How BMW Group is Driving Business Resilience with Generative AI

Matthias Patzak:
AWS がお届けする Executive Insights ポッドキャストへようこそ。私は Matthias Patzak です。AWS の Enterprise Strategist です。

BMW Group の Enterprise Platforms and Services, Data and Artificial Intelligence の Vice President である Marco Gorgmaier 氏をお招きすることができ、うれしく思っています。Gorgmaier さん、ご参加いただき、ありがとうございます。

Marco Gorgmaier 氏:
お招きいただき、ありがとうございました。

Matthias Patzak:
AWS がお届けする Executive Insights ポッドキャストへようこそ。私は Matthias Patzak です。AWS の Enterprise Strategist です。本日は Gorgmaier さんをお招きすることができ、うれしく思っています。

Marco Gorgmaier 氏:
こんにちは、Patzak さん。お招きいただき、ありがとうございます。

Matthias Patzak:
Gorgmaier さん、ポッドキャストへようこそ。Marco Gorgmaier さんは、BMW Group の Enterprise Platforms and Services, Data and Artificial Intelligence の Vice President です。Gorgmaier さん、ご自身について、また、BMW Group での役割と仕事内容について教えていただけますか?

Marco Gorgmaier 氏:
もちろんです。グローバルプラットフォーム組織として、私たちは、組織全体で AI をロールアウトおよびスケールする非常に重要な組織であり、チームに提供するプラットフォームエコシステムは基本的にそのためのバックボーンです。そのため、私たちはスキルアップし続け、すべての従業員が当社のエコシステムを理解し、それによって実現できる効率を理解し、それを組織に採り入れられるようにしています。

Matthias Patzak:
しかし、これは単一のプラットフォームではなく、したがって、データ生成 AI のための単一のプラットフォームでもありません。つまり、複数のエンタープライズプラットフォームということですね。

Marco Gorgmaier 氏:
そのとおりです。実際には複数のプラットフォームスタックです。もちろん、ERP プラットフォームや SAP プラットフォームも重要な部分です。そして、自社のアプリケーションを開発するクラウドスタックがあります。私たちがこれを標準クラウドプラットフォームと呼んでおり、そこではマネージドサービスを多用しています。また、データおよび AI プラットフォームがあり、これらは一緒になって拡大しています。

当社は 2017 年にクラウドデータハブでこのジャーニーを開始しました。このとき、すべてのデータを 1 つのプラットフォームに集約するようにしました。そのため、当社はランドスケープのシステムにおいて、すべてのシステムのための取り込みを構築しました。当時、データ変換オフィスと呼ばれる組織を立ち上げ、会社に新しい役割を導入しました。ビジネスにおけるデータ管理および統制部門、データのセマンティクスを管理するためにビジネスの観点からのドメイン知識とプロセス知識を持つデータスチュワードを導入したのです。そしてもちろん、エンジニアリング組織も導入しました。グローバルハブのデータエンジニアです。私たちは、米国、ドイツ、ミュンヘン本社をはじめ、世界中で事業を展開しており、インド、ポルトガル、南アフリカにはソフトウェア開発ハブがあります。非常にグローバルな組織です。データエンジニアリングチームの立ち上げは、既存のランドスケープの統合を非常に加速するのに役立ちました。

Matthias Patzak:
プラットフォーム組織の規模はどのくらいですか?

Marco Gorgmaier 氏:
ハブを含めて、世界全体で 1,000 人以上です。

Matthias Patzak:
あなたの組織、つまり、あなたのプラットフォーム組織ですか?

Marco Gorgmaier 氏:
はい。

Matthias Patzak:
本当にすばらしいです。

Marco Gorgmaier 氏:
かなり大きな組織ですが、実際には会社全体とグループ内のエンジニア全員のためのプラットフォームです。

Matthias Patzak:
「プラットフォーム」という用語はコミュニティで広く使用されています。最新の Dora の調査では...「プラットフォーム」という用語は広く使用されており、DevOps に関する最新の Dora の調査レポートでは、アンケート対象の組織の 84% が、より広い観点からプラットフォームを使用していると回答していますが、この用語は十分に定義されていません。あなたの観点から、プラットフォームとは何を意味しますか? 成功するプラットフォームとはどのようなものですか?

