マッキンゼーの中国人工知能レポートは3つの大きな課題に直面している

BAT の幹部は、先日終了した IT リーダーシップ サミットで人工知能に焦点を当てました。ロビン・リー氏は「インターネットは前菜であり、人工知能はメインコースだ」と提案した。これは、2回のセッションを経て中国で人工知能を支持する声が再び高まったことを意味する。

人口ボーナスが急速に消滅する中、中国は緊急に新たな成長の原動力を見つける必要がある。 AI ベースの自動化は生産性を向上させ、中国の経済発展目標の達成に役立ちます。人工知能への世界的なベンチャーキャピタル投資は、2012年の5億8,900万ドルから2016年には50億ドル以上に急増した。

[[187476]]

今号では、マッキンゼーの中国における人工知能の将来に関するレポートを推奨します。このレポートでは、人工知能技術の発展の歴史を振り返り、この技術が中国の社会発展において果たす可能性のある役割を分析し、関連産業と経済政策の枠組みを予測しています。この記事の全文を収集したい場合は、Zhidongxi（公開アカウント：zhidxcom）でキーワード「nc140」に返信してダウンロードできます。

以下は編集者がまとめた乾物です。

転換点が近づいている

* さまざまなAI技術の商業化レベル

AlphaGo が世界囲碁チャンピオンのイ・セドルを破り、人工知能という SF の概念は、漠然とした空想から一夜にして現実のものとなったかに思われた。

従来のソフトウェア プログラムは人間によって作成され、特定の命令要件が含まれています。人工知能はまったく異なる方法で動作します。共通の学習戦略に基づいて、膨大な量の「ビッグデータ」を読み取り、そこからパターン、つながり、洞察を発見することができます。これにより、AI は再プログラムすることなく、新しいデータに自動的に適応できるようになります。

実際、人工知能の理論は1950年代から60年代にかけて最初に形成されましたが、技術が画期的な進歩を遂げることができなかったため、人工知能は期待された成果を達成できず、沈黙の時代に陥りました。

その後の数十年間に多くの成功例があったものの（IBMのスーパーコンピューター「ディープ・ブルー」がチェスチャンピオンのガルリ・カスパロフを破ったなど）、現実世界における人工知能の成功事例は、大規模な商業化を支えるにはあまりにも孤立している。

私たちは現在、データの収集と整理、アルゴリズム（特に機械学習）、高性能コンピューティングの革命的な進歩によって推進されている AI ルネッサンスの真っ只中にあります。機械学習を利用することで、人工知能システムは帰納的推論と意思決定の能力を獲得し、一定の商業化を達成しました。顧客サービス、物流管理、工場機械の監視、エネルギー使用の最適化、医療データの分析などが可能になり、ディープラーニングによってこの能力がさらに高いレベルに押し上げられました。

変化は理論の最前線でのみ起こっているのではありません。将来の超知能システムの先駆けともいえる機械学習技術を応用したさまざまな分析ツールが市場に登場しています。金融、ヘルスケア、製造などの業界での応用が急速に発展しており、人工知能分野における世界のベンチャーキャピタルは、2012年の5億8,900万米ドルから2016年には50億米ドル以上に急増しました。マッキンゼーは、人工知能アプリケーションの総市場価値が2025年までに1,270億米ドルに達すると予測しています。

将来、人工知能は社会の核心的な課題のいくつかに対処するための強力なツールになる可能性があります。医療分野では、人工知能によってヒトゲノムの解析能力や患者ごとの個別治療計画の立案能力が大幅に向上し、がんやアルツハイマー病などの病気の治療プロセスも大幅に加速されるでしょう。環境保護の分野では、人工知能は気候特性を分析し、大規模なエネルギー消費を削減することができ、人類が気候変動の問題をより適切に監視し、対応するのに役立ちます。人工知能は地球外でも使用でき、将来的には人類が火星や宇宙を探索するのに役立つかもしれません。

