T最新テックトレンド

BAYZATとは何か？ 職場の「スーパーアプリ」としての進化

Amazon Web Services
0:00--:--

AIが職場を変革する：BAYZATが描くエンタープライズAIとワークフォースマネジメントの未来

今日のビジネス環境において、AIは単なるバズワードではなく、企業の競争力を左右する中核技術となっています。しかし、実際にAIを大規模なエンタープライズ環境に導入し、具体的な価値を生み出す道のりは決して容易ではありません。本記事では、AWS for AI Podcastのエピソード「EP11: BAYZAT_Scaling_enterprise_AI_for_the_workplace」の内容に基づき、スマートなワークフォース管理ソリューションを提供するテクノロジー企業BAYZATが、どのようにAI技術を採用し、製品開発、ビジネスへの影響、そして将来のワークプレイスのあり方を再定義しているのかを深く掘り下げていきます。

ゲストはBAYZATのCTO、Ahmed Abdul Rahman氏。数学、ソフトウェア開発、そしてAIに対する長年の情熱を持つ彼は、20年以上にわたる経験を活かし、最新技術に常にハンズオンで取り組みながらBAYZATのテクノロジーを牽引しています。現在、BAYZATのプラットフォームは50万以上の従業員、4,000社の顧客、そして月間6,000万以上のプラットフォーム訪問を記録し、中東地域のワークライフ体験に大きな影響を与えています。

本記事では、Ahmed氏の個人的なAIへの旅路から始まり、BAYZATがいかにしてAIを製品に統合し、Knowledge Hub、AI Insights & Reporting、そして革新的なMicro Appsといった主要プロダクトを構築してきたかを探ります。また、AI導入における技術的・組織的な課題、AWSとの戦略的パートナーシップの重要性、そしてAIがHRプロフェッショナルや従業員のワークライフにどのような変化をもたらしているのか、さらには2028年の「エージェントが働く未来」に関するAhmed氏のビジョンまで、包括的に分析していきます。

BAYZATは、現代の職場で働く従業員と企業のために設計された「ワークライフプラットフォーム」であり、Ahmed氏はこれを「B2Bスーパーアプリ」と表現しています。そのミッションは、財務、人材、プロセス最適化の分野で、あらゆる従業員に世界クラスの体験を提供し、企業と従業員の両方を支援することです。

創業の背景と戦略的進化

BAYZATは、共同創業者であるTalal Talbay、Tig Bay、Brian Hhabibi氏によって2014年から2015年頃に設立されました。創業のきっかけは、UAE（アラブ首長国連邦）で健康保険の提供が企業にとって義務化されたという市場の大きな変化でした。彼らはこの機会を捉え、保険ブローカーとして市場に参入しましたが、単なるブローカーとして差別化を図ることは困難だと認識しました。そこで彼らが採った戦略は、画期的なものでした。それは、HR（人事）と給与計算システムを無料で提供することです。

この無料のHR・給与システムは、顧客を惹きつけ、保険ブローカーとしてのサービスと組み合わせることで独自の価値を提供しました。創業者の言葉によれば、「まず会社を立ち上げ、何をするかは二の次だった」という彼らの初期の決断が、現在のBAYZATの基盤を築いたのです。そして、この「無料」で提供されていたプラットフォームが、真の市場価値を持つことが証明されたのは、やがて有料化に踏み切った時でした。「もし素晴らしい製品を作れば、顧客は対価を支払ってくれるか？」という問いに対し、市場は「絶対的にイエス」と答えました。現在、このプラットフォーム事業はBAYZATの総収益の約50%を占めるまでに成長し、その製品が市場に真にフィットしていることを示しています。

豊富なモジュールと包括的なサービス

BAYZATの「スーパーアプリ」としての強みは、従業員が日々の業務に関連するあらゆるニーズを、15もの異なるアプリを切り替えることなく、BAYZAT一つで完結できる点にあります。その提供するモジュールは多岐にわたり、以下の主要な分野をカバーしています。

  1. コアHRMS (Human Resource Management System):

    • 給与計算 (Payroll Management): 複雑な各国・地域の規制に対応した正確な給与計算を可能にします。
    • 経費管理 (Expense Management): 従業員の経費申請から承認、精算までのプロセスを効率化します。
    • 人事管理 (HR Management): 休暇申請・承認、勤怠管理、シフトスケジューラーなど、日常的な人事オペレーションをサポートします。特にレストランなどのシフト制勤務が多い業界では、シフトスケジューラーが労務管理の効率化に貢献します。

  2. 生産性ツール:

    • Knowledge Hub (ナレッジハブ): NotionやConfluenceのような文書管理・共有ツールにAIサポートとエンタープライズレベルの権限管理を統合したものです。企業内の文書や情報を整理し、AIがそれらを基に質問に回答したり、翻訳したりすることができます。組織内の役割（例：営業チーム、営業リーダー）に基づいてアクセス権限を細かく設定できるため、機密情報の保護が可能です。
    • AI Insights & Reporting (AIインサイトとレポート): マネージャーやリーダーが自然言語で質問を投げかけるだけで、AIがその質問をSQLクエリに変換し、必要なデータを抽出して可視化されたレポートとして提供します。これにより、データ分析の専門知識がなくても、迅速に意思決定に必要な情報を得ることができます。

  3. 健康とウェルビーイング:

    • フィットネスチャレンジ: 従業員の健康増進を促すための社内フィットネスプログラムを提供し、仲間同士でモチベーションを高め合えるようにします。
    • 従業員割引・特典: プラットフォーム上で様々な企業からの割引や特典を提供し、従業員の福利厚生を充実させます。