Marco Gorgmaier 氏:
当社にとっては、まずは...どのプラットフォームであるかによっても異なりますが、当社の標準的なクラウドプラットフォームから始めると、当社はそれを、アプリケーションの開発、デプロイ、管理、そして、それに関連して必要なあらゆることを確実に行うことができる環境だと定義しています。スケーラビリティと効率が必要です。あらゆるところで見られる標準的な定義だと思います。

しかし、本当に重要なのは、BMW Group のプラットフォームとして足りないものを知り、当社固有の条件を含めることだと思います。あらゆる大規模な組織には、ネットワーク設定に関する固有のポリシーや条件があります。それらすべてを含めるのです。当社はそれらをプラットフォームに必ず実装しています。これにより、プラットフォームを使用するすべての新しいチームのオンボーディングプロセスが大幅にスピードアップするからです。また、これによりプラットフォームを使用するインセンティブも強くなります。なぜなら、例えば、ガバナンス要件がすべて実装され、満たされている場合、そのプラットフォームを使用したいと思うからです。

Matthias Patzak:
どれぐらいのユーザーがプラットフォームを使用しているのでしょうか? エンジニアの数でも、チームの数でも結構ですが、教えていただけますか?

Marco Gorgmaier 氏:
エンジニアの数で言えば、プラットフォームスタック全体で 10,000 人を超えるエンジニアが当社のさまざまなプラットフォームを使用しています。また、当社のデータと AI のエコシステムに関しては、約 40,000 人のユーザーがそのプラットフォームを使用しています。もちろん、多くのビジネスユーザーもいます。したがって、社内で本当に多くの人々が利用しています。

Matthias Patzak:
つまり、とても大規模なソフトウェア開発およびテクノロジー組織になったということでしょうか?

Marco Gorgmaier 氏:
はい。そのように言えるでしょうね。そして、重要なバックボーンとなったのは、ソフトウェア開発ハブを構築するためのアプローチだったと思います。これは、過去数年をかけてエンジニアリングチームを構築した大規模なインソーシングの取り組みでした。そして、私たちは成長を続けており、昨年はルーマニアとインドに 2 つの新しいハブを追加しました。今後もさらに拡大していくでしょう。

Matthias Patzak:
こちらこそ、データと生成 AI の文脈で、御社のプラットフォームはどのようなサービスを提供していますか?

Marco Gorgmaier 氏:
サービスの幅は非常に広いです。データ管理やデータ分析のほか、UEI 法や他の法令など、データと AI のガバナンス全般に関連するあらゆるサービスがあります。言うまでもなく、この分野は当社にとって非常に重要です。当社は各種法規制を遵守する必要があり、自動車に関する規制要件を考慮すれば、そのことはより当てはまります。そして、すべてのガバナンス要件を確実に満たす必要があるのです。

Matthias Patzak:
ということは、この政府の要件はプラットフォームサービスに組み込まれているということですか?

Marco Gorgmaier 氏:
そのとおりです。

Matthias Patzak:
そうなると、プラットフォームのユーザーがサービスを利用する際、特に規制とセキュリティの観点から、シンプルかつ効率的でストレスフリーになりますね。

Marco Gorgmaier 氏:
そのとおりです。これらのユーザーにはガイドが提供されるのです。例えば、当社の AI アプリケーションのために、AI フレームワークやガバナンスフレームワークが用意されており、リスク評価や、当然ながらドキュメント作成のガイドが提供されます。他には、AI モデル開発やそれに関するあらゆるサービスなど、必要なサービスを提供しています。当社の工場では、実際に自動車の品質検査を行う非常にすばらしいユースケースもあります。隙間のサイズ、傷などを検出しています。そしてもちろん、生成 AI も利用していますし、生成 AI を利用したセルフサービスプラットフォームもあります。このプラットフォームは、すべてのビジネスユーザーも対象としてリリースされたばかりです。BMW Group では、これをグループ AI アシスタントと呼んでいます。そして、そのアイデアは、日常業務で簡単に使用できるセルフサービスの生成 AI アプリケーションを構築できるというものです。

Matthias Patzak:
こちらこそ、多くの組織がプラットフォームを構築していますが、そのプラットフォームの目的は主に技術的なものです。ほとんどの場合、効率性やコスト効率は改善されているかもしれませんが、実際にビジネスをサポートしていることは多くありません。データ生成 AI の観点から、データと生成 AI に関する BMW Group の実際のビジネス戦略について少しお話しいただけますか?

