人工知能トレーナー、ドローンパイロット…聞いたことのない「新しい職業」が登場している

社会における分業がますます洗練されていくにつれ、まるで種の進化のように、新しい職業が次々と生まれ、中には「奇妙で異常な」ものも生まれています。

予想もしなかった多くの新しい職業が絶えず生まれています。例: インターネットの悪徳鑑定士。彼らはチャットを通じて、クライアントがボーイフレンドが誠実かどうかをテストするのを手伝います。彼らはタオバオで関係性評価サービスを販売しており、その価格も明確に表示されている。「1日間の鑑定で17.8元、2日間の鑑定で35.8元、3日間の鑑定で53.8元」ほとんどの実践者は、趣味でパートタイムの悪党鑑定人としてこの仕事をしていますが、景気が良いときは月に1万元以上稼ぐこともできます。

スカムテイスターだけでなく、毎日少なくとも10杯のミルクティーを試飲するミルクティーテイスター、1日に20キロのスナックを食べるスナックテスター、買い物に同行するショッピングコンパニオン、都市の空気に対する「悪臭」の影響を監視および分析する嗅覚検査員、あなたを笑わせることに特化したプロのコメディアンなど、新しい職業を軽視しないでください。自然界で新しい種が生まれたとき、それは従来の種の目には「モンスター」ではないでしょうか。今日、テクノロジーは前例のないスピードであらゆる分野を変革し、創造しています。これまで聞いたことのない職業が数多く生まれています。

1.データラベラー：中国の新たな労働集約型職業

人類の「AI構築」がまだ基礎を築いている現段階では、「知能の量は人工知能の量に依存する」と言えるでしょう。機械学習のプロセスには、データの収集、整理、ラベル付けなどの多くの「フィード」作業が必要です。

そこで、データラベラーが誕生しました。

たとえば、自動運転のシナリオでは、道路上のすべてを「見る」ことを車に教えるために人間が必要です。従来の教育方法は、人、車、道路標識など、運転ビデオに映るすべてのものにラベルを付け、ビデオを自動車運転アルゴリズムに入力するというものでした。これらのラベルはすべて手動で付ける必要があり、人工知能を「トレーニング」するために、ビデオ 1 時間あたり約 800 時間のラベル付け作業が必要です。この膨大な作業量により、データ ラベラーという新しい職業が生まれました。

データラベラーの仕事を見つけるのも簡単です。米国でも中国でも、オンラインラベリングプラットフォームには注文を待っている仕事が多数あります。例えば、Amazonの子会社であるAmazon Mechanical Turkでは、「写真に写っている人物を丸で囲む」「路上で当たってはいけないものに印をつける」「キッチンに映っているものに印をつける」など、さまざまなタスクが掲載されています。 2018年、ニューヨークタイムズは「データラベリングは中国で最新の労働集約型産業になりつつある」と報じ、河南省、河北省、貴州省など中国の人口の多い省に広く分布している。ネット上には「あなたは故宮で文化遺産の修復をしていますが、私は貴州省でラベル付けをしています」というジョークもある。データラベル付けは「ビッグデータ都市」貴陽市の名刺の1つとなっている。

しかし、新しいテクノロジーにも隠れた危険が潜んでいます。将来的には、人工知能がこのリンクを必要としなくなるかもしれません。 2018年、ファーウェイは最新のAI戦略を発表しました。ファーウェイの輪番会長である徐志軍氏は、「ファーウェイが行う必​​要がある変化は、AI自体の自動化レベルを向上させることです。たとえば、データのラベル付け、データの取得、特徴の抽出、モデルの設計とトレーニングの自動化または半自動化を実現することです。」これは、データラベル付けの分野でも「産業のアップグレード」が醸成されていることを意味します。現在、単純なラベル付けしか知らないデータラベル付け担当者は、人工知能産業の発展の歴史の中でほんの一瞬の出来事に過ぎない可能性があります。将来、データラベル付けに対する要求はさらに高くなるでしょう。

今後、データラベラーにとって、顧客の具体的なニーズに基づいて、既存の大まかな注釈を二次選別することが重要なタスクになると考えられます。膨大な量のラベル付きデータから、お客様のニーズを満たすデータを選別し、「クリーニング」と「再構築」を行い、再度ラベル付けすることで、お客様の要件を満たすデータベースを構築します。

2.人工知能トレーナー: 「ロボット」を「親友」になるように訓練する

今日、複雑な人工知能システムが世界中で、あらゆる分野で登場していますが、人工知能システムにはコード以上のものが必要です。人工知能システムがより良く発展するには、人間の知能から学ぶことに大きく依存しています。

こうして、人工知能トレーナーという職業が誕生しました。人工知能が人間の知能を学ぶのを助ける教師は AI トレーナーです。AI システムを合理的にし、個性を与えることは AI トレーナーの日常業務です。