マッキンゼー・グローバル・インスティテュートによる最近のレポートでは、世界中の800以上の職業における2,000以上の仕事が分析され、既存の技術を改善することで世界の仕事の約50％が自動化できることが判明しました。もちろん、技術的な実現可能性は、自動化の速度と範囲に影響を与える要因の 1 つにすぎません。研究開発とアプリケーションのコスト、労働市場の需要と供給、経済的利益、社会と政府の規制当局の受け入れなど、考慮すべき要因は他にもあります。

マッキンゼー・グローバル・インスティテュートの自動化研究レポートでは、上記のすべての要素を考慮すると、2055年頃には現在の全業務内容の半分以上が自動化されるが、このプロセスには多くの変数があり、誤差は約20年になると指摘しています。

中国は世界のAI開発の中心地の一つとなった

学術面では、2015年だけでも中国と米国が学術誌に1万本近くの関連論文を発表したのに対し、英国、インド、ドイツ、日本が発表した学術研究論文の総数はその半分に過ぎなかった。その中で、中国の人工知能開発は、自動パーソナルアシスタントや自動運転車など、主にテクノロジー企業によって推進され、主導されています。膨大な検索データと豊富な製品ラインのおかげで、一部のインターネット企業は自然言語処理、画像および音声認識などの技術の最前線に立っています。しかし、中国は人工知能に関する論文数で米国を上回っているものの、中国の学者の研究影響力はまだ米国や英国の学者ほど高くないことは注目に値する。

*中国の人工知能論文の数と影響力

人工知能のエコシステムに関しても、米国はより充実しており活発で、スタートアップ企業の数は中国をはるかに上回っています。研究機関、大学、民間企業のエコシステムは大規模で革新的かつ多様です。シリコンバレーは科学技術分野で蓄積した強みを活かして、強力かつ模倣困難な優位性を築いてきました。

*米国のAIエコシステムはより完全かつ活発である

中国は、技術の蓄積と起業家精神のエコロジーに加えて、人工知能の開発においてさらに 2 つの問題を考慮する必要があります。

中国のAIの道を阻む3つの大きな障害

データ環境の自由化が必要

*中国政府のデータ公開度は世界93位

まず、中国のハイテク大手は独自のプラットフォームを通じて膨大な量のデータにアクセスできるものの、統一された標準とプラットフォーム間の共有を備えたデータフレンドリーなエコシステムの構築においては、中国は依然として米国に遅れをとっている。第二に、世界各国は政府データベースの公開が民間部門のイノベーション促進に役立つことを認識しているが、中国政府データの公開は依然として極めて限られている。最後に、国境を越えたデータの流れに対する制限も、国際協力において中国を不利な立場に置くことになる。

厳しい雇用市場

[[187477]]

応用面では、中​​国のアルゴリズム開発レベルは他の国とそれほど変わりません。しかし、基本的なアルゴリズムの研究開発においては、中国の研究者は依然として英国や米国の研究者に比べて大きく遅れをとっています。主な理由の一つは人材不足です。米国のデータサイエンティストの半数以上は 10 年以上の職務経験を持っていますが、中国ではデータサイエンティストの 40% 以上が 5 年未満の職務経験を持っています。中国の人材育成への継続的な取り組みが重要となるだろう。

現在、中国には人工知能を専門とする大学の研究室が30か所未満しかなく、輩出される人材の数は人工知能企業の雇用ニーズを満たすには程遠い状況です。さらに、中国の人工知能科学者は主にコンピュータービジョンや音声認識などの分野に集中しており、他の分野では相対的に人材が不足している。中国の大学が学生に対してより高い数学と統計の要件を設定し、この分野で世界をリードする研究の開発にリソースを集中すれば、人工知能の発展は大きな恩恵を受けるだろう。検討する価値のあるもう一つの方向性は、イノベーションを促進するために既存の科学研究資金配分モデルを改善することです。

ハードウェアの欠陥

[[187478]]