Marco Gorgmaier 氏:
はい。もちろんです。ご指摘の点は非常に重要な点だと思います。私たちは常に、次の点に気を配るようにしています...つまり、あらゆるプラットフォーム組織はテクノロジーが大好きで、プラットフォームや機能を構築するのが大好きです。私が重要だと思うのは、ビジネスと IT を早い段階で連携させることです。私たちは、組織の観点からも、これが確実に行われるようにしてきました。先ほどお話ししたように、データ変換オフィスとジャーニーを開始した際に、例えば、あらゆるデータアセット (データ分析のために既に準備済みのデータセットをこのように呼んでいました) について、常にビジネスオーナーと、データスチュワードおよびエンジニアリング側の担当者が割り当てられているようにしていました。これは、クラウドデータハブでデータを利用して開始したときのことです。

そして現在では、生成 AI でも実際に同じことを行っています。したがって、私たちはユースケースから始めて、「ビジネスの観点から実際に達成したい目標は何か」を考えます。 生産プロセスにおける高い品質を実現したいのであれば、そのために利用できるテクノロジーは何か、 そして、そのために必要なデータは何か、を考えます。

また、生成 AI における現時点での最新の進歩、特にエージェントについて考えます。次の波が来ているように感じています。したがって、私たちはデータを CDH に取り込みましたが、今度はランドスケープ内のすべてのアプリケーションに対するトランザクションアクセスが必要となります。ご想像いただけると思いますが、当社には、レガシーアプリケーションから最先端のクラウドネイティブビルドアプリケーションや既製のアプリケーションまで、大規模なアプリケーションランドスケープがあります。つまり、スタックにあらゆるものがあるのです。そして、エージェントの潜在能力を最大限に活用できるように、特定のユーザーの権限と役割を使用してこれらすべてのシステムにアクセスできるようにする必要があります。したがって、ビジネスとそのプロセス、そして主要な知識を、最初から組み込むことが重要であると私は考えています。

Matthias Patzak:
プラットフォームチームに所属するソフトウェアデベロッパーの数と、使用しているチームに所属するデベロッパーの数に非常に驚きました。特にデータに関する事実と数字について、もう少し教えていただけますか? データのタイプや、1 日または 1 分あたりに作成されるデータの量については想像もつきません。あるいは、どのような種類のデータを取り扱っているのですか?

Marco Gorgmaier 氏:
先ほど申し上げたとおり、ERP システム、SAP システム、自社開発のアプリケーションなど、すべてのシステムのデータです。クラウドデータハブには 14,000 個の S3 バケットがあると思います。7,000 を超えるデータセットを管理し、1,500 を超えるユースケースをサポートしています。今日までにサポートしてきたユースケースの数は非常に多いです。

Matthias Patzak:
非常に興味深いですね。社内のユーザーがプラットフォームを採用しているかどうかは、どのように確認しているのでしょうか? プラットフォームの使用は必須ですか? それともインセンティブがあるのでしょうか?

Marco Gorgmaier 氏:
ご質問いただき、ありがとうございます。このことは、プラットフォームを使用する企業にとって常に大きな課題となります。標準化と効率の間には常にトレードオフの関係があると思います。もちろん、企業はそれらを実現したいと考えていますが、他方で自由も必要としています。なぜなら、イノベーションや実験の余地を残しておきたいからです。

そのため、ここで適切なバランスを見つけることは重要な課題であり、これは継続的なプロセスであると考えています。それは一度達成して終わりではありません。常に次のステップを目指す必要があるのです。そして、プラットフォームチームとしてのもう 1 つの大きな課題は、特にこれらのトレードオフに鑑みて、自分たちがボトルネックにならないようにするということです。そのため、私たちは、ガバナンスの観点からも、プラットフォームの使用を必須とすることを、明確に定義されるよう試みています。

