C3.ai

プラットフォームは企業全体を、オブジェクト、関係、運用履歴からなる連結グラフとしてモデル化する。各アプリケーション、エージェント、モデルは同じ土台から読む。ここが要点だ。AIプロジェクトが切り離されたサイロに分裂するのを防ぎ、顧客が分散したベンダーやクラウドサービスで自前のスタックを組まずにC3.aiを選ぶ最大の理由でもある。 共有グラフがなければ、新しいAIプロジェクトはどれも同じ連携を一から組み直すことになる。

C3.aiは、業界をまたぐ専門知識を組み込んだ本番運用可能なアプリケーションのライブラリを提供する。そのまま展開しても、手を加えても、同じプラットフォーム上で自前で作っても、下層のデータとモデルを作り直す必要はない。アプリケーションにはSourcing Optimizationや予知保全ツールなどがある。 設定すれば動く。それが売り文句であり、多くの買い手にとって、数週間で動く展開と頓挫した構築の分かれ目になる。

これはエンタープライズAIを構築、展開、統制するためのOS層である。データ連携、型システム、エージェントワークフロー、API、SDKをまとめて束ね、エンジニアリングチームが配管を自作しなくて済むようにする。 一つのプラットフォーム、一組の制御。ツールの乱立に疲れたチームにとって、この単純さが売りになる。

自社データに根ざした、業務向けの生成AIである。エージェントがデータを取得し、分析し、自然言語インターフェースで洞察を示す。出典の検証と人間を工程に入れた監督が回答の正確さを保つ。まさにこの点が、社内文書をチャットボットに任せる決断を企業の買い手にさせる。

Studioは、エンジニアとアナリストがAIアプリケーションを設計、展開する開発環境である。C3 Codeはさらに踏み込み、自然言語を自律エージェントが組み上げる本番対応のエンタープライズAIアプリに変える。

独自モデルが運用データを予測と提案に変える。例えばHolcimはこうして1,100以上の重要設備を監視しており、C3.aiはこの手法で顧客の情報検索時間を90%削減できたとしている。 大きな数字だ。ベンダーの数値は割り引いて見るべきだが、顧客名簿はその規模を裏づけている。