は今年で 9 年目を迎え、スタートアップ コミュニティ内でのつながり、学習、インスピレーション、コラボレーションの促進に焦点を当てた年次カンファレンスです。スタンフォード大学ベンチャーキャピタルイニシアチブによると、マサチューセッツ州は2021年から2024年にかけて、カリフォルニア州（358社）とニューヨーク州（137社）に次ぐ、3番目に多くのユニコーンスタートアップ企業（52社）を輩出した。また、100 を超えるセッションと 300 人の講演者が参加し、参加者数もトピックの範囲も地域イベントとしては印象的でした。
しかし、サフォーク大学の会場に毎日大勢の人々が集まるにつれ、1 つだけ明らかになったことは、創業者、投資家、技術者、オペレーターが全員、AI トレインに早期に飛び込むために必死に取り組んでいることです。この電車はどのくらいの大きさですか? Forrester は、米国のテクノロジー支出が 2025 年に 2 兆 6,000 億ドル (成長率の 5.6% という堅実な成長) を超えると予測しており、その多くは AI 関連の機会と課題に起因すると考えられます。最も洞察力に富んだ 3 つの AI セッションと、それに付随する、あらゆる規模の組織のビジネス リーダーが活用すべき重要なポイントには、以下で詳しく説明する内容が含まれています。
パネリストは、ビジネス リーダーや人材採用担当者は、今後数年間で、AI 人材の不足やどのスキルを優先すべきかの把握から、採用かトレーニングかの決定、AI 統合に備えたエンジニアリング文化の構築まで、さまざまな課題に直面すると感じました。
Apollo.io の人材運用および分析担当シニア マネージャーである Tommy Barth 氏は、同社が現在、テクノロジーに重点を置いた職務に対して AI に焦点を当てた面接を行っていることから、AI が採用や人材評価のプロセスにどれほど大きな影響を与えるかに焦点を当てました。これらの面接は、「候補者が AI に興味があるだけでなく、一定レベルの AI の流暢さがあることを確認することを目的としています。」同社はまた、AI 導入を業績評価ベンチマークとしても使用しており、個人は「効率性を見つけるために仕事で AI をどのように使用しているかを明確にする」必要があります。
このセッションの要約は、それを最もよく表しています。「AI 製品が市場に氾濫する中、技術的に優れたものを構築するだけでは十分ではありません。戦略的に目立つ必要があります。」主な洞察の 1 つは、消費者や企業のコミュニティに重大な悪影響を与える、または生み出す可能性がある問題点を解決するための AI 開発戦略の必要性でした。
商業信用を管理するためのデータインテリジェンスと自動化ソリューションを提供する AI スタートアップ EnFi の共同創設者兼最高技術責任者 (CTO) であるスコット・ウェラー氏は、この点について詳しく述べました。彼は、理想的な顧客プロファイルとは、実際には同様の問題点を持つコミュニティであると考えています。彼は、「製品を構築するだけでは、コミュニティを構築する能力はありません。実際に問題点に対処する必要があり、結果を伴う問題点に対処する必要があります。コミュニティは結果を中心に構築されます。」
このセッションのパネリストは、AI モデル用の高品質データを取得して使用する方法に焦点を当てました。重要な点は、量と質を維持しながらデータ取得コストを制御すること、複雑なデータ（コンピュータ ビジョン、自然言語処理など）に注釈を付けることを考慮すること、データセットの偏りを回避しながら倫理的なデータ取得慣行を適用することでした。しかし、1 時間のセッションの共通点は次のとおりでした。大規模言語モデル (LLM) の構築と AI の起動を急ぐ前に、データ調達、ストレージ、系統、系図、目的、品質保証、ガバナンス、プロセスから構成されるデータ戦略を最初に構築するということでした。
分析ソリューション プロバイダーである OnPoint Insights の CEO であり、タフツ大学の非常勤教授である Nirav Shah 氏は、「人々は [データ戦略の構築] に多くの時間を費やしません。誰もがただデータを取得して LLM モデルを構築したいだけであり、これは単なる POC または MVP にとっては素晴らしいことです。しかし、データ戦略は非常に重要です。」
さらに詳しく知りたいですか? Forrester のクライアントは、これら 3 つの知恵を貴社のビジネス戦略にどのように適用できるかを学ぶために、私との時間をスケジュールすることができます。