人工知能の最初のグループが解雇された

全世界を置き換えると叫んだ人工知能は、ついに失業という苦境に陥った。

スウェーデンのオンライン銀行であるNordnetは、自社のAI従業員であるAmeliaを解雇する準備をしていると報じられている。アメリアさんは昨年の夏にノルドネットに入社したばかりです。彼女の日々の仕事は、顧客の銀行口座開設の手伝い、銀行データの処理などです。通常、彼女のスピードはスタッフよりも速く、銀行の業務効率と利益も大幅に向上するはずです。

予想に反して、アメリアは過去 1 年間、模範的な生徒に求められる能力を発揮しなかったようです。

[[237268]]

実際、アメリアは解雇された最初の人工知能ではありません。今年1月、英国のスーパーマーケットは、勤務開始からわずか1週間の買い物案内ロボット「ファビオ」を解雇した。スーパーマーケットの本来の目的は、顧客を引き付け、商品の販売を促進することです。しかし、数日後、ファビオはこれら 2 つのことをどちらもうまく行っていないことがわかり、一部の顧客はそれを見ると避けるようになりました。

どうしたの？通常、AIによって業務効率が向上することは共通認識だが、就任後すぐに解雇されたというのは少々意外だ。しかし、よく考えてみると、現在のAIの発展レベルを考えると、彼の解雇は予想外ではない。

有能な人材だと主張して仕事に応募したが、働き始めてから仕事が良くないことがわかった

AIに置き換えられる可能性が最も高い職業の中で、最初に影響を受けるのは銀行業です。その理由は、銀行は他の業界と比較して、膨大かつ比較的充実したデータの蓄積があり、データ分析はまさにAIが得意とする分野だからです。一方が計算を望み、もう一方が計算できる場合、両者はシームレスに適合します。

しかし、これは AI が銀行でスムーズに実行できることを意味するものではなく、少なくともこれは今日の AI が実行できるものではありません。開発者は研究室で AI が遭遇する可能性のあるさまざまな問題の包括的なシミュレーションを実施しており、その過程で AI は優れたパフォーマンスを発揮していますが、実際の戦闘に投入されると、その実用的な機能にはまだ課題が生じる可能性があります。アメリアが解雇されたことを例にとると、次の 2 つの理由が考えられます。

***、アルゴリズムの問​​題。アルゴリズムに問題がある場合、データの処理にエラーが発生します。銀行が完全なデータを保有していたとしても、それを処理するための適切なアルゴリズムを持っていない場合、または不適切なアルゴリズムを使用して処理した場合、得られる結果は依然として受け入れられないものになります。例えば、分析レポートに関しては、依然として人間のアナリストが主な分析者です。その理由は、非常に動的な金融ビジネスでは、AI が分析エラーを起こす可能性があるからです。結局のところ、銀行はお金を扱うビジネスであり、銀行が常に間違いを犯していたら、顧客は絶対にそれを受け入れないでしょう。

第二に、コミュニケーションの問題です。 AIシステムなので、顧客の課題を解決するには必ず言語によるコミュニケーションが必要になります。銀行は非常に忙しい金融機関です。毎日、銀行に行列ができているのがわかります。 AIの継続的な対話と専門的な学習が徹底されていない場合、顧客とのコミュニケーション中に質問に無関係に答える可能性が高く、速度低下や誤解などの問題が発生し、作業効率に確実に影響し、顧客の忍耐力を消耗させます。

Nordnet はオンライン銀行であるため、AI の意味認識機能と会話機能に対する要件は当然高くなります。これはAI接客と似ています。話し方が下手だと商品が売れませんし、売れなければクビを待つしかありません。

買い物ガイドロボットのFabioにとって、コミュニケーション不足やコミュニケーション体験の悪さは、スーパーマーケットがそれを「却下」する重要な要素となるはずです。つまり、AIという名前を使うだけでは必ずしもビジネスが繁栄するわけではないのです。重要な点は、技術があらゆる状況に対応できるほど成熟しているかどうかです。結局のところ、顧客は学習するためではなく、お金を稼ぐために AI を購入します。