実際、トレーナーによって訓練された十分に訓練された人工知能システムはすでに私たちの生活に浸透しています。オンラインで買い物をするとき、チャットでやり取りする店員は実際の人間ではなく、訓練を受けたインテリジェントなカスタマー サービス担当者である可能性があります。数秒以内に問い合わせに返信したり、ショッピング行動や閲覧経路に基づいてパーソナライズされたデータモデルを構築したり、お気に入りの製品を推奨したりするなどの人工知能タスクを完了できるだけでなく、「機械味」を排除して「人間味」を最大限に高めることで、非常に「フレンドリー」な気分にさせてくれます。親友同士のようにショッピングの提案を話し合うこともできます。例えば、迷っているときに、あなたのお買い物履歴をもとに口紅の色をおすすめします。初めてショッピングサイトをクリックした場合でも、インテリジェントなカスタマーサービスが検索、問い合わせ、支払いなどのリンクにおける障害を事前に予測し、タイムリーなアドバイスとサポートを提供して、スムーズなショッピング体験を実現します。これらのインテリジェントな顧客サービスの動作は、人工知能トレーナーが「ロボット」をトレーニングした結果です。

人工知能の将来の発展にとって重要な方向性は、会話によるインタラクションです。機械が自ら考えることができるように見えるようにするには、どのように答えればよいでしょうか?会話を止めないようにするにはどう答えればいいでしょうか?会話の回数を増やし、継続的なチャットを実現するには、何を言えばよいでしょうか?これらすべてには、人工知能のトレーナーが少しずつ機械に教えることが必要です。

ただし、株式推奨などのシナリオでは、単純な会話だけでは不十分であり、複数の複雑な会話が避けられません。そのためには、AI トレーナーが複雑なシナリオに基づいて正確な表現と明確なロジックでデータ ラベリング ルールを設定し、業界知識と組み合わせて、質問と回答のデータを継続的にトレーニングして、最終的にスムーズな会話を保証する必要があります。

3. IoTエンジニア: 優秀な人材を見つけるのが難しい、新しい学際的なハイブリッド職種

モノのインターネットは「インターネットの拡張」と呼ばれています。この史上最大の「ネットワーク」は、スマートホーム、ウェアラブルデバイス、車のネットワークなど、私たちの生活を変えています。情報技術の調査・分析会社であるガートナーは、2020年には世界中で204億個のIoT製品が使用されると予測しています。 International Data Corporation (IDC) は、世界の IoT 支出が 2021 年に約 1.4 兆ドルに達すると予測しています。

しかし、モノのインターネットの急速な発展に追いついていないのが、IoT 人材の不足です。世界的な衛星通信プロバイダーであるインマルサットのデータによると、46%の企業がIoT関連業務に適した従業員が不足していると回答しています。

IoT プロジェクトにはさまざまな分野が関係し、これまでにないほど複雑であるため、有能な IoT エンジニアには「数え切れないほどのスキル」が必要です。たとえば、スマートホームのシナリオでは、まずテレビ、エアコン、冷蔵庫などの家電製品にサーバー システムを組み込み、次に家庭の WiFi ローカル エリア ネットワークに接続し、携帯電話を通じて家電製品のチップを制御してインテリジェントな操作を実現します。これには、ハードウェアの改造、ネットワーク通信、自動制御技術、組み込みシステムの知識が含まれます。また、電化製品を音声で制御したい場合は、これに音声技術を追加する必要があります。

モノのインターネットは IT 分野の仕事を変え、単一の技術職が徐々に学際的な混合職に置き換えられています。 IT 人材紹介会社 SoftNet Search Partners の CEO である Bill McCabe 氏は、「理想的な IoT エンジニアは、少なくともハードウェア、ネットワーク、データ分析、人工知能の専門知識を持っている必要があります」と述べています。さらに、IoT 企業でキャリアアップを目指すなら、「IoT がもたらす混乱を予測する方法を知る」ことも必要です。ヘッドハンティング会社 Heidrick & Struggles のパートナーである Matt Aiello 氏は、「企業は CIO や CTO に IoT の専門家になることを求めているのではなく、技術的な利点を活用し、企業戦略を実現できるようチームを導き、支援することを求めているのです」と述べています。

4.データ管理者：透明な社会であなたのための「安全な島」を作る

ニコラス・エバンスはかつてCo​​mputer Worldでこう述べています。「インターネットに対する一般の認識と利用が増加するにつれて、セキュリティは解決しなければならない緊急の問題になる。」デジタル時代のもうひとつの側面は、情報漏洩によってもたらされる「透明な社会」であると言えます。誰も、どの企業も、自分に関する情報が安全であると保証することはできませんが、情報収集は至る所で行われています。

Verizon の「データ侵害調査レポート」は、2018 年に世界中で少なくとも 2,216 テラバイトのデータが漏洩したという厳しい現実を指摘しています。そして、データ侵害のほとんどは中小企業で発生します。