顧客層と地域展開

BAYZATの主なターゲット顧客は、従業員数50人から500人規模の中小企業です。特にUAEとサウジアラビアを主要な市場としていますが、これらの国以外で人材を雇用する企業や、UAEに拠点を置きながら米国の企業にサービスを提供するリモートワーカーを雇用する企業など、多様なニーズに対応しています。各国の法規制への準拠も徹底しており、使いやすさと質の高いサービスで高い評価を得ています。

このように、BAYZATは創業当初の戦略から見事に転換し、現在では包括的なワークフォース管理ソリューションを提供する、AI駆動型スーパーアプリとして、その存在感を確立しています。

AI導入への旅路：困難から魔法へ

BAYZATのCTO、Ahmed Abdul Rahman氏のAIへの旅は、彼自身の深い情熱と、技術の進化とともに大きく変化するAI分野の歴史を象徴するものです。

Ahmed氏の技術遍歴とAIへの出会い

Ahmed氏は若い頃からソフトウェア開発に強い情熱を抱いていました。高校時代にはネットワークエンジニアリングのコースを受講し、コンピュータをいじり続けていました。19歳でエジプトのスタートアップでインターンシップを開始。500万人以上のユーザーと35,000社のB2B顧客を抱える大規模なサービスプロバイダーで、企業の成功と衰退を目の当たりにする貴重な経験をしました。その後、多様な製品開発に携わるソフトウェアハウス、そして通信業界の大手企業で大規模なインフラ（データセンター、ベアメタルサーバー、数百万のデータベースレコード）の管理を経験し、幅広い技術知識と組織運営のノウハウを培いました。

6年間の通信業界での経験を経て、彼は再びスタートアップの世界に戻りたいという思いを抱きます。そして、2016年にAIスタートアップに参画したことが、彼のAIへの本格的な旅の始まりでした。当時のAI分野はまだ発展途上にあり、非常に挑戦的な環境だったと彼は振り返ります。

AI黎明期の苦闘とGPT-3がもたらした「魔法」

2015年から2016年頃のAI開発は、今日の状況とは大きく異なり、Ahmed氏の言葉を借りれば「非常に困難」なものでした。

  • 困難な道のり:
    • たった一つのデモを完成させるのに「数ヶ月」と多くの「非常に優秀な人材」を要した。
    • Word2Vecのような基本的な技術を使ってクラスタリングなど有用なものを作るだけでも、途方もない労力が必要だった。
    • テキスト要約に強い関心を持っていたAhmed氏は、BERTモデルを使って本の章を要約する実験を週末に行っていたが、当初は「判読不能」な結果しか得られなかった。
    • 結果が出るまでに何ヶ月、時には何年もの努力が必要な「忍耐の規律」が求められ、誰もが続けられるものではなかった。

しかし、この状況は劇的に変化します。2020年後半、GPT-3の登場が転換点となりました。Ahmed氏は、GPT-3に「適切なコンテキスト」を与えれば、驚くほど正確な回答が得られることを発見します。当時の彼にはRAG（Retrieval Augmented Generation）という概念はまだなく、彼はこれを「LMコンテキストプロバイダー」と呼んでいました。

  • GPT-3がもたらした「魔法」:
    • 自社のヘルプ記事をコピー＆ペーストし、GPT-3に質問を投げかけると、驚くほど正確な回答が返ってきた。
    • 「数ヶ月かかっていた作業が、数時間で、いや数日もかからずに、何かをブートストラップし、既製のモデルを使用し、Hugging Faceからファインチューニングするだけで、魔法のように機能するようになった。」
    • この「イネーブルメント」こそが、多くの人々が早期に結果を見て、AI開発を継続できるようになった大きな要因だとAhmed氏は指摘します。

社内SlackボットによるAI実験の成功

GPT-3の可能性に気づいたAhmed氏は、すぐに社内でAI実験を開始しました。当時はまだRAGという概念が確立されていなかったため、彼は手探りでシステムを構築しました。

  • 技術的な試行錯誤:
    • AWS Kendraを試すも、要約のスニペットサイズが小さすぎることが課題となる。
    • 最終的には、Pinecone（当時は初期の埋め込みソリューション）を活用し、自社の文書を埋め込んでコンテキストとして提供するシステムを構築。
    • これを基に、社内向けに4〜5種類のSlackボットを開発・展開。
  • Slackボットの活用例と圧倒的な反響:
    1. 営業チーム: 顧客との電話中に製品に関する詳細な質問（例：生体認証デバイスXとの統合サポートの有無）があった際、営業担当者がエンジニアに確認する代わりにボットに質問し、即座に根拠のある回答を得られるようになった。これにより、営業効率が大幅に向上。
    2. 顧客サポート (CS): 顧客からの問い合わせに対して、ボットが迅速に正確な情報を提供。
    3. マーケティング: ブログ記事やLinkedIn投稿の作成を支援。
    4. 社内HRアシスタント: リモートで働く従業員（例：トルコ在住の従業員が新しい子供が生まれた際の育児休暇ポリシー）からの人事関連の質問に、ボットがポリシーに基づいて回答。
  • 確信への転換: これらのSlackボットは社内で「圧倒的に肯定的な反応」を得ました。この成功が、Ahmed氏にAIを顧客向けの製品に展開する大きな可能性を確信させたのです。