最先端の人工知能技術の開発には高速コンピューティング技術が最も重要であり、多数の複雑な計算を処理できる GPU などの特殊なプロセッサは人工知能の開発に特に重要です。中国のエネルギー消費は長い間、マイクロチップの輸入に大きく依存しており、一部の種類の高性能半導体はほぼ完全に輸入に依存しています。エネルギー消費のレベルによって、人工知能ソリューションが大規模に商業化できるかどうかが決まります。

2015年、米国政府は世界3大チップサプライヤーであるインテル、エヌビディア、AMDに対し、高性能スーパーコンピューターチップを中国の機関に販売することを禁止した。この禁止措置は、中国の半導体における自主研究開発能力が人工知能の将来の発展にとって非常に重要であることを示している。

この状況に対処するため、中国政府は2014年に「国家集積回路産業発展促進要綱」と「中国製造2025」行動計画を発表しました。中国政府はまた、国家集積回路産業投資基金を設立しており、これまでに200億ドル以上を調達している。関連する取り組みは成果を示し始めており、2016年6月には中国独自の知的財産権を持つプロセッサを搭載した世界最速のスーパーコンピュータ「Sunway TaihuLight」が発売された。政府による先行投資は大きな波及効果をもたらし、民間部門の積極的な参加を促す可能性があります。

複雑な社会経済問題

[[187479]]

労働市場の需要とショック

過去数十年にわたり、中国は「人口ボーナス」から大きな恩恵を受け、労働力の拡大が経済成長を大きく促進してきました。しかし高齢化により、中国は徐々にこの原動力を失ってきています。中国の労働年齢人口は早ければ2024年にピークを迎え、今後50年間で5分の1減少するだろう。

この人口動態の変化は、中国が現在の生産性レベルで経済成長を維持するのに十分な労働力を欠くことになることを意味している。経済成長を促進する唯一の実行可能な方法は、人工知能の導入などにより生産性の伸びを大幅に高めることです。マッキンゼー・グローバル・インスティテュートは、導入のスピード次第では、中国におけるAIベースの自動化によってもたらされる生産性の向上が、毎年0.8～1.4パーセントポイントの経済成長に貢献する可能性があると予測している。

人工知能は生産性の伸びを大幅に押し上げる可能性を秘めているが、その代償として都市開発の不均衡の悪化など所得格差のさらなる拡大を招く可能性がある。要約すると、AI はいわゆる「スキル重視の技術変化」を推進します。つまり、デジタル スキルが特に評価される一方で、中程度および低スキルの労働力に対する需要は縮小するということです。

中国は現在、自動化可能な仕事に従事する労働力が他のどの国よりも多くなっています。マッキンゼー・グローバル・インスティテュートは、中国の業務内容の 51% に自動化の可能性があり、それが人間のフルタイム労働時間 3 億 9,400 万時間に相当する影響を与えると予測しています。しかし、これは今日のハイエンドの仕事がまったく影響を受けないという意味ではありません。例えば、医師などの専門職の仕事も一部自動化される可能性があり、医師の仕事はより人とのコミュニケーションややりとりに重点が置かれるようになるでしょう。

社会的な利益と懸念

人工知能は幅広い発展の見通しがあり、医療、環境、安全、教育の改善、人々の福祉の向上に活用することができます。同時に、物理的な現実、デジタル、個人の境界が曖昧になるため、複雑な倫理的、法的、セキュリティ上の問題が生じます。人工知能が普及するにつれて、この変化に対応するために慎重な管理が必要になります。

既存の多くのユースケースは、環境変化の予測、エネルギーの節約と排出削減、スマートヘルスケア、デジタル医療記録、より安全で効率的な輸送システム、スマートシティ、自動運転など、社会問題を解決する AI の可能性を示しています。

