えていなかった状態から、2ヶ月足らずでAmazon Q Appsを通じてツールを完全かつ成功裏に立ち上げるまでの道のりをお話ししたいと思います。技術的には1週間以内で実現できたので、そう言いたいところですが、承認を得るための管理プロセスや確認作業に時間がかかりました。
ユースケースの詳細に入る前に、私自身についての簡単な話をさせていただきたいと思います。この話をしたい主な理由は、数ヶ月前に私たちが直面した、解決策が限られていた問題と関連しているからです。私はメキシコのMonterreyの出身で、多くの子供たちや友人たちと同じように、サッカー選手になることが夢でした。人生で他にやりたいことは何もなく、サッカーだけを目指していました。それは単なる夢ではなく、本当に目指していたものでしたが、父は別の計画を持っていました。父は私にサッカー選手としてのキャリアではなく、大学に行って専門的なキャリアを積むことを望んでいました。
私は地元のプロチームのアカデミーに入ることを許されませんでした。それが、知らないうちに「Adapt & Adopt（適応と採用）」の意味を理解し始めた最初の機会でした。他に選択肢がなかったため、父の計画に適応せざるを得ず、その計画を受け入れなければなりませんでした。時は流れて17歳になり、高校を卒業し、大学に登録し、サマーキャンプとトライアウトに参加して、あるプロチームの3軍に入ることができました。サッカー選手になれる。ただ、大学というものにも行かなければならなかったのです。
練習は全て午前中でした。何を勉強するかはあまり気にしていませんでしたが、数学が好きだったので工学部に入って授業に出ようと思っていました。しかし、夕方だけの授業というわけにはいかず、午前中の授業も取らなければならないことに気づきました。そこでまた、適応と採用が必要になりました。夜間のみ授業がある学部は何かと尋ねたところ、経営学部だと言われました。17歳で下したその決断が、今の私につながっています。結果的に、プロのサッカー選手にはならず、エンジニアにもなりませんでしたが、好きなことをたくさんできるようになりました。ここでのポイントは、このAdapt & Adoptが、これから私がお見せすることとどう関連しているかということです。
Volkswagenの話に移りましょう。Volkswagenについて詳しく説明する必要はないと思いますが、私たちが抱えていた問題の文脈に関連するデータをいくつか共有したいと思います。Volkswagen Groupは世界的な企業で、世界最大の雇用主の一つであり、世界最大の自動車メーカー2社の一つ、そしてヨーロッパでは間違いなく最大の自動車メーカーです。多くのブランドを持っており、Volkswagen Groupは単にVolkswagenブランドだけではありません。Volkswagen Groupのポートフォリオに含まれる全てのブランドをご覧いただけます。象徴的なモデルやブランドが多くあって素晴らしく見えますが、それだけに非常に複雑です。世界中に120以上の工場があり、単一ブランドの工場もあれば、2つや3つの異なるブランドの車を生産する工場もあります。私たちの組織がどれほど複雑かを説明する言葉が本当に見つかりません。
そこからVolkswagen Group of Americaの話に移ります。私たちは米国で75年の歴史があります。今年初めのSuper Bowlで、この節目を祝う素晴らしいCMをご覧になった方も多いと思います。米国では、そこまで多くのブランドはありませんが、それでもVolkswagen Groupの中にいくつかのブランドを持っています。
つまり、世界全体のVolkswagen Groupほど複雑ではありませんが、それでも独自の複雑さがあります。米国には1万人以上の従業員がおり、西から東まで、北から南まで、全国に約30の拠点があります。米国における研究開発、技術開発、製造、販売、マーケティング、流通、金融サービスなど、ビジネスの大部分をカバーしています。
私たちの主要な拠点は2つあります。1つは本社と営業部門があるワシントンDC近郊のReston, Virginiaで、もう1つは私が勤務している製造工場のあるChattanooga, Tennesseeです。製造部門と本社部門では業務内容が大きく異なるため、事業運営にはかなりの複雑さがあります。昨年12月まで、製造工場は別法人でした。同じ会社でありながら、やり方は大きく異なっていたのです。今年に入ってからは、プロセス、方針、手順、システムの統一を進めています。このように、私のプレゼンテーションのキーワードは「複雑さ」です。