内部利用から顧客向けプロダクトへの転換

社内での成功を足がかりに、BAYZATはAIを顧客向けプロダクトとして提供する次のステップへと進みます。しかし、ここでも多くの課題に直面しました。

  • 課題と克服:
    • 技術的な困難: 適切なチャンクサイズの設定、プロンプトの最適化、そして何よりも「権限管理」の複雑さ。社内ボットでは全権限を持つスーパーアドミン向けに限定できたが、顧客向けには細かな権限設定が必要となる。
    • MVP戦略: 最初のうちは、全権限を持つCEOなど限られたスーパーアドミンユーザー向けにのみAI機能を提供し、その有用性を検証。ユーザーの継続的な利用が、機能拡張の正当性を証明した。
    • コストとスケーラビリティ: 当初利用していたPineconeが高価であることが判明。そこで、オープンソースのベクトルデータベースであるWeaviateをAWS上にホストし、より効率的かつスケーラブルなソリューションに移行しました。これにより、数百万の文書を埋め込むコストを最適化し、BAYZATのAIパイプラインの基盤を確立しました。

このように、Ahmed氏の個人的なAIへの情熱と、技術の進歩、そしてBAYZAT社内での粘り強い実験と課題克服が、現在のBAYZATの革新的なAI駆動型プロダクトへと繋がっていったのです。

BAYZATのAI駆動型主要プロダクトとその進化

BAYZATは、社内でのAI実験で得た知見を基に、顧客に具体的な価値をもたらす複数のAI駆動型プロダクトを開発してきました。これらのプロダクトは、従業員の生産性を向上させ、企業の意思決定を支援し、SaaSの未来を再定義しようとしています。

1. Knowledge Hub (ナレッジハブ)：企業内情報のインテリジェンス化

Knowledge Hubは、社内Slackボットの成功体験から生まれた、BAYZAT初の顧客向けAI機能です。企業内の文書や情報を整理し、AIの力で従業員が必要な情報に迅速にアクセスできる環境を提供します。

  • 機能と特徴:
    • 文書管理: 顧客は企業内のあらゆる文書をアップロードし、特定の「スペース」を作成して情報を整理できます。これはNotionやConfluenceのような機能を提供します。
    • AIによる質問応答: アップロードされた文書群を基に、AIが従業員の質問に回答します。これにより、従業員は必要な情報を検索する手間を省き、より迅速に解決策を見つけられます。
    • 多言語翻訳: AIを活用して文書を瞬時に多言語に翻訳できます。UAEのような多様な言語が話される地域では、従業員間のコミュニケーションを円滑にする上で非常に重要な機能です。
    • エンタープライズ権限管理: BAYZATが「システムオブレコード」として組織内の役割（例：営業チーム、営業リーダー、営業マネージャー）を理解しているため、各文書へのアクセス権限を細かく設定できます。
    • 情報セキュリティ: 最も重要な点は、AIシステムが「サンドボックス化」されていることです。つまり、ユーザーは自身のアクセス権限のある文書内でのみAIと対話でき、AIを「ジェイルブレイク」しようとしても、許可されていない機密情報にアクセスすることはできません。これにより、企業情報の安全性が確保されます。

2. AI Insights & Reporting (AIインサイトとレポート)：データドリブンな意思決定を加速

Knowledge Hubに続き、BAYZATはレポーティングという、あらゆる企業にとって不可欠でありながら、同時に高コストで複雑な課題にAIで挑みました。

  • 既存の課題:

    • 企業、特に中規模以上の企業は、常に詳細なレポートを必要とします（例：来週休暇を取る従業員の部署別、オフィス別、国別の内訳、休暇を50%以上消化した従業員の数など）。
    • これらのレポートを社内で構築するには「何年もかかる」ほど膨大なコストとリソースが必要です。
    • 外部ベンダーのソリューションを導入するのも「非常に高価」でした。
    • 顧客の要件はそれぞれ異なるため、画一的なソリューションでは対応しきれませんでした。
    • 多くのマネージャーやリーダーは、必要なデータを得るために、マネージャー→ディレクター→社内連絡窓口→顧客サポート→社内チームという長いプロセスを経て質問を投げかけていました。

  • BAYZATのAIによる解決策:

    • Text-to-SQL: ユーザーが自然言語で質問を投げかけると、AIがその質問をSQLクエリに変換し、BAYZATのデータベースから関連データを取得します。
    • 結果の可視化: 取得したデータはJSON形式でフロントエンドに返され、JavaScriptライブラリを用いて様々なチャート（グラフ）としてレンダリングされます。AIがどのチャート形式が最適かも判断します。
    • データセキュリティとプライバシー: RLS（Row-Level Security）ルールと厳格な「ガードレール」を実装しています。これにより、ユーザーは自身のアクセス権限内にあるデータのみを参照でき、意図せず、あるいは悪意を持って他のデータにアクセスしようとしても、それができないようにシステム的に保護されています。「Linuxのchroot環境のように、あなたのルート環境はあなたがいるべき場所に限定される」とAhmed氏は説明します。
    • ダッシュボード作成: ユーザーは生成されたチャートや結果をダッシュボードに追加し、自分だけのカスタムダッシュボードを作成できます。今後、レポートのスケジュール配信機能も追加される予定です。

このAI Insights & Reportingは、従来のレポーティングの課題を解決するだけでなく、顧客に「優れた体験」を提供することに成功しました。BAYZAT自身も、外部ベンダーを探す努力をしましたが、最終的には各顧客のデータが異なるため、自社で開発することが最善であると判断しました。

3. Agentic SolutionsとBAYZAT Micro Apps：SaaSの未来を再定義する

BAYZATのAI戦略の次の大きなステップは、より高度な「Agentic Solutions（エージェント指向ソリューション）」と、それを具現化する「BAYZAT Micro Apps（マイクロアプリ）」です。Ahmed氏は、これによりSaaS（Software as a Service）の未来が大きく変わると予見しています。

  • 既存のローコード／ノーコードツールの限界:

    • 社内では、営業部門や財務部門など、各部署が特定のニーズに応えるための小規模なアプリを必要としていました。
    • Lovable Spark、Bolt、Newといった人気のローコード／ノーコードツールを試しましたが、これらで作成されたアプリは「隔離」されており、権限管理や社内での共有が非常に困難でした。例えば、特定の部署のマネージャーだけがアクセスでき、その部署のデータのみを見られるようにする、といった複雑な要件には対応できませんでした。
    • 顧客も同様の問題を抱えており、「自分たちのために何かを構築したい」という強い要望がありました。

  • SaaSの未来に関するAhmed氏のビジョン:

    • Ahmed氏は、従来の「巨大で画一的なエンタープライズB2B SaaSソリューションが万能である」という時代は終わると考えています。
    • 顧客は、自身の「最も重要な、特定の課題」を解決するソリューションを求めています。しかし、従来のプロダクト開発では、影響を受ける顧客数が少ない、あるいは開発コストが高すぎるという理由で、これらの特定の機能（「Delighters」とAhmed氏は呼ぶ）は優先度が低く、実現されませんでした。
    • BAYZAT自身も、レポーティング機能の開発時に同様のジレンマに直面しました。「30社の顧客に影響を与えるかもしれないが、開発コストが高すぎる」という判断が下されることもありました。

  • BAYZAT Micro Appsの誕生:

    • これらの課題とSaaSの未来像が結合し、BAYZATは「BAYZAT Micro Apps」の構想を立ち上げました。
    • 中核となるアイデア: BAYZATは顧客の「システムオブレコード」であるため、役割ベースの権限管理を完全に理解しています。この強みを活かし、例えば「財務部門向けの税金計算アプリ」であれば財務部門の従業員にのみアクセスを許可し、「ラインマネージャー向けの一対一ミーティング管理アプリ」であればラインマネージャーにのみアクセスを許可できます。
    • 開発プロセス:
      1. 顧客の特定の課題をヒアリング。
      2. BAYZATがマイクロアプリを迅速に構築。
      3. マーケットプレイスで提供（他の顧客も利用可能）。
      4. 将来的に顧客自身がプロンプトを入力してアプリを構築・公開できるようにする。
    • 迅速な顧客獲得事例: ある非常に大規模な新規顧客は、既存のどのソリューション（BAYZATを含む）でも対応できない「非常に特定の要件」を持っていました。BAYZATは、これをマイクロアプリとして「数日で」開発し、デモンストレーションしました。顧客はそのスピードとソリューションを高く評価し、契約に至りました。Ahmed氏はこれを「新しいソフトウェアの世界」の始まりだと表現しています。

  • マイクロアプリマーケットプレイスのビジョン:

    • 2年後の展望: Ahmed氏は、将来的に個人や企業向けの非常に特定の課題を解決するマイクロアプリが多数登場すると予測しています。例えば、部門マネージャーが手動プロセスを最適化するためにアプリを構築し、社内で共有できるようになる、といった具合です。
    • アプリのカテゴリ:
      1. 個別開発アプリ: 顧客の非常に特定のニーズに合わせてBAYZATが開発し、その顧客のみがアクセスできるアプリ。
      2. 公開アプリ: 多くの企業に共通するニーズ（例：カープーリングアプリ）に基づいてBAYZATが開発し、マーケットプレイスで公開される汎用アプリ。
      3. 組織内公開アプリ: 顧客自身が組織内で構築し、特定の部署や全従業員に公開するアプリ。
    • 管理と発見性: BAYZATは、顧客からのフィードバック、市場調査、競合分析などに基づいて、どのようなアプリを開発すべきかを決定します。マーケットプレイス内での検索性や発見性を高めるために、AIエージェントも活用されるでしょう。ストア内の何百万ものアプリの中から自分に最適なものを見つけるように、ユーザーが特定のニーズに合ったエージェントやアプリを見つけられるようになります。

このように、BAYZATはAIの力を活用して、顧客の具体的な課題に迅速かつ柔軟に応える、よりパーソナライズされたSaaSソリューションの未来を切り開いています。

AI時代の技術的課題とAWSの活用

AIをエンタープライズ規模で運用する際、技術的な課題は多岐にわたります。BAYZATはこれらの課題にどのように立ち向かい、AWSとどのように協力しているのでしょうか。

AIモデルのレジリエンスとライフサイクル管理

AIモデルを本番環境で安定稼働させることは、特に大規模なユーザーベースを持つプラットフォームにおいては極めて困難です。

  • 高まるトークン需要とスロットリング:
    • AIモデルへのリクエストが増えるにつれて、トークン需要は爆発的に増加します。これにより、APIのリクエスト制限（スロットリング）に頻繁に遭遇し、サービスが停止するリスクが高まります。
    • 当初、BAYZATは単一のAIベンダーに直接依存していましたが、これがスケールしないことに気づきました。
  • 多様化とフォールバック戦略:
    • 複数のAIベンダーを組み合わせることでリスクを分散し、需要の変動に対応できるようにしました。
    • AWS BedrockのようなAPIゲートウェイは、複数のモデルへのアクセスを統合し、管理を容易にする上で非常に有用です。しかし、Bedrock経由でもリクエスト制限に達する可能性があるため、Ahmed氏はAPIゲートウェイとモデルへの直接アクセス（例：AnthropicのBedrock経由と直接API）の両方を組み合わせ、フォールバックメカニズムを構築することの重要性を強調しています。これにより、片方のエンドポイントに問題が発生しても、サービスが継続できるようにします。
  • モデルのライフサイクル管理の複雑さ:
    • AIモデルは常に進化しており、より高性能で安価な新しいモデルが次々と登場します。GPT-3からより優れたモデルへの切り替えを検討する際、課題が生じます。
    • 問題は、既存のプロンプトが特定のモデルに合わせて最適化されていることです。新しいモデルに切り替えると、プロンプトの調整、トークン制限の再評価、性能テストなど、多くの作業が必要となり、期待通りに機能しないことがよくあります。
  • 社内AIサービスプラットフォームの構築:
    • これらの複雑さを管理するため、BAYZATはAIサービスを独立した社内サービスとして構築するプロジェクトを進めています。
    • これは「プラットフォームエンジニアリング」のアプローチであり、他のドメインチームがAI機能を容易に利用できるように、モデルの選択やプロバイダー変更といった複雑さを抽象化します。
    • 開発者は、デモ環境やテストデータを使って、例えば「Cloud 4からCloud 4.5に切り替えたらどうなるか」といった実験を迅速に行えます。問題が発生した場合は修正し、最適化し、リリースし、評価するというサイクルを回します。
    • テストの自動化: 生成されたアプリのコードがテンプレートやガイドラインに準拠しているか、最終結果のスクリーンショットがユーザーの要望と一致するかなど、Evals（評価）を自動実行します。ただし、最終的な「有用性」の判断には人間のフィードバックも不可欠です。

