メルセデス・ベンツCIO：デジタル変革には人工知能の推進力が必要

メルセデス・ベンツは長年、機械学習と従来の人工知能に依存してきました。しかし、現在では、たとえば MO360 の生産環境でも生成 AI を使用しています。では、AIとは一体何なのでしょうか?従業員のイメージはどの程度変わりましたか？

デジタル化と強力な AI システムの利用が増えるにつれて、生産と管理の仕事も変化しています。 AI は、従業員の日常業務を改善し、円滑にするように設計されています。たとえば、新しいデジタル ツールにより、製造部門の従業員はプロセスをさらに最適化し、長期にわたって品質を管理できるようになります。 MO360 の最初の中間結果は非常に有望であり、特に IT 専門家だけでなくワークショップの専門家からも認められています。

御社では Turn2Learn 資格プログラムを開始しました。このプログラムでは主にどのような AIまたはデジタル スキルを従業員に教えるのですか?

Turn2Learnは、デジタル化とAIに重点を置いた同社の人事部門の取り組みで、初心者向けのAIや機械学習から、インスタントエンジニアリング学習パス、 Python、ディープラーニング、ニューラルネットワーク、強化学習、 RPA、自然言語処理などのプログラミング言語のトレーニングコースまで、さまざまなコースが用意されています。合計で、従業員はさまざまな外部学習プラットフォーム上で、データと AI の資格に関する 40,000 以上のコースにアクセスできます。さらに、当社の最大の資産は従業員であるため、 IT 分野でベスト チーム プログラムを開始しました。したがって、当社にとって、優秀な人材を引きつけ、維持し、彼らが潜在能力を発揮できるようにすることが非常に重要です。

メルセデスは生産従業員またはオフィススタッフのみをトレーニングしますか?

当社は、社内のあらゆる分野でデジタルスキルの開発に投資します。生産部門でも管理部門でも、日常業務で AI アプリケーションを効果的に使用するために、誰もが関連する知識と新しいスキルを必要としています。当社では現在、2 つのパイロット プロジェクトで、グループ全体のあらゆる分野の 600 名以上の従業員をデータとAI の専門家として育成しています。

生成 AIによって雇用が失われると思いますか?

デジタル化と生成型 AI の今後の発展が労働生活にどのような影響を与えるかはまだはっきりとは言えませんが、働き方が変わり、仕事の内容自体が変わることは明らかであり、だからこそ資格は変革を成功させる鍵となるのです。

デジタルトランスフォーメーションやAI導入により、従業員の仕事はどのように変化するのでしょうか？

反復的なアクティビティやパターン認識を伴うアクティビティなど、これらのアクティビティの一部は、将来的には AI アプリケーションに確実に転送可能になるでしょう。しかし、この傾向は前向きなものである。なぜなら、自動化や生産ロボットが自動車の製造方法を変えたのと同じように、戦略的または創造的な仕事にもっとエネルギーを注ぐことができることを意味するからだ。

従業員のトレーニングに関して、メルセデス・ベンツは生成AI をどの程度活用していますか?

私たちは、試験プロジェクトだけでなく、特定の分野で生成 AI を非常に効果的に適用しています。たとえば、当社では 5 月からソフトウェア開発に GitHub Copilot を使用しており、その結果、大幅な効率向上が見られました。当社では、顧客環境でも生成 AI を使用しています。たとえば英国では、インテリジェントな仮想アシスタントがウェブサイト上で顧客と対話し、操作手順や車両情報に関する質問に具体的な回答を提供することができます。さらに、デジタル制作エコシステムである MO360 データ プラットフォームの生成 AI は、データの分析とそれに基づく行動に役立ちます。大規模言語モデルの助けを借りて、高度に専門化されたデータベースを使用する専門家だけではなく、生産従業員が自然言語を使用してクエリできるデータまたはデータ パターンを提供できます。現在、ChatGPT を使用してこれをテストしています。最終的には、AIによってデータ利用の民主化が加速されるでしょう。

AI が最も大きな可能性を秘めているのはどの分野だとお考えですか?

私たちはこの問題を非常に深く検討し、外部の研究結果を分析し、ソフトウェア開発を含む社内での AI の実験を行いました。エンジニアリング、車両開発、企業など、あらゆる分野で大幅な効率性の向上が見られます。

もう一つの領域は顧客との会話です。顧客との直接的な AI によるやり取り (現在英国で試験運用中) は、当面は主流にはならないかもしれませんが、AI アプリケーションは顧客体験をさらに向上させ、プロセスをより効率的にするのに役立つと私は信じています。

多くの頭脳を投入する必要があるもう 1 つの分野は、エンジニアリング作業におけるパラメトリック設計です。この分野では、AI が生産性を大幅に向上させ、人々の作業をサポートするのに役立ちます。

入力は音声またはキーボードで行われるため、従業員はAI のトレーニングを受ける必要がありますか?

最初に、本番環境のユースケースに関する予備トレーニングを実施します。さらに、当社の従業員は、ラピッドエンジニアリングの学習パスなど、このトピックに関するさらなるトレーニングの機会にアクセスできるほか、これらのツールを創造的な方法で使用して実験し、何が機能し、何が機能しないかを確認する方法も学びます。

しかし、一般的には、プロンプトやプロンプト エンジニアリングは学ばなければならないものだと思います。そのため、特定のIT担当者やデータ プロフェッショナルだけでなく、会社全体でより広範囲にこのトレーニングを提供すべきかどうかを検討しています。そうすれば、生成 AI をさらに活用できるようになります。

これまで、 AIやChatGPTを使い始めた初期段階で、どのような問題に遭遇しましたか?

「幻覚」は確かに挑戦です。英国では、顧客との直接的なやり取りにおいても非常に微妙なバランスが求められます。妥当性チェックと関連する制約により、幻覚をほぼ排除できますが、基準を狭く設定しすぎると、機械は「それについてはコメントできません」と、あなたが望むよりも頻繁に言うことになります。非常に注意して適切なバランスを見つける必要があります。幻覚をいかに制御するかは、おそらく現在解決すべき最も重要な問題であり、AI研究の核心でもあります。

メルセデス・ベンツはAIツールのトレーニングに自社のデータのみを使用するのでしょうか?

はい。たとえば、顧客に自社の車両を直感的に説明したい場合、これは自社のトレーニング データを使用してのみ実行できます。ちなみに、トレーニングはこれらの AI 環境の安全な領域でのみ行われるため、データは公開されません。 AI に使用できる公開データもいくつかありますが、実稼働環境では独自のデータに依存しています。

運用中の Azure OpenAI サービスに加えて、Mercedes-Benz ではどのような AI ソリューションが使用されていますか?

OpenAIは現在、メディアによってAIの先駆者として紹介されており、非常に優れた技術的ソリューションを持っていますが、私たちはそれに限定するつもりはありません。もちろん、他の企業にも良い解決策があるでしょう。私たちはオープンソースの代替手段を詳しく調べ始め、 OpenAI、Microsoft、Google などの大手プロプライエタリ プレーヤー以外のオープンソースの代替手段を理解する必要がありました。

また、AI をスタンドアロンのエンジンとして考えるべきではなく、システムやプロセスに深く統合する必要があると考えています。そのため、すべてのシステム パートナーに、それぞれの環境で AI 要素を使用するように求めています。AI はシステム全体の環境に必ず組み込まれるはずですし、そうなるでしょう。