私たちがAWS Q Appsを使用したプロジェクトは、人事関連の新しいHuman Resources システムの導入に関するものでした。これは米国だけでなく、グローバルプロジェクトです。このプロジェクトが始まる前は、世界中に100以上の異なる人事システムが存在していました。同じ会社でありながら、実質的に各工場、各国が独自のHRシステムを持っていたのです。数年前、Volkswagenグループ全体で世界共通のテンプレートを使用した単一システムを導入することが決定されました。これは、既存の100以上のシステムで行われていたことを変更する必要があることを意味しました。システム面だけでなく、プロセス面でもドイツで決定されたことに適応し、採用する必要がありました。
Human Resources システムは、全従業員のHRマスターデータを保持し、採用から退職までのHR機能に必要なすべてのモジュールを含むシステムです。採用モジュール、オンボーディングモジュール、スキルを追跡・管理する学習管理システム、パフォーマンスと目標、後継者育成と能力開発、報酬と変動給与などが含まれています。これらに加えて、全従業員のマスターデータを管理し、これらのモジュールとHR機能に関連するすべてのレポートを提供するEmployee Centralがあります。
私とプロジェクトチームのメンバー以外はほとんど知らない 重要な要素が1つあります。それはSkills Profileと呼ばれるものです。Skills Profileは これらの他のモジュールすべてを統合するもので、職務役割に紐づいています。組織内のすべてのポジションには職務役割があり、その職務役割にはスキルのセット、つまりSkills Profileが設定されています。システムにあらかじめ定義されているので、ポジションを募集する際に求めるスキルがこれになります。学習管理システムで受講する必要のあるトレーニングや、知識とスキルの追跡もすべてこのSkills Profileに関連しています。
では、これをどのように実現するのでしょうか。Skills Profileは職務役割に紐づいており、私たちが導入しているグローバルテンプレートには 3,200の職務役割が含まれています。米国では従業員が10,000人いると述べましたが、実際には4,000の固有の 職務記述書があります。4,000になる理由は、1つの職務記述書に複数の従業員が該当するケースがあるためです。最もわかりやすい例は、製造 施設で、4,000人以上の製造チームメンバーが1つの職務記述書を共有しています。そのため、これら4,000の固有の職務記述書を3,200のグローバル職務役割のいずれかに対応付ける必要があります。
コンピューターの前に座って、それぞれの職務記述書を1つずつ読み、3,200の職務役割のどれが一致するかを判断する作業を想像してみてください。これは膨大な作業量です。私たちにとって、正確性と一貫性が非常に重要だったため、これらの職務役割と職務記述書のマッピングとマッチングを行う必要がありました。
ここで問題が発生し始めました。先ほど申し上げたように、これはグローバルプロジェクトです。私たちが最初に始めたわけではありませんでした。世界の他の地域がすでに先行して始めていました。彼らはこれを文字通り手作業で、1つずつ行っていたのです。これが私たちの問題の本質でした。単に作業をこなすだけの問題ではなく、時間も人材も十分にありませんでした。通常の日常業務のために確保していた人材は、すでにシステムの実装やこのようなシステムの導入に必要な作業で手一杯でした。
つまり、時間もなければリソースもない状況でした。たとえ人的リソースがあったとしても、4,000の職務記述書の内容を正確に把握するための知識がありませんでした。数ヶ月前に合併したばかりで、2つの異なる会社だったため、すべての職務記述書について知っている人はおらず、グローバルテンプレートにある3,200の職務役割について正確に理解している人もいませんでした。正確性と一貫性を確保する可能性は非常に低く、それは私たちにとって極めて重要でした。グローバルテンプレートのオプションは限られていました。単に変更を依頼すればいいというわけではなく、そのグローバルテンプレートは世界中で使用されているため、変更は認められませんでした。
私たちは解決策を見つける必要があり、しかもすぐに見つける必要がありました。最初に試したのは、マクロを使用した通常のスプレッドシートによる半自動化でした。職務役割にはJob ClusterとJob Familyがあり、私たちの職務記述書には部門とサブ部門がありました。何とかしてこれを完了させ、しかも正しく行う方法を見つけようと本当に努力しましたが、うまくいかず、あまり進展がありませんでした。