AIモデルの評価 (Eval)：品質とコストのバランス

AIプロダクトの品質を客観的に評価することは、非常に困難な課題です。特に生成型AIの場合、その出力の「良さ」は主観的になりがちです。

  • 評価の難しさ:
    • 従来のソフトウェア開発におけるベンダー選定のような、明確なRFP（提案依頼書）や評価基準をAIに適用することはできません。なぜなら、「何が機能し、何が機能しないか」が事前にはわからないからです。
    • 各AIプロダクトは異なり、例えば生成されたアプリの品質や、エージェントに与えられたツールが実際に改善をもたらしているかを評価するのは難しい問題です。
  • LLMを「ジャッジ」として活用:
    • BAYZATは、この課題に対して「LLMをジャッジとして利用する」というアプローチを採用しています。初期の研究論文でも指摘されているように、LLMは「生成」よりも「判断」の方が得意であり、より高い精度を発揮します。
    • 評価プロセス: プロンプトを実行してコードを生成させ、別のLLMを「ジャッジ」として利用して生成されたコードの品質を評価します。これに加えて、スクリーンショットの比較や、エージェントがブラウザをナビゲートする能力をテストすることで、ベンチマークを設定します。
    • BAYZATの成果: 一般的なコード生成モデルが3〜6%程度の精度を示すのに対し、BAYZATは自社のユースケースに特化しているため、54%という非常に高い精度を達成しています。これは、汎用的なソリューションではなく、特定の顧客ニーズに焦点を当てることの重要性を示しています。
  • モデル選定の戦略:
    • トップダウンアプローチ: まず、「世界最高のモデル」を使って、目的の機能（アプリ生成、レポート生成など）が実現可能かどうかを確認します。たとえコストが高くても、技術的な実現可能性を把握することが重要です。
    • コスト最適化への移行: 実現可能性が確認できたら、次に「同じことをより安価にできるか」を検討します。より小規模なモデルへの切り替え、トークン最適化、メモリ効率化などの技術を適用し、コストを削減していきます。
    • 品質とコストのバランス: 最終的に、品質が許容できないレベルまで低下するまでコスト最適化を続けます。Knowledge HubやRAGパイプラインでは安価な小規模モデルを、アプリ生成やレポート生成の特定のパイプラインではより強力なモデルを使用するなど、ユースケースに応じて異なるモデルを使い分けています。
    • 市場のダイナミクス: AIモデルのコストは非常にダイナミックであり、急激に低下することもあります。そのため、常に市場の変化を監視し、最適なモデルを選択し続ける必要があります。

AWSとの戦略的パートナーシップ

BAYZATは長年にわたりAWSを利用してきましたが、その関係は単なる「技術の消費者」から「戦略的パートナー」へと進化しました。

  • 関係強化のきっかけ:
    • Cラウンド投資前の技術デューデリジェンスにおいて、ある「非常に聡明な企業」から「主要クラウドプロバイダー（AWS）との関係を強化すべきだ」という予期せぬアドバイスを受けました。
    • それまでの6年間、BAYZATはAWSにクレジットカードで支払い、技術を利用するだけの関係でした。しかし、このアドバイスをきっかけに、Ahmed氏はAWSとの関係構築を「行動リスト」に加えました。
  • パートナーシップの計り知れないメリット:
    • 市場開拓: AWS Marketplaceを通じて、新たな顧客にリーチできるようになりました。
    • 技術ベンダーとの出会い: AWSのアカウントマネージャーやチームとの関係を通じて、多くの革新的な技術ベンダーやソリューションプロバイダーと出会うことができました。
    • 知識共有と学習: AWSのチームから、多くのチームメンバーがAIに関する知識や学習を深めることができました。
    • 問題解決の多様なアプローチ: AWSのチームは、非常に多様な顧客ソリューションを経験しているため、BAYZAT自身が知らなかった、あるいは慣れていた方法とは異なる革新的な問題解決アプローチを学ぶことができました。
  • Ahmed氏のアドバイス:
    • 単にクレジットカードで支払い、技術を利用するだけでは「最低限の価値」しか得られません。
    • AWSとの「技術パートナーシップ」を構築することで、「最高の価値」を引き出すことができます。
    • CTOや技術リーダーは、AWSの担当者と積極的にコミュニケーションを取り、関係を深めるべきだと強調しています。

このように、BAYZATはAI時代における技術的な複雑性に戦略的に対応し、AWSという強力なパートナーシップを最大限に活用することで、革新的なプロダクトを顧客に提供し続けています。