しかし、この可能性には、自律的に学習して意思決定できる機械を管理するという困難な責任が伴います。

まず、個人データの所有者は誰か？データはどのように共有されるべきか？サイバーセキュリティ攻撃がますます深刻化する中で、データをどのように保護するか？第二に、人工知能は意思決定プロセスにおいて無意識の差別を生み出す可能性がある。現実の世界にはさまざまな形の人種差別、性差別、偏見が存在するため、アルゴリズムに入力されるデータにもこれらの特徴が含まれる可能性があります。機械学習アルゴリズムがこれらの偏ったトレーニング データから学習すると、その偏りも「継承」されます。さらに、国家間の「デジタル格差」や「自律型兵器」のリスクなど、地政学的な影響も少なくありません。

人工知能が社会に普及すると、倫理的な問題だけでなく、多くの法的影響も生じます。 AI の判断が事故や犯罪につながった場合、誰が責任を負うべきでしょうか? AI によって作成された知的財産権は誰が所有するのでしょうか? AI が超能力を持つようになったら、それを規制するためにどのような手段を講じるべきでしょうか? AI 開発者にはどのような法的権利と義務があるのでしょうか?

完全な法的および倫理的枠組みを確立するためには、まだ十分に検討する必要がある問題が数多くあります。

中国のAI戦略優先事項に関する5つの予測

[[187480]]

包括的なデータエコシステムの構築

データは未来の通貨です。たとえば、医療研究では、膨大な世界規模の臨床データのサポートがなければ、人工知能の潜在能力を十分に引き出すことはできません。あまりに多くの束縛は中国の人工知能企業を制約し、世界的に競争力のある製品を開発する能力を失わせることになるだろう。

中国は、データ標準を確立・実施し、公共データを民間部門に公開し、国境を越えたデータ交換を促進することで、より完全なデータエコシステムを構築することができます。

まず、データ標準を確立することは、広範なデータ共有とシステム間の相互運用性を実現するための重要な前提条件であり、モノのインターネットと人工知能技術の価値を高めるのに役立ちます。膨大な量の潜在的データ量は中国の本来の強みであり、中国に国際的に主導的な役割を果たす機会を与えている。さらに、中国は中国語に関連するデータ標準の策定においても主導的な役割を果たすべきである。

業界固有のデータについては、政府は既存の規制当局に必要な規則を策定するよう要求することができます。たとえば、米国証券取引委員会は 2009 年に、すべての公開データの機械可読性を確保するために、すべての上場企業に XBRL (eXtensible Business Reporting Language) 形式で財務報告書を公開することを義務付ける規制を発行しました。

第二に、データの多様性を高めるために、政府は公的データの公開性を高め、産業データベースの構築を主導すべきである。こうした取り組みには、公共サービスの質の向上や政策立案への洞察の提供といった付加的なメリットもあります。たとえば、ニューヨーク市政府は、経済発展、医療、レジャー、公共サービスなどの分野のデータを市民に提供するためにオープンデータポータルを設立しました。 2012 年には、ニューヨーク市もオープン データ法を制定し、政府部門に機械可読データの使用と API (アプリケーション プログラミング インターフェイス) の確立を義務付け、ソフトウェア開発者が政府システムに直接接続してデータを取得できるようにしました。

最後に、中国政府は国際的なデータフローの価値を考慮する必要があります。マッキンゼー・グローバル・インスティテュートの調査によると、2014年に国境を越えたデータの流れは世界経済に2.8兆ドルの価値を生み出し、経済成長への貢献は物理的な貿易の貢献を上回った。さらに、この調査では、経済は世界的なアイデア、研究、技術、人材、ベストプラクティスにアクセスする必要があるため、データの流入と流出の両方が重要であると指摘しています。

伝統産業における人工知能の応用拡大

最初の障害は、多くのビジネスリーダーが、既存のビジネスの運営方法を変えることの緊急性をまだ認識していないことです。マッキンゼーの調査によると、現在、中国の伝統的な産業の企業の40％以上が、人工知能をまだ戦略的優先事項として含めていないことがわかった。その結果、多くの企業は将来の AI システムに必要なデータの収集をまだ開始していません。たとえば、農業会社では、植え付けスケジュールや気候が生産量に与える影響などの情報を記録することはほとんどありませんが、これはまさに AI が洞察を生成し、効率を向上させるために必要な情報です。対照的に、英国、米国、日本は、そのようなデータを収集し、高度な分析技術を現代の農業経営に導入するための国家情報システムを確立しました。