ある日、今日もここにいるLucas Campusが私のところに来ました。彼はこのプロジェクトでマッピングを担当しています。彼は「Mario、進展がありません。Generative AIを使えば何とかなるのではないでしょうか」と言ってきました。彼はすでにITのRaul Trevino（本日も同席しています）と話をしていました。RaulはすでにAWS Bedrockと製造部門の他のプロジェクトに取り組んでおり、Amazon Q Appsというものを使用する可能性を提案してきました。正直に申し上げますと、私たちが戦略的にAIを使用することを決定し、まさにこのように進めることを計画したとお話しできれば素晴らしいのですが、実際にはそうではありませんでした。私たちはただそこに踏み込んでいっただけなのです。
Lucasがチームと話し合いを始めた時、多くの躊躇がありました。うまくいくとは思えないし、十分な精度も出ないだろうと考えていたのです。彼が私のところに来た時、Amazon Q Appsや生成AIについて何も知らない状態でしたが、ITプロジェクトの観点から最初に頭に浮かんだのは、これは非常にコストがかかるだろうということでした。しかし答えはそうではなく、実際には予算的に実現可能でした。時間がかかるのでは？これも違いました。かなり早く完了できる見込みでした。セキュリティについては？彼らは2ヶ月かけてITセキュリティチームと法務チームと協議し、実施可能かどうかを確認しました。そこで私は「やってみよう」と言いました。最悪のシナリオでも、2週間のロスで済むはずです。確かに痛手ではありますが、成功の可能性の方がはるかに大きかったのです。
2回目の試行ではAmazon Q Appsを活用しました。彼らがシステムやQ Appで開発したものは、3000の職務記述書全てをアプリに学習させ、そこから各職務記述書を1つずつ入力すると、アプリが自動的にマッピングを行うというものでした。出力として、この職務記述書はこの職務役割にマッピングされるという結果が得られました。
最初の試行から2回目の試行では、アプリが推奨1、2、3という3つの選択肢を提示するようになりました。これにより、最終的な選択に柔軟性を持たせることができました。うまく機能はしていましたが、それでも各職務記述書をコピー＆ペーストし、結果を何らかの管理可能な文書にコピー＆ペーストする必要がありました。そこで3回目の試行では、Pythonを使ってETLを作成しました。このETLにより、職務記述書のアプリへのコピー＆ペースト、そしてアプリからプロジェクトに必要な正確なフォーマットへの結果のコピー＆ペーストが完全に自動化されました。
次のスライドでは、その例を示すデモをご覧いただきます。ここで上部に表示されている職務記述書は2行だけではなく、実際にはもっと多くの行と単語がありました。これが実際の動作方法でした。このプレゼンテーションを作成している時も感じましたが、見た目はとてもシンプルです。しかし、これは非常に強力なものでした。なぜなら、期限内に達成でき、正確に、そして一貫性を持って実行することができたからです。
最終的な結果は週末に出ました。何度も繰り返しチェックし、確認し、精度を確認するための監査を行った後、5つの反復処理を同時に実行しました。それぞれ独立して、どのような結果が得られるかを確認するためです。月曜日に戻ってきて結果を確認すると、5つの反復処理の結果はすべて全く同じでした。いくつかの結果について監査を行って正確性を確認しましたが、確かに正確でした。こうして私たちは目標を達成し、生成AIを使用して職務マッピングを実現することができました。正直なところ、私はこのような用途に生成AIを使うことなど考えもしませんでした。
まとめますと、私たちは非常に短期間で、非常に高いROIを伴ってGenerative AIの導入に成功しました。プロジェクトの期限を守り、精度と一貫性も確保することができました。Amazon Q Appsを活用したGenerative AIについて、今後の展開についてお話しします。このツールは米国での利用のために開発されましたが、多言語対応なので世界の他の地域でも使用できます。現在、CanadaとMexicoと協力して、同様の展開ができるよう進めています。その後は世界中の誰もが利用できるようになります。数百時間の節約と精度・一貫性の向上から、数千時間の節約へと発展させていきます。