少ないお金でより多くのことをやりたかったのですが、やりくりができませんでした。

AI を採用するにせよ、人間を採用するにせよ、企業の目標はただ 1 つ、つまり利益を上げることです。しかし、会社があなたを採用するために多額の費用を費やしたのに、あなたがただ座って死を待っているだけなら、会社にはあなたを解雇するしか選択肢がないでしょう。

Nordnetによれば、同社は昨年、AI技術を導入するために莫大な費用を支払ったという。 2017年通年の年間利益はわずか2億4,700万スウェーデンクローナで、2012年以来の最低水準となった。銀行の利益減少がAI導入によるものであることは断言できないものの、利益増加を最終目標とするエンタープライズレベルのAIソリューションは言うまでもなく、実際に実用的な消費者向けAI製品の価格はまだ非常に高い。

[[237269]]

Nordnet は AI 出納係だけでなく、AI システム プロバイダーの IPsoft からソリューションを購入しました。その費用は不明です。しかし、大手企業のAI研究開発への投資を見てみると、百度は毎年100億元を投資し、欧州連合は2020年までに15億ユーロを投資する予定であり、中国の人工知能への累計投資は2014年以来600億元を超えています...それだけでなく、AI人材の年間給与は数百万ドルに達することが多く、これらのコストはCエンドに販売される製品に上乗せされます。

したがって、設計、投資、研究開発の初期段階にある AI の場合、コストが依然として高いことは確かです。

この観点からすると、現時点で AI を試すために損失のリスクを冒す企業は、すべて勇敢です。

しかし、投資が収益に見合っていない、あるいは損失を被っていることが判明すると、企業は収益のために AI を削減せざるを得なくなります。結局のところ、同社の目から見れば、AI の重要性は単なる花瓶ではありません。したがって、一定期間、研究開発への継続的な投資により、AI の使用にかかるコストは依然として小さくないでしょう。企業にとって、AI がうまく仕事をしないことと、AI がうまく仕事をしているが利益を生まないことの間には違いはありません。解雇は時間の問題だ。

モノが十分に活用できず、AIのせいにもできない

もちろん、AI がすべての責任を負うわけではありません。結局のところ、AI は自身の力を制御することはできないからです。存在する可能性のあるもう 1 つの問題は、開発者とユーザーの間のギャップです。

このギャップは、開発者が実際のプロセスで発生する可能性のある問題をすべて考慮し、アプリケーションが完璧であると考え、非常に良い製品だと思うものを作成するために全力を尽くし、昼夜を問わず作業しているという事実に反映されています。その結果、顧客はそれを使用しなくなります。

これは非常に恥ずかしいことだ。おばあちゃんに何万ドルもする携帯電話を買ったのに、鏡を見るためにしか使っていないような気分です。開発者の才能を具現化した製品も、顧客の手に渡るとその効果を十分に発揮できない場合があります。もしAIがこの理由で解雇されたら、それは少し不公平でしょう。

実際、この状況は注目に値する。 AIが人間のどんな仕事を置き換えるかについて盛んに議論された後、ある人が「人工知能は教師に取って代わることはできないが、人工知能の使い方を知らない教師は置き換えられるだろう」という見解を提唱した。ここでの教師は、医師、弁護士、労働者、その他多くの職業に置き換えられる可能性がある。携帯電話の使い方を知るのと同じように、AIを知ることは将来必要になると言えるでしょう。しかし、多くの人にとって、携帯電話の機能は十分に理解されていないため、5,000元の携帯電話と1,000元の携帯電話の違いを区別することは困難です。どちらも電話をかけたり、ソフトウェアをインストールしたりできないのでしょうか?