2 番目の障害は、専門的および技術的な知識の欠如です。前述のように、中国は、特に需要が急務となっている分野において、さらに優秀なデータサイエンティストを育成する必要があります。 AIの知識を商業的なアプリケーションに変換して価値を生み出すことができる人材も不足しています。データを理解して適用するために、ますます多くのビジネス意思決定者と中間管理職が新しいスキルを習得する必要があります。インテルと同様に、中国のチップメーカーも、製造およびテスト中に大量のデータを分析することで、生産プロセスを改善し、不良率を削減できることに気付きました。しかし、半導体技術と人工知能の両方に精通した人材が不足しているため、このアイデアは実現されていません。

3 番目の障害は実装コストが高いことです。中国企業にとって、人工知能システムを購入したり、高額な費用をかけて専門人材を雇用したりすることは、費用対効果が低い場合がある。人件費が低い場合、高度な技術を導入し、手作業のプロセスを合理化する必要性はそれほど緊急ではありません。

減税や補助金といった伝統的な経済手段は、いくつかの問題を解決することができます。同時に、政府は人工知能システムの適用を主導すべきである。これにより、強力なフォローアップ効果が生まれ、市場が活性化し、サービスプロバイダーの発展が促進され、技術的な経験と人材が蓄積され、最終的にはアプリケーションコストの削減という目標が達成されます。

さらに、従来の産業におけるモノのインターネット (IoT) の応用を促進することで、AI がより多くの価値を生み出すことにつながります。モノのインターネットは、センサーとネットワークを通じてさまざまなデバイスを接続し、人工知能に膨大な量の現実世界のデータを提供します。政府は、「インターネット プラス」政策と組み合わせることで、主要な経済分野におけるモノのインターネットの応用の成功事例の創出を支援し、他の産業に模範を示すことができる。

人工知能分野の専門人材の確保強化

中国は人工知能の人材に大きなギャップを抱えている。政府は、AI関連の教育・研究プログラムに多額の投資を行い、イノベーションとデジタル技術の重要性を強調するために教育システムを再設計し、世界トップクラスの人材を引き付けるための移民政策を策定する必要がある。

政府は、人工知能プロジェクトの設立に資金を提供し、トップクラスの大学に補助金を支給して人工知能研究室やイノベーションセンターを設立し、大学、研究機関、民間企業間の協力を促進することができます。この点に関して、韓国政府は韓国の大手企業との合弁事業で1兆ウォン（約8億6,300万ドル）を投資し、国立の官民人工知能研究センターを設立するという確固たる一歩を踏み出した。カナダ政府も同様の取り組みを行っており、モントリオールの3つの大学で人工知能研究プロジェクトに2億ドル以上を投資している。

インタビューを受けた多くの専門家は、中国が人工知能分野で飛躍的な進歩を遂げるためには、より広範なイノベーション文化を育むために多大な努力を払わなければならないと述べた。これを実現する方法の 1 つは、AI と他の科目を組み合わせた大学のコースを導入することです。スタンフォード大学やMITなどの米国のトップ大学はすでに、創造性を刺激する新たな方法を模索し、コンピューターサイエンスと人文科学の共同専攻を設けている。このようなコースは、医学、法律、金融、メディアなど、さまざまな分野における人工知能の応用を促す可能性があります。

大学のプログラムへの投資は長期的な利益をもたらす可能性があります。なぜなら、将来的に国際企業を引き付けるためには、従来の税金やその他の金銭的インセンティブではなく、才能が中核となるからです。人工知能分野の大規模な研究開発チームは、学術的才能の獲得にますます注目するようになっています。 Google DeepMind チームの約 3 分の 2 は、ユニバーシティ カレッジ ロンドン、オックスフォード大学、モントリオール大学などの学術機関出身者です。この分野のトップ企業が、AI人材の多い都市に集まるのは当然のことです。たとえば、この分野でのモントリオールの評判が高まるにつれ、Google と Microsoft の両社は地元の大学の AI 研究機関に投資し、地元での存在感を拡大する計画を発表しました。