組織と文化：AI時代をリードするチームの構築

AI時代において、技術的な優位性だけでなく、それを支える組織文化とチームのあり方もまた、企業の成功を左右する重要な要素です。Ahmed氏は、AIの急速な進化と不確実性に対応するために、BAYZATのチームをどのように構築し、導いているのでしょうか。

3つの指導原則

Ahmed氏が組織構築において最も重視しているのは、以下の3つの原則です。

  1. 自律的なチームの構築 (Build an Autonomous Team):

    • チームメンバーに「選択の自由」を与え、その自律性を発揮できる「環境」を提供することが重要です。単に「自律的なチームを構築する」とスローガンを掲げるだけでは意味がありません。
    • 後述するように、ツールの選択からソリューションの設計まで、段階的に自律性を高めていくアプローチがとられています。

  2. 心理的に安全な環境の提供 (Provide Psychological Safety):

    • AI開発は、多くの実験と、それに伴う「ほとんどの時間の失敗」を伴います。もし失敗を恐れる文化があれば、チームは新しいことに挑戦しなくなり、イノベーションは生まれません。
    • 心理的安全性は、チームが自由に実験し、失敗から学ぶための基盤となります。

  3. 成長マインドセットの文化の構築 (Build a Growth Mindset Culture):

    • 失敗を個人の能力の欠如と捉えるのではなく、成長のための「機会」と見なす文化を醸成することが不可欠です。
    • これにより、チームメンバーは挑戦し続け、困難を乗り越える力を養うことができます。

影響力によるチーム形成：CTO自らがアイデアを「ピッチ」する

Ahmed氏は、AIチームを「独立した新しい組織構造」として上から押し付けるのではなく、より有機的で影響力のあるアプローチでチームを形成しました。

  • CTO自らの行動:
    • Ahmed氏はまず、自身がアイデアを思いついたら、それを具体的な成果物として試作します。
    • そして、その試作物を持って「一人のエンジニア」の元へ行き、アイデアを「ピッチ」します。「私はこのアイデアに取り組んでいて、ここまで作ったんだ。どう思う？」と尋ねます。
    • もしそのエンジニアが「興奮」すれば、参加を促します。
    • こうして2人になったチームでさらに開発を進め、別のエンジニアにも同様にピッチし、巻き込んでいきます。
  • 自発的な参加: このプロセスは、チームメンバーが自身の興味と情熱に基づいてAIプロジェクトに参加することを促します。Ahmed氏自身も、マイクロアプリのアイデアを2023年6月〜7月頃に一人のエンジニアと共有したことから始まり、現在では7〜8人の熱意あるエンジニアが参加するチームに拡大しています。
  • 「スタートアップ」のような運営: AIプロジェクトは、初期段階のスタートアップのように運営されています。
    • 毎日会議: チームは毎日会議を行い、進捗、課題、次のステップを議論します。
    • 迅速な意思決定: 「毎日、意思決定を行う」という、非常にハンズオンでハイタッチな働き方を実践しています。
    • 24時間サイクル: 「今日どこまで進んだ？ここで詰まっている。どうすれば変えられる？どんな方法があるか？実験してみよう。明日また会おう。」という24時間ごとの高速なフィードバックループと実行が特徴です。

自律性の具体的な実現：3つのレイヤー

「自律性」を単なるスローガンに終わらせず、実践的なものにするために、Ahmed氏は自律性を3つの異なるレイヤーで捉え、それぞれに具体的な環境を提供しています。

  1. ツールの選択の自由（最も低いレベルの自律性）:

    • チームメンバーは、自身が最も効率的に働ける「ツール」や「環境」を自由に選択できます。
    • 例えば、2023年半ばからAhmed氏は、CopilotやCursorといったコーディングエージェントの利用を促進し、各々が最適なツールを試せるようにしました。

  2. 技術スタック・アプローチの選択の自由（中間のレベルの自律性）:

    • 特定のソリューション（例：AIレポーティング、Knowledge Hub）を開発する際に、どのような技術スタックやアプローチを用いるかをチームメンバー自身が選択できます。
    • 例えば、「LangChainを試したい」「OpenAIモデルを使いたい」「オープンソースの埋め込み技術を試したい」といった提案があれば、Ahmed氏は「それは良いアイデアだと思う。私も〇〇を読んだし、試したことがあるが、興味深い点があるね。行って、PoC（概念実証）を作って証明してごらん。」と促します。
    • 有望な結果が出れば、そのままそのアプローチでプロジェクトを進めることを許可します。

  3. 顧客課題に対するソリューション選択の自由（最も高いレベルの自律性）:

    • これは最も高いレベルの自律性であり、チームメンバーに「顧客が抱える課題に対し、どう解決すべきか」を自ら考えさせるものです。
    • 例えば、「この顧客はレポートを必要としている。どうやって解決すべきか？」と問いかけます。その際に、「コストが高い」「開発に何年もかかる」「既存のベンダーソリューションも高価で提供できない」といった制約条件を提示します。
    • このレベルでは、エンジニアは単にAIレポーティングを「構築する」ように指示されるのではなく、「AIレポーティング」という解決策自体を自ら考案し、設計する自由が与えられます。

これらの原則と実践を通じて、BAYZATはAI時代の不確実性と挑戦に迅速かつ創造的に対応できる、強力で自律的なチームを構築しています。

AIが変える職場：HRと従業員の未来

BAYZATのプラットフォームは、HRプロフェッショナルや一般従業員という、働く人々にとって最も身近な領域にAIを導入しています。Ahmed氏は、AIが彼らの仕事やワークライフ体験にどのような影響を与えているかについて、興味深い洞察を共有しています。

HRプロフェッショナルの反応：不安と新たな機会の二極化

HRプロフェッショナルたちは、AIの急速な台頭に対し、多様な反応を示しています。

  • 仕事への不安:

    • 一部のHR担当者は、自身の仕事がAIに置き換えられることへの「不安」を感じています。彼らはこれまで、ポリシーの作成、従業員の質問への回答、タレントの採用といった業務を担ってきました。
    • 特に、定型的な質問応答や文書作成、候補者のスクリーニングといった業務がAIによって自動化されることに対し、自分の職務の価値が失われるのではないかという懸念を抱いています。

  • 新たな機会への期待:

    • 一方で、より先見の明のある、あるいは「最も才能のある」HRプロフェッショナルたちは、AIを「天国」と捉えています。
    • 例えば、技術系の採用担当者は、何百もの履歴書をレビューし、スクリーニングする膨大な時間から解放されることに喜びを感じています。彼らは、AIがこうした定型業務を代行してくれることで、本当に重要な業務に集中できるようになります。
    • 「私は今、適切なタレントを見つけ、彼らと話し、成功への道筋を構築することに集中できる。これこそが、私が採用担当になった当初からエキサイトしていたことなのに、これまで95%の時間をヘッドハンティングや履歴書レビューに費やしていたことを忘れていた。」とAhmed氏は指摘します。
    • AIによって、HRプロフェッショナルは、より戦略的な人材開発、組織文化の醸成、従業員エンゲージメントの向上といった、人間ならではの付加価値の高い業務に時間を割くことができるようになります。

  • 過度な期待と現実への着地:

    • AIに対して「過度に興奮」し、「AIがすべての財務問題を解決し、財務管理者を雇う必要がなくなる」といった非現実的な期待を抱く人々もいました。
    • しかし、実際にAIを試す中で、彼らはその限界と現実的な応用範囲を理解し、徐々に地に足の着いた視点を持つようになってきています。
    • 同様に、当初は非常に懐疑的でAIを「恐れて」いた人々も、少しずつAIツールを使い始め、その有用性を認識することで、徐々に抵抗感を薄れさせています。
    • Ahmed氏は、「それはツールであり、我々はそれを使うことができる。我々自身の道を見つけ、勇敢になるだろう。」と述べ、HRプロフェッショナル全体がAIとの共存の道を見つけつつあると見ています。

ワークライフ体験への影響：生産性向上と仕事の情熱の再燃

AIは、HRプロフェッショナルだけでなく、企業全体のバックオフィス業務と従業員の日常的なワークライフ体験にも大きな変化をもたらしています。

  • バックオフィス業務の自動化:

    • 多くの企業（BAYZATを含む）が、バックオフィス業務の多くを自動化しています。これは、「非常に明確に定義されたプロセス」（例：保険証書処理）を持つ領域において、AIが極めて大きな価値を発揮するためです。
    • AIの導入により、サービス提供の「ターンアラウンドタイムが短縮」され、同時に「精度が向上」します。これにより、顧客により良いサービスを迅速に提供できるようになります。

  • 従業員の仕事への情熱の再燃:

    • 特にソフトウェアエンジニアの間では、AIの導入が「仕事への当初の興奮を非常に強く取り戻している」とAhmed氏は指摘します。
    • かつては「ブルーカラー」「ホワイトカラー」という区別があったように、プログラマーも単にコードを書くという定型的な作業に陥りがちでした。
    • しかし、AIがルーティンワークを代替することで、エンジニアは「ソリューション設計」という最も高いレベルの自律性に集中できるようになりました。
    • 「どうすればこの問題を解決できるか」という問いに対して、AIと共に迅速に結果を出し、その瞬間に深く没頭できることで、エンジニアの仕事への満足度と情熱が劇的に向上しています。これは、AIが人間の創造性と問題解決能力を解放し、仕事の質を高める可能性を示唆しています。

このように、AIは職場において、一部には不安をもたらしながらも、多くの従業員に新たな機会と、より充実したワークライフ体験をもたらす可能性を秘めていることが、BAYZATの経験から明らかになっています。

未来への展望：2028年、エージェントが働く世界

AIの進化のスピードは驚異的であり、数ヶ月単位で状況が変化します。Ahmed氏は、AIが今後どのように発展し、2028年にはどのようなワークプレイスが到来しているかについて、大胆かつ具体的なビジョンを語っています。

エージェントによる仕事の実行：フリーランス市場の進化

Ahmed氏が最も注目している未来の一つは、「エージェントを雇用」できるようになる世界です。

  • エージェントの出現:
    • Ahmed氏は、「2028年を想像するのは非常に難しいが、非常に近い将来、あなたはエージェントを雇って仕事をさせることができるようになるだろう」と断言します。
    • 例えば、BAYZATのようなプラットフォームで、「このPR（プレスリリース）を書いてくれるエージェント」や「競合分析のリサーチをしてくれるエージェント」、「常に稼働しているHRオペレーションエージェント」を雇うことが可能になります。
    • これらのエージェントは、従業員からのあらゆる質問に答え、法的な契約書をレビューし、すべての人事オペレーションを時間通りに実行することができます。
  • エージェントマーケットプレイス:
    • これは、フリーランスの世界で起こった変革（ソフトウェアエンジニアだけでなく、デザイン、法律、その他の分野の才能にオンラインでアクセスできるようになる）と類似した変化だとAhmed氏は見ています。
    • 「エージェントマーケットプレイス」が登場し、このマーケットプレイスが多くの組織に力を与えることになるだろうと彼は予測しています。企業は特定のタスクや専門分野に特化したAIエージェントを、まるで従業員のように雇用し、活用できるようになるのです。