したがって、お客様が AI の可能性を最大限に引き出すためには、次の 2 つの側面から始めるのがよいかもしれません。

1. 開発者による「パーソナルカスタマイズ」開発者は何かをうまく作りたいと考え、顧客は何かをうまく使いたいと考えます。これには、製品が顧客のニーズに最も適したものでなければなりません。 AI のエネルギー効率を最大限に引き出すための第一歩は、顧客のニーズに基づいて差別化された製品を開発し、顧客がより早く始められるようにすることです。

2. 顧客スキルの開発。一般的に言えば、顧客は AI がどのように機能するかを知る必要はなく、指示に従って AI を機能させる方法を知るだけで十分です。しかし、それでも、学習に困難を抱えている人はたくさんいます。たとえば、年配の教師の多くはコンピューターの使い方を決して学ばず、学ぶ意欲もないので、プロジェクターは装飾品になってしまいます。そのため、開発者は製品を引き渡す際に、自社のニーズを満たしながら製品を巧みに操作し、AI製品の価値を最大化できるよう、包括的な技術指導を提供する必要があります。

したがって、このように開発者とユーザーの間の溝を解消することは、AI が「役に立たない」という不公平を隠蔽する上で明らかに積極的な意味を持つでしょう。

人間と機械のコラボレーションはうまく機能するが、AIが「独立して」成功を達成するのは難しい

それだけですか？

実は、解雇されたAIは個別のケースとしてしか扱うことができず、すべてのAIアプリケーションを一般化できるわけではありません。結局のところ、本格的に稼働しているAIアプリケーションはもっとたくさんあります。これらのアプリケーションは、「役に立たない」や「解雇された」など、AI にとって恥ずかしい言葉で説明されたことはありません。

それで、AI が解雇された別の理由はあるのでしょうか?

発動した AI と正常に適用された AI の間には変数があり、その変数とは人間の介入であることがわかりました。人間の介入の程度に応じて、これら 2 種類の AI を独立型 AI と半独立型 AI に分けることができます。

いわゆる独立型 AI とは、人間の介入がまったくないか、ほとんどなく、AI が高度な自律的な分析と意思決定、さらには完全に自律的な決定を行う人工知能アプリケーションを指します。アメリアとファビオは基本的にこのカテゴリーに分類されます。クライアントや消費者とコミュニケーションを取り、データを分析し、結論を導き出すプロセスは基本的に無人であり、このプロセスで顧客と直接コンタクトをとるからです。一般的なコンテンツ プラットフォームで使用されるレビュー方法の多くも、このカテゴリに分類できます。 AI は申請を自律的に審査、承認、または拒否できるため、プロセスに人間が関与する必要はありません。このタイプの独立した AI は、簡単に問題を引き起こす可能性があります。たとえば、コンテンツ プラットフォームでは頻繁に問題が発生します。多くのプラットフォームで手動レビューが追加されていますが、どうなるかはわかりません。

[[237270]]

半独立型 AI とは、人間の介入がより多い人工知能アプリケーションを指します。AI は予備的な観察と分析のみを担当し、せいぜい予備的な結論を出す程度です。最終的な決定は依然として人間が行います。たとえば、AI を使用してさまざまな予測を行ったり、医師が X 線写真を判読するのを手伝ったり、人材を採用したり、古代の文字を認識したり、逃亡者を捕まえたりすることができます。人間による介入や制御がより多く含まれるこのタイプの AI が、実際にはかなりうまく機能していることは明らかです。

つまり、AIが完全に独立して業務を遂行すること、つまり人間に「代わる」ことは、まだ難しいかもしれない。焦って無理やり何かをやらされている企業もあり、AIも無力です。このため、AI は「アシスタント」と呼ばれることが多くなりました。 「アシスタント」から「代替」への転換プロセスは、AIが解雇される可能性を減らすプロセスであると同時に、人間のAI技術の進歩のプロセスでもある。

もちろん、AI が人間に取って代わった後も「解雇」は起こるでしょうが、今回は解雇されるのは人間ではなく、より優れた AI に置き換えられるでしょう。それまでは、開発者たちはまた終わりのない戦いに直面することになるだろう。