それが 1 つですが、主要な推進要因は、市場でも目にする「勝者総取り」のような流れだと思います。クラウドデータハブに目を向けると、そこが非常にうまくいっていて、ある時点から人々が「ここには既に多くの厳選されたデータセットがある。他のデータと組み合わせることもできる。接続するのが絶対に得策だ」と気づくようになりました。 私たちは、取り込み用の標準コネクタを提供し、取り込みフレームワークの質を高く維持しています。これらすべての要素が積み重なり、ある時点で非常に中核的な存在となりました。そして、このような経験は現在、基本的に同じことを行った AI プラットフォームにも活きています。今ではすばらしい基盤があり、その点でもスケールが可能となっています。

Matthias Patzak:
私がよく目にするデータプラットフォームの問題は、大量のデータを保存するということです。そのため、誰もがあらゆるタイプのデータを収集し始めました。「データは新しい石油だ」という言葉を聞いたことがあるかもしれません。必要なデータのみを保存するにはどうすればよいのでしょうか?

Marco Gorgmaier 氏:
確かに、これは大きな課題だと思います。当社は自動車企業であり、効率を非常に重視しています。もちろん、コスト管理に真剣に取り組んでいるのもそのためです。おっしゃるとおり、あらゆるデータを保存すれば、非常に多額のコストがかかります。そして、生成 AI と非構造化データを考えれば、そのことはさらに当てはまります。そのため、当社は非常に厳格なライフサイクル管理を実装しようとしています。使用されていないデータセットについては通知され、そのデータセットはある時点で削除されます。まずアーカイブし、その後に削除します。そうしなければ、コストが爆発的に増大してしまうからです。

もう 1 つの点として、当社は、データおよび AI ポータルにおいて、ユースケースを必ずデータアセットにリンクさせています。そのため、システムへのダウンストリームの系統が非常に明確になり、データセットを誰がどのユースケースで使用しているのか、また、これらのユースケースがアクティブに管理されているのかもわかります。ポータル内には、すべての統計情報が格納されていて、そこではデータを管理できます。そして、新しいユースケースを追加する場合は、もちろん、ユースケースのために、必要な新しいソースシステムを新しいデータとともに定義して追加することもできます。

Matthias Patzak:
多くの組織にとって、データ分野で人材を引きつけることは非常に困難です。なぜなら、競争が激しく、多くの専門性が求められるからです。どのようにして人材を引きつけていますか?

Marco Gorgmaier 氏:
もちろん、1 つはブランドだと思います。BMW Group は非常に強力なブランドであり、それが間違いなく役立っています。これが 1 つの要素です。もう 1 つの要素は、先ほども触れましたが、1 つの市場や本社だけに依存するのではなく、世界中の人材を活用できるよう、グローバルな人材プールを持ち始めたことが非常に重要だったと思います。そして、それが適切な人材を獲得するための非常に重要なステップでした。また、データサイエンティストについては多くの議論があります。もちろんデータサイエンティストは非常に重要ですが、データエンジニアリングチームの存在も同様に重要であることがわかりました。なぜなら、ソースシステムが信頼性が高く安定した態様で接続されていない場合、データサイエンティストは仕事ができないからです。

Matthias Patzak:
現在では Wavestone のグループ企業である New Vantage Partners により、ビッグデータに関する調査が実施されました。同社の視点とサービスデータからは、ビジネスにおいて、ビジネスユーザーデータを採用することを妨げている最大の問題は、テクノロジーではなく、文化であることがわかりました。この点について、どのようにお考えでしょうか?

Marco Gorgmaier 氏:
確かにそうだと思います。なるほど。私の考えととてもよく一致しています。この文化的な部分は、リーダーシップから始まらなければなりません。本当に重要だと思います。私はデータマインドセットやデータドリブン企業という言葉はあまり好きではありません。当社は依然として非常にプロダクトドリブンの企業だと思います。そうは言っても、あらゆる決定、あらゆる行動はデータに裏付けられている必要があるという考え方を身に付けることが非常に重要です。これは当社がここ数年で本当に強化してきたことであり、時間がかかります。そのため、ジャーニーの早い段階から始める必要があります。