AI技術の進化の方向性：コンテキスト、メモリ、ツール、そして自己改善

エージェントが活躍する未来を実現するためには、AI技術そのもののさらなる進化が不可欠です。Ahmed氏は、その主要な方向性として以下の点を挙げます。

  • モデルの進化と最適化:
    • AIモデルは今後も「より安価」になり、同時に「非常に強力」になり続けるでしょう。
    • 初期のAI時代には「コンテキストエンジニアリング」という用語は存在しませんでしたが、現在ではその重要性が認識されています。モデルに「正しいコンテキスト」を提供することが、正確で有用な出力を得る鍵となります。
  • コンテキストとメモリ管理の高度化:
    • エージェントのパフォーマンスを最適化するためには、「メモリ管理」と「コンテキストエンジニアリング」のより優れた方法が必要になります。
    • Ahmed氏が特に強調するのは、「基本的なメモリ管理」ではなく、「異なる層のメモリ」の重要性です。
      • 手続き的メモリ (Procedural Memory): どのようにタスクを実行するかという知識。
      • 事実的メモリ (Faction Memory): 特定の事実や情報に関する知識。
      • 継続的なメモリ (Continuous Memory): エージェントが経験から学び、自己改善していくためのメモリ。
    • 「真に自律的なエージェントを構築するためには、経験から学ぶ必要があります。これは非常に困難な課題です。」とAhmed氏は指摘します。ユーザーからのフィードバックや自身の「間違い」を分析し、それに基づいてエージェント自身が改善していく「自己改善エージェント」の実現が、次の大きなブレークスルーとなると見ています。
  • ツールの利用と関数呼び出しの進化:
    • LLMが「関数ツール」を呼び出す能力は、エージェントをエージェントたらしめる第一歩でした。この機能により、LLMは外部のツールやシステムと連携し、より複雑なタスクを実行できるようになります。
    • 「ツールと関数を適切に利用するエージェントを、正しいコンテキストと共にループに入れることで、魔法が起こる」とAhmed氏は語ります。ツールの利用は、エージェントが単なるテキスト生成を超え、現実世界とインタラクトし、具体的な行動を起こす能力を付与します。

Ahmed氏は、特に「非常に強力なコンテキストとメモリ管理」、そして「非常に強力なツールの利用」が今後のAIの効率性を決定づけると考えています。そして、この「継続的なメモリを持つ自己改善エージェント」の課題が解決されたとき、AIの可能性は大きく解き放たれるだろうと結論付けています。

まとめ

本記事では、AWS for AI Podcastのエピソードを通じて、BAYZATのCTO Ahmed Abdul Rahman氏が描くAI駆動型ワークフォースマネジメントの未来と、それを実現するためのBAYZATの革新的な取り組みを詳細に解説しました。

Ahmed氏の個人的なAIへの情熱から始まった旅は、AI黎明期の困難を乗り越え、GPT-3の登場によって「魔法」のような開発体験へと変化しました。BAYZATは、この変化を捉え、社内Slackボットでの成功を足がかりに、以下のような画期的なAI駆動型プロダクトを顧客に提供しています。

  • Knowledge Hub: 企業内の膨大な情報をAIが理解し、パーソナライズされた質問応答と厳格な権限管理により、従業員の情報アクセスを劇的に改善。
  • AI Insights & Reporting: 複雑なデータ分析とレポート作成を自然言語で可能にし、Text-to-SQL技術とセキュリティガードレールにより、データドリブンな意思決定を加速。
  • BAYZAT Micro Apps: 画一的なSaaSの限界を打ち破り、顧客の非常に特定のニーズに迅速に対応するパーソナライズされたアプリケーションを提供。将来的に顧客自身がアプリを構築し、共有できる「エージェントマーケットプレイス」の創出を目指す。

これらのプロダクトの実現には、AIモデルのレジリエンス、ライフサイクル管理、そして品質評価といった多くの技術的課題が伴いました。BAYZATは、複数のモデルベンダーを組み合わせ、AWS Bedrockのようなゲートウェイを活用し、LLMを「ジャッジ」として用いる独自のエバル（評価）戦略を展開することで、これらの課題を克服しています。また、AWSとの単なる技術利用者ではない「戦略的パートナーシップ」を構築することで、市場開拓、知識共有、新たなソリューション発見という計り知れないメリットを享受しています。

組織文化の面では、Ahmed氏が提唱する「自律的なチーム」「心理的に安全な環境」「成長マインドセット」という3つの指導原則が、AI時代におけるイノベーションの土台を築いています。CTO自らがアイデアをピッチし、共感したエンジニアを巻き込む「影響力」と、毎日意思決定を行う「スタートアップ」のような高速な運営が、BAYZATの迅速な進化を支えています。

AIが職場に与える影響は大きく、HRプロフェッショナルは仕事への不安を感じつつも、ルーティンワークから解放され、より戦略的で人間らしい業務に集中できる新たな機会を見出しています。また、バックオフィス業務の自動化は生産性を向上させ、エンジニアリングチームにおいては、AIが仕事の情熱を再燃させる原動力となっています。

Ahmed氏が予測する2028年の未来は、AIエージェントが特定の仕事をこなし、フリーランス市場がエージェントマーケットプレイスへと進化する世界です。これを実現するためには、モデルの高性能化と低コスト化に加え、コンテキストエンジニアリング、メモリ管理、ツールの活用、そして何よりも経験から学び自己改善する「継続的なメモリ」を持つ自律的なエージェントの実現が鍵となります。

BAYZATの取り組みは、AIが単なるツールに留まらず、組織と個人の働き方を根本から変革し、より効率的で人間中心のワークプレイスを創造する可能性を秘めていることを示しています。彼らの挑戦は、今日のビジネスリーダーや技術者にとって、AI時代の戦略を考える上で貴重な洞察を与えてくれるでしょう。

← 一覧に戻る