中国は国内の人材を育成するだけでなく、世界トップクラスのデータサイエンティストと協力し、国際協力にも参加する必要がある。これには、中国で働く国際的な専門家を積極的に紹介することや、中国の人工知能研究者が海外で世界の最新の革新的技術を学ぶことを奨励することなどが含まれる。これらにより、政府は居住・移民政策を緩和し、インセンティブや支援策を導入する必要がある。

教育訓練システムの向上と再訓練

人工知能が経済や社会に広く応用されるまでには数十年かかるだろうが、中国は今から一部の産業における急速な混乱に備えるべきだ。重要な技術の進歩により、わずか数年のうちにいくつかの仕事が消滅する可能性があります。

今後の長期的な課題は、AI の影響を受ける業界の労働者が再適応し、新しいスキルを習得できるように支援することであり、これは公共の福祉を守り、社会の安定を維持するための鍵となるでしょう。政府は、自動化によって置き換えられる可能性が最も高い職業を速やかに特定し、職業訓練学校と緊密に連携して労働者に無償の教育機会を提供するなど、影響を受ける労働者に再訓練を提供すべきである。

同時に、政府はあらゆるレベルでデータと人工知能に関する教育を強化することにも重点を置くべきだ。将来の政府指導者は賢明な政策を策定するために人工知能を理解しなければならず、将来の管理者は企業を管理するために人工知能を理解しなければならず、将来の労働者は排除されないように人工知能を使って働くことを学ばなければなりません。

国内外で倫理的・法的合意を構築する

人工知能の進歩は、多くの面で社会に大きな影響を与えるでしょう。最も差し迫った倫理的、法的問題に関しては、中国は国内だけでなく国際的にも合意を形成しなければならない。

国内においては、国民が変化を受け入れる準備ができていることを保証するために、透明性があり幅広い調査プロセスを構築する必要がある。プライバシー保護や自動運転車の責任決定など、いくつかの法的問題は、人工知能の開発と応用に大きな影響を与えるでしょう。全国人民代表大会は法的枠組みを確立し、法的な不確実性を解消する必要がある。

法的枠組みが確立されれば、政府は人工知能を監督・管理するための規制機関を設立することになる。人工知能が生活のあらゆる分野で広く応用されていることを考慮すると、政府は関係機関と協議し、意見を交わし、専門知識を十分に発揮する必要がある。例えば、医療分野での不適切な使用は深刻な結果を招きます。したがって、国家衛生・計画出産委員会は規則制定プロセスにおいて強い発言力を持つ必要がある。

国際的には、中国はAI技術の平和的、包括的、持続可能な発展を促進するための国際規制機関の設立を主導することができます。この国際機関の目標は、AI の開発を規制し、基準を設定し、倫理ガイドラインを決定することであるはずです。

規制を超えて、中国は世界経済の発展の模範となることもできる。世界的なデジタル格差が経済繁栄の長期的な障害とならないように、中国は他の発展途上国と人工知能技術や管理経験を共有・交換し、「一帯一路」構想の新たな章を開くことができる。

知東曦氏は、我が国の人口構造、産業構造、生産性発展状況が人工知能応用発展の大まかな流れを決定すると考えているが、記事でも触れられているように、データ環境、人材不足、インテリジェントハードウェア、特にマイクロチップやCPUなどの産業の未成熟は、中国の人工知能発展が直面する最大の課題と言え、短期的には解決が難しい。また、技術面では、我が国の論文数は論文の質の不足を補うことができず、基礎層の多くの重要分野で改善の余地があり、これはビッグデータ配当後のポストディープラーニング時代にとって非常に重要である。