これは単なるプロジェクトやシステムの立ち上げに留まりません。3,200の職種を含むグローバルな職務テンプレートは今後も進化し続けることでしょう。組織は常に変化し、ポジションや職務内容も変更されていきます。Generative AIのサポートを受けながら、このツールを使い続けることができます。そして、世界中の私たちの組織全体でこれを活用することで、その効果は何倍にも広がっていきます。
その後、私たちは年次の企業文化調査でもう1つのツールを実装しました。最後の質問で、組織をどのように改善できるかについて従業員から自由記述のコメントを求めたところ、6,200件以上のコメントが集まりました。Amazon Q Appsでできることを知った後、これがいかに手の届くものかを実感した瞬間でした。Raulに連絡を取ると、1、2日のうちにアプリが用意され、従業員のコメントをコピー＆ペーストして要約を得ることができました。これは単に作業が速くなっただけではなく、以前にはできなかったことができるようになったのです。以前は誰かがコメントを読み、主なメッセージや主要なトピック、コメントの中の共通テーマを把握していました。しかし、6,200件のコメントを読んで正確な要約を作成する作業を、Generative AIと比較すると、その精度の高さには驚くばかりでした。
先ほど申し上げたように、私たちには異なるブランドがありますが、数分で全体的な評価を確認することができました。Audiの従業員の回答も、シンプルなコピー＆ペーストで数秒以内に分析できました。時給制の従業員については、仕事の種類によって異なるニーズを持つことがありますが、彼らの回答もコピー＆ペーストしました。2日以内に、全コメントの要約を得て、組織全体の各拠点ごとに分析することができました。
今後の展開は、単に技術的な利用継続以上のものです。私にとって重要なのは、特にAWS上のAmazon Q Appsを通じて、AIがいかにアクセスしやすいものであるかという認識を広めることです。従業員全体、特にリーダーシップに対して認識を高めることで、効率性と有効性を向上させるためのAIのユースケースを見出し続けることができます。これら全ての結果として最も重要なのは、お客様に価値を創造することです。これがQ Appsを活用したプロジェクトでした。ご清聴ありがとうございました。本日は皆様とご一緒できて光栄でした。
まとめと今後の展望
Mario、ありがとうございます。私がどれだけスライドを用意しても、Marioのように上手く説明することはできなかったでしょう。素晴らしい要素がすべて含まれていましたね。自動化についても触れていただきましたが、実は私の説明では触れていなかった部分です。Q Appsには、先ほどお見せしたWebアプリのインターフェースだけでなく、お好みのシステムと接続できるAPIも用意されています。そのため、どこでもアプリやワークアプリを作成することができます。もちろん、私たちが聞きたいROIについても、高いリターンと何千時間もの時間削減が実現できています。これらはすべて素晴らしい成果です。
さて、本日のミッションに戻りましょう。皆さんとチームの皆さまは、Q Businessを使って質問に答え、コンテンツを生成し、Q Appsで日々のタスクを安全に自動化することができます。ここで挙手をお願いしたいと思います。Q Business Appsについて、少し理解が深まりましたでしょうか？賛成の方は「はい」と言ってください。さあ、私のマイクではその声は拾えませんね。もう一度お願いします。Q Business Appsについて理解が深まった方は、手を挙げてください。ご協力ありがとうございます。
Q Appsの詳細については、WebサイトやQ Businessサービス内のConsoleでご確認いただけます。あるいは、この後が一番おすすめです。Expo HallにQ Appsのブースがありますので、そちらで私たちとお会いしましょう。皆さまがQ Appsで何を作り出すのか、とても楽しみにしています。ご参加いただき、ありがとうございました。この後、質疑応答に移らせていただきます。
※ こちらの記事は Amazon Bedrock を利用することで全て自動で作成しています。
※ 生成AI記事によるインターネット汚染の懸念を踏まえ、本記事ではセッション動画を情報量をほぼ変化させずに文字と画像に変換することで、できるだけオリジナルコンテンツそのものの価値を維持しつつ、多言語でのAccessibilityやGooglabilityを高められればと考えています。
Discussion