そしてもう 1 つの点は、当社がすべての従業員のために多くのイネーブルメントを実施しているということです。これは重要だと思います。トレーニングを実施し、恐れを取り除く必要があります。それは AI にも言えることです。人々が安心して実験したり、試したりできるような環境を提供する必要があるのです。ビジネス部門向けにも、エンジニアリング組織向けにも、そのような環境を提供できるよう努めています。例えば、私たちのすべてのハブでは、プラットフォームアカデミーというものを提供しています。ユーザーは、そこですべての詳細を学び、オンボーディングします。また、クラウドスタックに関しては AWS と緊密に連携しています。

Matthias Patzak:
興味深いですね。よく目にするのは、これが欠けているということです。つまり、プラットフォームはただサービスを構築しているだけで、プラットフォームサービスのユーザー、特にデータに基づいてアクションを推進すべきビジネスパーソンの能力強化とトレーニングにはあまり投資していないということです。そして、このことは、多くの組織がデータに対する投資をすべて活用できていない理由となっています。

Matthias Patzak:
BMW Group が現在取り組んでいるイノベーションとユースケースをいくつか教えていただけますか?

Marco Gorgmaier 氏:
もちろんです。いくつかのユースケースを喜んでご紹介します。生成 AI の非常に典型的なユースケースも含まれていると思います。当社は入札アシスタントをリリースしたばかりです...当社が外部のパートナーと連携する場合、通常は入札を行います。これらの文書は非常に標準化された方法で作成されるため、そのすべてを通じてガイドを提供し、すべての適切な法的文言が確実に含まれているようにする、ちょっとした生成 AI サービスを構築しました。とてもシンプルに聞こえるかもしれませんが、これにより、このプロセスで多くの効率化を実現できます。また、マーケティングテキストの生成でも同様です。現在、生成 AI の力が発揮されている典型的なユースケースだと思います。これらのユースケースの多くはすでに実施されています。現在ロールアウト中のものがもう 1 つあります。CIC エージェントです。これは、生成 AI と連携して正しい回答を提供するカスタマーインタラクションセンターエージェントです。

そして現在、同じ機能が当社のウェブサイトと、スマートフォンの MyBMW アプリでも実装されています。次のステップでは、これを車内のインテリジェントパーソナルアシスタントに導入する予定です。これは、プラットフォームがどのように機能するのかを示す優れた例だと思います。一度サービスを構築すれば、さまざまなコンテキストで再利用できます。技術的な構成要素をサービスで再利用するのです。これは非常にすばらしいユースケースで、お客様向けのサービスの質が大幅に高まります。

Matthias Patzak:
本当ですね。

Marco Gorgmaier 氏:
はい。また、AWS と連携してもう 1 つのことに取り組んでいます。現在、BMW モデルの詳細なデータを組み込んだ基礎モデルの継続的な事前トレーニングのユースケースをパイロット運用しています。これは重要です。なぜなら、応答時間を非常に短くしたい場合には、ラックは機能しないからです。これは大きな可能性を秘めていると思いますし、例えば車内や他のコンテキストで実装することが重要です。

Matthias Patzak:
非常に大規模な組織で、高度に分散しており、ユースケースも多岐にわたっているようですね。先ほど、リーガルテクノロジー、マーケティングテクノロジー、カスタマーサービステクノロジーに言及がありました。このような高度に分散したセットアップの回復力について知りたいのですが、高い回復力を備えるために、組織アーキテクチャをどのように設定しているのでしょうか?

Marco Gorgmaier 氏:
おっしゃるとおり...それは多くのプロセスにまたがっています。ご指摘のとおりです。つまり、生産ロジスティクスからカスタマーブランドセールスまで、実際にはすべての社内プロセスをカバーしています。それがすばらしいのは、プロセスのサイロをかなり解消できるということです。これは、単一の組織が自らの特定のプロセスのみを担当する、という状況にならないようにすることの大きな利点です。そしてもう 1 つの点は、BMW Group です。グローバルに分散していますが、非常に中央集権的に管理されています。そのため、ガバナンスと標準の実装を実現しやすい環境となっています。これは間違いなく有益です。なぜなら、全体として組織はそれほど分散的ではないからです。

Matthias Patzak:
興味深いですね。自動車業界において、データ分野における今後のトレンドをどのように見ていますか? 何か共有していただけることはありますか?

