人工知能と機械学習の購入者ガイド

B2B ソフトウェアの営業およびマーケティング チームは、「人工知能 (AI)」という用語を好んで使用します。人工知能には、印象に残る魔法のような効果があります。しかし、営業担当者が「AI はこれを実現しています」と言うと、購入者は AI についてほとんど知らないことが多く、難しい質問をしません。

[[340950]]

DevTools 分野のような業界では、購入者が製品の目的と制限を理解し、製品が自分のニーズを満たしていることを確認することが重要です。 AI の目的が人間のために適切な判断を下すことであるならば、「AI はこれを実行している」と認めることは、製品がどのように機能するか、または AI が人間のために適切な判断を下しているかどうかを知る方法が実際には存在しないことを認めることになります。

人々が購入者になると、AI や機械学習の技術が難解なため、それらを理解する責任を負わないことがよくあります。それらは非常に複雑です。

この記事では、人工知能と機械学習の限界について説明し、ソフトウェア購入者が購入するものを理解するために適切な質問をできるようにします。

Oracleの問題のテスト

一部の AI または機械学習製品の制限として、テクノロジーの一部のアプリケーションでは、出力の精度を比較するための絶対的な真実のソースが存在しないことが挙げられます。たとえば、人間も機械も、特定のアプリケーションに対して完璧なエンドツーエンドのテスト セットを生成する方法を知りません。これが預言的な問題です。真実の客観的な基準は存在しないのです。誰もこのような不確実性を販売プロセスに持ち込みたくはありません。ただし、購入者は当社の製品について十分な知識を持っている必要があります。

購入者は、購入を決定する前に、販売者の AI 製品に期待されるメリットを理解する必要があります。それは、客観的な基準に基づいて人間よりも正確な意思決定を行うことを意味しますか? より少ないコストでより迅速に意思決定を行うことを意味しますか? または、新しいデータを新しい方法で使用する代替方法を導入することを意味しますか? これらの質問に対する答えは、購入者が製品を使用する方法と製品が提供する価値に影響を与えます。

人工知能と機械学習

AI は一般的に「数学を使って意思決定を行う機械」と考えられていますが、真の AI は自己学習型です。 AI には人間の脳のニューロンを模倣したニューラル ネットワークがあり、自己学習、自己更新、自己進化が可能になります。このため、真の AI を構築するのは難しく、商用ではなく実験的なものになる傾向があります。

一般的に、人工知能と言う場合、実際には機械学習のことを指します。機械学習は人間によって訓練されます。つまり、機械は継続的な修正を通じて改善される確率的意思決定プロセスを使用して、人間からのフィードバックを通じて学習します。マシンはデータを受け取り、そのデータに対してアルゴリズムを実行し、確率に基づいて決定を出力します。人間は、機械の評価が正確かどうかを機械に伝えることで機械を修正し、機械を更新します。機械は精度に関するフィードバックを受け取ると、より良い判断を下せるようになる。また、機械学習は確率に基づいているため、間違った判断を下すこともあります。

購入者が製品をどのように使用する予定かに応じて、製品の精度に求められる厳密さのレベルを決定する必要があります。機械が間違った判断を下しても目的を達成できる頻度は、特定のアプリケーションによって異なります。自動運転車が普及するには、ほぼ完璧な精度が求められます。パラリーガルの機械学習ツールセットでは精度を下げる必要があるかもしれないので、その製品はどの程度の精度が求められるのでしょうか?

適切な質問をする

購入者が製品をどのように使用する予定であるかに関係なく、製品を理解し、その精度レベルに関する回復力を構築するために適切な質問をすることが重要です。売り手が買い手に「AI がこれを行っています」と伝える場合、次のような主張が考えられます。

• この製品は機械学習製品ですか? 意味のある結果を得るには機械学習が必要ですか? 機械学習であるため、製品は確率を使用して決定を下すだけでなく、人間からのフィードバックを通じて学習する必要があります。購入者は、単にロジックを使用して意思決定を行う製品を望んでいるのでしょうか、それとも時間の経過とともに精度が向上する製品を望んでいるのでしょうか?
• この製品の精度はどうやって計算するのでしょうか？精度を計算するための条件がわからないと、機械が人間よりも正確かどうかはわかりません。機械の精度が人間より 30% 高い場合、その精度を誰が評価し、どのように判断するのでしょうか?
• 製品が間違った決定を下したとき、どうすればわかるでしょうか? どの機械学習製品でも、誤った出力を生成することがあります。通常、販売側で最も成功している顧客は、この種の誤った出力に対する耐性を高めるためのビジネス プロセスをすでに導入しています。もしそうなら、売り手は買い手がそれらを採用するのを支援することもできます。
• 現状では、製品が誤った判断を下す頻度はどのくらいでしょうか? エラーの頻度とそれらのエラーのリスクを理解することは、製品の使用方法と、製品開発のこの段階で使用しても安全かどうかを判断する上で非常に重要です。
• 製品に何時間の指導時間が費やされましたか? この数字は、製品をより正確にするために費やされた労力を単純に推定するものです。アプリケーションによっては、より小さい数値でも問題ない場合があります。
• この製品の精度をどのように向上させることができますか? 購入者は、機械のテストと教育のプロセスに不可欠な部分です。そして、これらの製品が将来的に改善されることが期待されるため、データを活用して精度を向上させる意欲がなければなりません。

人工知能と機械学習について知ることが重要な理由

AIではない「AI」が多数存在するだけでなく、機械学習ではないアルゴリズム技術も存在します。したがって、購入者は適切な質問をし、これらの製品がどのように機能するかを理解して意思決定を行えるだけの知識を持っていることが重要です。

すべての機械学習製品には制限がありますが、制限は製品や製品の適用方法によって異なります。製品の精度が不明な場合、購入者ができることは、そのアプローチが意思決定に効果的かどうかを尋ねることだけです。つまり、人間よりも優れたデータを取得できるのか、そのデータを使用して、人間よりも迅速かつ十分な情報に基づいた意思決定を行えるのか、ということです。答えが「はい」の場合、購入者は自分で開発するのではなく、製品を購入することを検討する必要があります。