「フォーミュラ1に本当に惹かれたのは、それが常にデータとテクノロジーに関するものだったということです」と、ウィリアムズグループのITディレクター兼最高情報責任者であるウィリアムズレーシングのグレイムハックランドは述べています。

2014年にモータースポーツレーシングチームに参加して以来、ハックランドはその理論を実践してきました。 彼は、組織の設計者とエンジニアがレース当日にチームのドライバーに潜在的な競争上の優位性を生み出すのに役立つ、データ主導のデジタルトランスフォーメーションアジェンダと呼んでいるものを追求しています。

HacklandはVentureBeatに、Williams F1がデータを活用してグリッドをさらに前進させる方法と、人工知能（AI）や量子コンピューティングなどの新しいテクノロジーがそのプロセスにどのように役立つかを説明します。

このインタビューはわかりやすくするために編集されています。

ベンチャービート： データ主導の変換プロセスの目的は何ですか？

Graeme Hackland： XNUMX年前、私たちはXNUMX年にXNUMXつの主要なパッケージアップグレードを車に行っていたかもしれません。 今ではそれをはるかに迅速に行うことができ、大きな変更パッケージを待つ必要はありません。 私たちのデジタルトランスフォーメーションは、そのライフサイクルの短縮に重点を置いています。 それは、デザイナーの頭脳から車にできるだけ早く何かを取り込むことです。 金曜日にテストしてください。 それが良ければ、それはとどまります。 そうでない場合は、それを改良し、シーズンを通してそれを続けます。 そして、そのプロセスは本当にうまくいっています。

ベンチャービート： そのプロセスをサポートするためにどのような種類のデータテクノロジーを使用していますか？

ハックランド： その一部は、一部の業界で標準のデータウェアハウジングおよびビジネスインテリジェンスツールと見なされるものです。 その一部は社内で作成されています。 現時点では、レイヤー全体にまたがるミドルウェアはありません。 しかし、それは私たちが向かいたいところです、それで絶対にすべてがそれに供給されています。

ベンチャービート： そのミドルウェアはどのように見えるでしょうか？

ハックランド： 私たちは当初、設計、製造、レースエンジニアリングのXNUMXつの主要なドメインについて考えていました。 そして、あなたはこれらのXNUMXつの泡を持っていて、それらはすべて互いに話し合うでしょう。 しかし、私たちが気付いたのは、作成しようとしていることです データ湖 うまくいきませんでした。 それは私たちが望んでいた実際のインテリジェンスを私たちに与えていないので、私たちはしばしばデータの水たまりを参照します。 これらの水たまりの多くは、適切に構造化されており、データが十分に理解されている方がはるかに優れています。 そして、ミドルウェア層を介して、グラフィカルユーザーインターフェイスにアクセスできます。

ミドルウェア層

ベンチャービート： その情報の層は、ウィリアムズF1チームのエンジニアにとってどのような意味がありますか？

ハックランド： 彼らが見ているものからデータ構造まで、すべてをカバーしています。 そして、データ構造は私たちの最大の課題のXNUMXつです。 私たちはMicrosoftExcelに大きく依存しており、他のすべてのソースからExcelにデータをプルするのは非常に手動でした。時間がかかりすぎました。 これが私たちが行ってきた作業です。 その分野で誰と協力しているかは公表していません。 データと計算に関して私たちが行っていることのいくつかについて公に話しているが、私たちはまだ準備ができていない。

ベンチャービート： ビルドと購入の質問をどのように解決しますか？

ハックランド： ウィリアムズに着いたとき、私たちは主に購入のみでした。 製造、空気力学、レースエンジニアリングのXNUMXつのグループにまたがる社内機能を構築しました。 ですから彼らは開発グループを組み込んでいます、そしてそれは本当に重要だと思います。 一元化された開発機能を作成するかどうかを検討しました。 しかし実際には、これらXNUMXつのグループにそれらを含めることは非常に重要だと感じています。 そして、これらのグループを構築すると、社内に機能があるため、振り子は購入のみから変動します。 現在のデフォルトでは、可能であれば常に独自に開発します。 真の競争上の優位性がある場合、私たちはそれを自分たちで開発します。

ベンチャービート： データテクノロジーをどこで購入することを選択できますか？

ハックランド： トラックサイドで使用するツールのいくつかは既製です。 一部の分野で自分で書くのは意味がないので、すべてが社内で書かれているわけではありません。 ただし、独自のアプリケーションを作成しない場合は、これらのアプリケーションが複数のチームによって使用されることも受け入れます。 レースエンジニアリングアプリケーションの場合は、おそらく世界中で使用されています F1に関するニュース そして多分他の公式でも。 そのため、カスタマイズすることはできず、他のすべての人もアクセスできるため、競争上の優位性を得ることができません。 そのため、これらをフロントエンドとして使用することもあれば、バックグラウンドで他のことを行うこともあります。 そのデータを他の情報と組み合わせ始めるとき、それは本当の競争上の優位性があるときです、そしてそれは私たちが私たちの内部リソースを置いたところです。

AIと量子コンピューティングアプリケーションについて

ベンチャービート： AIはどうですか？ それはあなたが調査している技術ですか？

ハックランド： 合格する場合を除いて、どのチームもAIについて話していません。 彼らは、AIが使用されていると言っているだけです。 私たちの誰もまだそれについて、そして私たちがそれをどこに適用しているのかについて話したいとは思わない。 しかし、私たちが公に言ったことは、AIを論理的に適用できる非常に興味深い課題がいくつかあり、すぐにメリットが得られるということです。 つまり、ピットストップ、ルールブック—AIが果たすことができる役割があります。

ベンチャービート： F1でAIがどのように適用されるかを教えてください。

ハックランド： 最初は、人間を増強するため—エンジニアがより正確なデータを処理できるようにするため、または意思決定プロセスを短縮して、正しい意思決定をより頻繁に行えるようにするため。 XNUMX年前でも、AIが人間の介入なしにピットストップの決定を下すことができるだろうと感じました。 それは可能ですが、今年はどのチームもそうしないと思いますし、そうしません。 エンジニアは準備ができておらず、人間はAIに取って代わられる準備ができていません。 ですから、私たちができることを彼らに示すには少し時間がかかるかもしれません。 意思決定プロセスを完全に引き継ぐことにはまだ消極的だと思いますが、それは理解できます。

ベンチャービート： 新興技術の他の分野はどうですか？

ハックランド： 私の見解では、量子コンピューティングは、計算をまったく新しいレベルに引き上げる本当にエキサイティングな機会です。 そして、他のチームよりも早くそこに入ることができれば、私たちは本当に有利になると思います。 その周りのいくつかの[レーシング]組織で起こっている興味深いことがあります。 繰り返しになりますが、私たちはそれについて公に話していませんが、クォンタムは完全に素晴らしいです。 クォンタムにはしばらく時間がかかると思います。 今後XNUMX年間で、車の開発、設計、走行、量子コンピューターでのレース分析を行う予定だと言って、ここに座りたくありません。 しかし、それに量子要素を持っているハイブリッドコンピュータ？ 絶対に、そして数年以内に。 私たちがすでに行っていることに本当に興奮しています。