おはようございます。 AIは急速に動いていますが、多くの企業はまだその推進力を測定可能なビジネス価値に変える仕事を誰が担当すべきかを決めていません。
最後の木曜日、DeloitteとServiceNowが後援したサンフランシスコのFortune’s Modern CFOディナーで、Stanford Institute for Human-Centered Artificial Intelligenceの上級研究者であるMelissa Valentineは、CFOにAI価値の創出を指揮する機会が狭くなりました。
Valentineは、Return on AI Instituteの創設者の最近のHarvard Business Reviewの記事に言及しながら、これらのオープンを強調するアンケートの結果を引用しました。調査に参加した最高経営陣のわずか2％が、CFOがAIで価値を創造する責任を負っていると答えました。しかし、CFOが責任を負った場合、76％が他の機能よりもはるかに早く、かなりの価値を生み出したと報告しました。同報告書の共著者であるLaks Srinivasanは、財務責任者はAIイニシアチブを定義、評価、資金調達、測定し、そのフレームワークを会社全体に適用できる独自の立場にあると述べた。
スタンフォード工科大学経営科学および工学終身副教授のバレンタイン氏は、財務責任者会議室で、CFOが価値を定量化し責任を負う意思があればAIを導く戦略的な機会があると述べた。彼女は、生成AIが実験段階から外れ、CFOがよく知っている体系的な測定段階に移っていると主張しました。 2年前だけでも厳しい責任を問うのは時期尚早だったと彼女は言いました。今日は必須です。
ガードレールの問題について、Valentineは、アントロピックがクラウドコーディングツールの内部ソースコードを誤って公開した最近の出来事を指摘し、最先端のAI研究所がモデルを保護する方法を公に垣間見る機会を提供しました。彼女は、プライマリAIシステムを監視するように設計されたセカンダリAIシステムを含む、モデルを利用可能で安全にするために、モデルを取り巻くインフラストラクチャ「ハーネスエンジニアリング」の概念に注意を払いました。 CFOに関する彼女のアドバイス：リーダーは、モデル周辺システムが企業規模で管理、監視、信頼できるほど堅牢であることを理解する必要があるため、そのアーキテクチャを研究する必要があります。
この例は、バレンタインの発言でより広いポイントを強化しました。つまり、安全なプロダクションクラスのAIの要件は、日常的な従業員実験の要件とは根本的に異なります。彼女は非常に異なる2つの形式のAI変換を明確に区別しました。 1つは、従業員がGeminiやNotebookLMなどのツールを使用し、実験を通して実用的なアプリケーションを発見する最前線から始まります。もう1つは、本番クラスのユースケースに強力なデータインフラストラクチャ、エンジニアリングの厳しさ、およびガバナンスが必要な上記から推進されています。どちらも重要です。それぞれに独自の運用モデルが必要です。
リーダーボード
Marcel Teunissenは4月6日からExpand Energy Corporation（Nasdaq：EXE）のCFOに任命されました。 Teunissenは最近、Parkland Corporationの北米地域の社長を務めました。彼は以前、ParklandのCFOに就任し、会社の財務戦略、資本市場、投資家の関与をリードしていました。 Parklandの前に、TeunissenはShell plcで統合ガスベンチャー財務担当副社長、グローバル統合ガス、新エネルギー財務担当EVPなどの役割を果たし、20年以上勤務していました。
Steven E. Pfanstielは、医療技術会社Neuronetics、Inc.（Nasdaq：STIM）のEVP、CFO、および財務担当者の役割から引き継がれています。 Pfanstielは会社の外で機会を追求しています。彼は5月1日まで残ります。 Neuroneticsは彼の後任者を見つけるために検索を始めました。
大きな取引
Lumina Foundation-Gallupの2026年の高等教育の現状調査結果によると、企業が次世代の従業員のための人材パイプラインを構築するにつれて、AIは大学生が学業進路について考える方法を形成しています。アンケート調査に参加した学士号の42％がAIのおかげで専攻の変更を検討することになったと答え、そのうち13％は専攻の変更について考えました。準学士の学生のうち、その割合は56％に増加し、15％はこれを真剣に考慮しています。
もう1つの主な調査結果は、技術の習得、より高い給与および職業成果を含む伝統的な動機がはるかに一般的ですが、学士号の学生7人のうち約1人（14％）と準学士の学位学生（13％）がAIおよびその他の技術発展の準備が登録された重要な理由だと言います。
製造分野 AI 現況は、2022 年 7 月から 2026 年 2 月まで製造企業のデータを調査した米国人口調査局のビジネス動向と展望調査分析に基づいた Digit の報告です。米国製造分野のAI採用は2023年以来4倍に増加しました。また、企業は小規模メーカーより導入可能性が2.3倍高い。
しかし、これらの成長は遅くて慎重です。メーカーの87％がまだこれを採用していません。 AI導入の不確実性は9.2％から14.4％に増加しました。採用が遅い理由の1つは、AIのROIの明確性が不足しているためです。
レポートによると、製造業者が見逃しているのは、計画から実行に移行するために解決する必要がある明らかな問題です。
偶然聞いた
「AIを展開しようとするほとんどの組織は、最も困難な問題が技術的な問題ではないことを認識しています。
– グローバル教育会社であるPearsonのCEOであるOmar Abboshは、Fortune誌に寄稿した記事です。