中小企業にとって、データ侵害のコストは壊滅的なものになる可能性があります。 IBM Security と Ponemon Institute が発表した 2018 年のデータ漏洩コスト調査によると、世界全体でのデータ漏洩による平均損失額は 386 万ドルです。世界的に、機密情報や秘密情報を含む記録の紛失や盗難にかかるコストは平均 148 ドルです。

しかし、多くの中小企業では、ハッカーからのデータセキュリティを確保する能力がほとんどないため、「データ管理者」が誕生しました。内部および外部のデータ ソースを収集して同期することにより、企業がデータ資産を管理できるようにします。厳格な暗号化とデータバックアップ、洗練されたデータ復旧手順の設定、ウイルス対策を通じて、ユーザーデータの包括的な保護を実現するために、企業のデータ保護対策を柔軟に展開します。

[[277620]]

Google データベース

大規模で強力な企業も、データ管理者としての役割を絶えず向上させています。企業内でのデータのバリアフリーな収集、保管、共有を実現するために、企業の「データ管理者」は、データ転送のセキュリティと保管の信頼性を確保するためのデータ暗号化管理システムを構築する必要があります。最も重要なことは、このデータが攻撃によって漏洩するのを防ぐことです。

同時に、個人データに対する一般の人々の関心の高まりにより、企業もユーザーデータを勝手に使用したり、漏洩したり、紛失したりすることに対して慎重になるようになりました。さらに、日本の個人情報保護法、米国のカリフォルニア州消費者プライバシー法、ブラジルのデータ保護法の公布により、各国がデータ保護にますます注目していることが明らかになりました。欧州連合は2018年5月に一般データ保護規則を公布し、ブリティッシュ・エアウェイズはその規定に違反したとして1億8,340万ポンドの罰金を科された。

5.プロのドローンパイロット：年収10万ドルの新しい仕事

技術の進歩と規制政策の緩和により、商用ドローンはますます多くの分野で大きな進歩を遂げています。

中国には広大な農地があり、農業用ドローンは農薬散布の効率を効果的に向上させ、農業生産コストを大幅に削減しました。物流ドローンは低コスト、高速、効率的であり、遠隔地の山岳地帯での「ラストマイル」配送に強力なツールとなります。航空撮影ドローンは、プロ仕様の撮影機材を搭載し、さまざまな困難かつ大規模な撮影を行うことができます。それだけでなく、ドローンはパイプラインのマッピングや警察のパトロールなどの公共事業にも使用できます。

ドローンは単なる「小さなおもちゃ」から、農業、物流、映画やテレビ、公共事業など、ますます多くの分野で利用されるように進化してきました。しかし、プロ仕様のドローンを操縦できるパイロットはほんのわずかです。

北京TT航空技術有限公司の楊毅総経理は「中国では現在、少なくとも1万人以上の「新人パイロット」が必要だが、ドローン操縦免許を持つ人は全国で1000人強しかいない」と語った。さらに、ドローンがより多くの分野で利用されるようになると、ドローンパイロットの不足はさらに深刻化するでしょう。

[[277621]]

偶然にも、国際無人システム協会の報告書によると、米国の空域でドローンが合法的に使用されるようになってから最初の10年間で、最大10万件の新規雇用が創出されるとのことです。ノースダコタ大学無人航空システムセンター所長のアル・パーマー氏はかつてインタビューでこう語った。「ドローンパイロットは年間10万ドル以上稼いでいます。」アマゾンやフェイスブックなどのインターネット大手も、資格を持ったドローンパイロットやドローンエンジニアを高給で募集している。

技術が発展するにつれて、機械は人間の能力を超える高性能を達成し、ますます導入されるようになるでしょう。マッキンゼー研究所は世界46カ国の労働市場を追跡し、約60％の職業において、少なくとも3分の1の業務が自動化できることを発見した。これは、ほとんどの職業が変化し、より多くの人々がテクノロジーを利用する必要があり、より多くの人々がテクノロジーに置き換えられることを意味します。

技術の急速な発展により、多くの分野で競争の性質が変化しました。競争相手が感情のない機械であれば、私たちは確実に負けます。しかし、もし私たちのアシスタントが決して間違いを犯さない機械であれば、私たちはより少ない労力でより多くのことを達成できるはずです。将来の仕事が「テクノロジー」と無関係になることはほぼ不可能です。巨大なテクノロジーの波の中にいる私たちが考える必要があるのは、ただ1つの問題だけです。それは、人間の価値をいかに解き放つかということです。テクノロジーが進歩すればするほど、人々は自分の「ヒューマンスキル」に注意を払う必要があります。リーダーシップ、共感、コミュニケーションスキルなど、人間特有の「人間性」は、仕事で勝つための武器であり、一連の新しい職業の出現の根底にある論理でもあります。