Marco Gorgmaier 氏:
私は、組織内で AI エージェントを使用できるようにすることが非常に重要だと考えています。自動車業界に特有のトレンドというわけではありませんが、組織内でさらなる効率の向上を実現できる大きな可能性を秘めています。あまり話題に上りませんが、先ほど述べたように、既存のアプリケーション環境をそれに合わせて準備する必要があることは大きな課題だと思います。もちろん、クラウドに最新のアプリケーションが既にある場合は、有利なスタートを切ることができます。

しかし、現実には、あらゆる大規模組織では、レガシーアプリケーションと最新のアプリケーションが常に混在していると思います。そのような状況の中で、私が実際に目にしているのは、そして私たちが注力しているのは、大規模言語モデルからのアクセスを可能にするように記述された API を実現することです。個々のユーザー権限に基づいてアクセスできるように、アプリケーション全体でロールと権限が設定されている必要があります。 これは、現在私たちが多くの投資をしている分野です。そして、それが AI セルフサービスプラットフォーム、グループ AI アシスタントとのリンクとなり、従業員のビジネスレベルで独自の小さなエージェントやユースケースを開発できるようになります。

Matthias Patzak:
つまり、回復力を高めるには、API を介して組織とアーキテクチャを切り離す必要があるということですね。これがアドバイスということですね?

Marco Gorgmaier 氏:
そのとおりです。回復力には明らかにさまざまな側面があると思いますが、分離がうまくいかなければ、スケールできないと思います。

Matthias Patzak:
最後のまとめとして、業界の同業者に向けて、回復力のあるデータ戦略を構築する方法について何かアドバイスはありますか?

Marco Gorgmaier 氏:
はい。1 つはデータ品質とメタデータへの投資です。これは非常に簡単で、誰もが聞いたことのあることですが、本当に重要です。データ品質は、フレームワークだけでなく、技術的な観点、そしてビジネスプロセスの観点からも重要です。ビジネスプロセスで適切なデータが最初から利用されているようにしてください。データエンジニアリングの観点から、後で一部のデータを修正することはできませんから。

これが 1 つの側面です。もう 1 つの側面は、生成 AI を有効活用するにはメタデータが必要であるということです。そして、当社は現在、それをスケールアップするために投資しています。また、データと AI エージェントの連携という点では、先ほど申し上げたように、トランザクションの可能性と機会のために環境に投資するべきだと思います。これは本当に過小評価すべきではなく、非常に重要だと私は信じています。それから、生成 AI の力を活用してサイロを解消し、効率を高めます。当社ではエンジニアリング組織でそれを行っています。そのため、ソフトウェア開発ではこれを多用しています。取り込みスクリプトを自動化して、得られる可能性を最大限に活用しています。

最後のアドバイスは、構築と購入の間で適切なバランスを取ることです。これは当社の車と同様です。当社はお客様に自由に選んでいただけるようにしています。お客様は、内燃機関、フルバッテリーの電気自動車、プラグインハイブリッド車を選ぶことができます。 また、お客様のために Hydrogen も生産を開始する予定です。ソフトウェア組織にも同じことが当てはまると思います。購入するのが最適な場合と構築するのが最適な場合を決定し、組織としての柔軟性を維持する必要があります。

Matthias Patzak:
どのような場合に購入し、どのような場合に構築しますか?

Marco Gorgmaier 氏:
コストによります。これが 1 つの側面です。また、戦略のレベルで、それがどの程度の戦略的な差別化をもたらしてくれるのかも重要です。購入スタックのライセンスも考慮すべきです。ライセンスは大幅に高騰しています。AI により、今後は統合が進み、価格競争につながるでしょう。そのため、組織として、必要なときに構築する能力を備えておくことは良いことだと私は考えています。

Matthias Patzak:
Gorgmaier さん、どうもありがとうございました。ポッドキャストにご出演いただき、本当にうれしく思いました。多くのことを学びました。心から感謝いたします。

Marco Gorgmaier 氏:
Patzak さん、お招きいただきありがとうございました。光栄でした。

Matthias Patzak:
心から感謝します。

今すぐ聴く

今すぐ聴く

今すぐ聴く