AIが生産性と賃金に与える影響

AIが生産性と賃金に与える影響

人工知能は、日常的なタスクを自動化することで生産性を向上させる機会を提供します。この記事では、人工知能が近い将来応用される可能性があるいくつかの分野について概説します。

[[336986]]

今週、私は、反復作業を大量にこなさなければならないライターの執筆スピードを大幅に向上させることができる興味深い製品に出会いました。これは ActiveWords と呼ばれ、現在は第 4 世代です。これは、作成した頭字語に共通の要素を関連付けることによって機能します。たとえば、製品サポートなどのさまざまな返信で同じグラフを使用する必要がある場合、数文字を入力するだけで、グラフがメールに即座に表示されます。

これらの要素には、Web ページ、テキストの段落、画像など、日常的に扱うほぼすべてのものが含まれます。また、切り取りと貼り付けよりもはるかに高速です。

このツールについての説明中に、時間給で生活していて、大金を要求されない弁護士の中には、請求可能な時間が削られるのでこのツールを嫌う人もいることを知りました。弁護士は請求可能な仕事をたくさん行いますが、それはあなたがそれほど多くの請求をすることができなくなったからです。

AI の潜在能力は ActiveWords が現在提供できるものをはるかに超えており、数行のテキストから法的文書を作成するだけで、2 日間かかるプロジェクトを 10 分に短縮できます。 1 時間あたり 100 ドルの弁護士がいると仮定すると、差額は約 1,575 ドルとなり、結果の品質は低くなる可能性があります。

私が言いたいのは、料金が時間単位ではなく「プロジェクト単位」に移行しない限り、時間単位労働の自動化は普及しないだろうということです。これは、AI 生産性向上ツールを導入する際に考慮する必要がある事項の 1 つにすぎません。何か他のものを探ってみましょう。

それは誰の作品ですか?

著者は、その内容、名前、過去の作品の評判に基づいて報酬を受け取ります。本の場合、売り上げの一部が出版社に支払われます。しかし、AI がほとんどの作業を行うとしたらどうなるでしょうか? 同社は ActiveWords の機能を超えるシステムを開発しており、セクションを強化するために必要な資料を自動的に提案したり挿入したりするなど、ActiveWords の機能をさらに自動化すると予想されます。

しかし、AI がより多くの仕事をこなせるようになると、作家の収入は、ごく少数の作家しか生計を立てられないほど減少するのでしょうか。それとも、作家の生産性が向上し、作家はより多くの仕事をこなして、増加した成果から利益を得ることができるようになるのでしょうか。

確かに、出版社が AI と少数の執筆スタッフを使って作品の編集を行い、一方で経験豊富な著者が独自に訓練された AI を使って作品を強化できるというシナリオが考えられます。後者は、ツールによって結果が改善されるが、メカニックの収入が減少することはないという点で、メカニックがツールを使用するのと似ています。

場合によっては、本や脚本を書く際に、概要とアウトラインを書き、実際の執筆の90~95%をAIに任せ、その結果を著者が編集することになります。 (このようなコラムは数分で終わります。) しかし、AI が改善の 95% を行うとしたら、著者が受け取る収益は 5% に過ぎないと想定するのが妥当であることも理解しています。これは、執筆関連の AI プログラムに対する敵意の高まりにつながるでしょう。

その他の変更

AIが将来的に実現できるようになるもう一つのことは、かつては人気があったが時代遅れになった作品や忘れ去られた作品の核となる要素を活かして、より現代的な作品を生み出すことだ。 『ハリー・ポッター』をスペースオペラとして書いたり、『トワイライト』をロマンスとして書いたりしたらどうなるでしょうか — ただし吸血鬼は登場しません。(後者の場合、これはグレーの陰影を使って実現されています。)

これは文章だけに当てはまることではありません。スターウォーズを剣と魔法のシリーズに変えることができたらどうなるでしょうか? 要素は同じです。単に SF 要素を魔法の要素に変更し、セリフを維持しながらシーンと俳優を再レンダリングするだけです。

要約する

人工知能は多くの業界の生産性に大きな影響を与えると考えられており、この傾向はしばしば次の産業革命と呼ばれます。それでも、私たちは、クリエイター、俳優、著者、そして AI 自動化の分野で革新を起こすその他の人々を罰することなく、AI 自動化が機能する新しい常態に適応する必要があります。なぜなら、考えてみれば、そうしなければ、その結果は永遠に派生的な作品ばかりで、革新はほとんどなくなるからです。人工知能が革新を起こすまでにはまだまだ長い道のりがあり、模倣はどんどん上手くなってはいるものの、無数のコピーだけで満たされた世界はすぐに古くなるだろう。

覚えておくべき重要なことは、AI が発展するにつれて、イノベーターたちを排除することで誤ってイノベーションを阻害しないようにしなければならないということです。

最後の物語。数年前、私は IBM で幹部に昇進し、自分の部門の売上減少について報告しました。弊社の営業担当者の一人が顧客を訪問し、自動化のメリットについて話し合いました。しかし、一部の政策立案者は、自動化によって大量の労働者が失われ、雇用が危険にさらされる可能性があると指摘している。営業担当者はイライラし、問題について話し合って解決する代わりに、職を失う危険にさらされている人たちを「訓練された猿」に例えました。

明らかな共感力の欠如と過剰なエゴのせいで、私たちはビジネスを失いました。

最後の教訓は、自動化の世界で成功したいのであれば、解決策の一部として、仕事のリスクに適切に対処できるようにすることも必要だということです。そうしないと、その人達を危険にさらした場合、彼らの経営陣はその解決策に反対するでしょう。このリスクを理解することは、AI の広範な成功にとって重要です。

<<:  企業が機械学習アプリケーションから学ぶべき教訓

>>:  会話型AI: パンデミック時代の最先端技術

ブログ    
ブログ    

推薦する

機械学習とディープラーニングの違いは何ですか? なぜ機械学習を選択する人が増えるのでしょうか?

機械学習とディープラーニングの違いは何でしょうか?この記事から答えを見つけてみましょう。ターゲットこ...

...

...

...

予想:2018年ワールドカップで優勝するのはどの国でしょうか?人工知能アルゴリズム分析が結果を教えてくれる

最近、世界で最も注目されているイベントはワールドカップです。現在、ロシアでは2018年ワールドカップ...

PyTorch を使用したノイズ除去拡散モデルの実装

ノイズ除去拡散確率モデル (DDPM) の仕組みを詳しく検討する前に、生成 AI の進歩、具体的には...

AI言語モデルのオープンソース化による10のプラスとマイナスの影響

GPT や PaLM などの独自のソフトウェアが市場を支配していますが、多くの開発者は依然としてオー...

機械学習の問題を解決する一般的な方法があります!この記事を1つだけ読んでみてください!

[[205485]]アビシェーク・タクル編集者: Cathy、Huang Wenchang、Jia...

音声認識技術はどのように発展したのでしょうか?

音声認識技術は 1950 年代に開発され始めました。それでは、このテクノロジーが長年にわたってどのよ...

人と「人」の対立を実感する: よく使われるAIセキュリティツールのインベントリ

今日、サイバー犯罪者は機械学習や人工知能などの新しいテクノロジーを使用して、標的の行動をより深く理解...

...

...

コンピュータービジョンは建設業界をどのように変えているのでしょうか?

コンピュータービジョンは建設業界をどのように変えているのでしょうか?建設作業員は毎日、監視と監督を必...