企業が人工知能を導入する際に知っておくべき5つの誤解

[[392106]]

AI は広く普及しているにもかかわらず、知識と認識のギャップにより、商業的な導入は依然として妨げられています。

コロナウイルスのパンデミックの間、多くの企業が緊急のビジネス問題を解決するために AI を活用し続けています。 AI ソリューションの重要性は、社内の財務最適化と外部の顧客体験の両方に価値を拡大する影響を与えることから、パンデミックをきっかけに明らかになりました。

調査によると、現在 70% 以上の企業が AI をゲームチェンジャーと見なしています。しかし、現在 AI を使用している、または近々使用することを計画している企業は 40% 未満です。人工知能の重要性に対する人々の理解には、まだ大きなギャップがあります。ここでは、人工知能に関するよくある誤解を 5 つ紹介します。

誤解1: AIはデータとアルゴリズムがすべてである

AI 技術が広く知られるようになった 1990 年代まで、AI はほぼデータとアルゴリズムのみを扱う科学分野でした。しかし、過去数十年にわたってこの分野は成熟し、AI は個人や組織の業務の中核機能である意思決定を自動化する企業システムの不可欠な部分になりました。したがって、AI の研究、開発、実装の大部分は人材とプロセスに関係します。当社は大手エネルギー供給業者とビジネス面談を行い、顧客データとスマートメーターを活用した自動化システムとデータ駆動型アプローチによる顧客体験の向上について話し合いました。議論の最中、突然彼らは「これはすべて有望に思えますが、AIについても何かすべきではないでしょうか？」と尋ねました。彼らが提案していたことはAI実装に固有のものでしたが、AIという用語自体は使用されていなかったため、議論を行っている企業の経営陣には完全には理解されていませんでした。つまり、AIは彼らにとって単なる流行り言葉であることがわかりました。

誤解2: データが大量にあるということは、そこには何か価値のあるものが含まれているに違いない

たとえば、自宅で料理をしていて、買い物に行く時間がなく、冷蔵庫の中に材料がいくつかあるだけの場合、この解決策はたまにしか機能しません。しかし、この方法はレストランを開業するのには使用できません。人工知能プロジェクトの場合もそうかもしれません。本当の質問は、「何を達成したいのか？」です。データの選択からプロジェクトの実装まで、あらゆる AI プロジェクトは、データからではなく、ビジネスが直面している課題から始める必要があります。

誤解3: 優秀なデータサイエンティストを雇ったので、AIがビジネスを推進してくれる

一流シェフを雇って、ただニンジンを切ったり、ジャガイモの皮をむいたりするだけでは、そのシェフが留まって仕事を続けるのは難しいでしょうか? データ サイエンティストの場合も同じです。 AIは複雑なアルゴリズムやデータ分析だけではなく、必要なデータセットの調整、クリーニング、準備などのサポート作業も含まれます。これを実現するために、企業はまずデータ サイエンティストではなくデータ エンジニアを採用する必要があります。同様に重要なのは、AI にはさまざまな非技術的な機能も含まれるということです。したがって、成熟した AI チームは、データ サイエンティストやエンジニアだけでなく、心理学、社会学、ビジネス、法律、倫理学のバックグラウンドを持つ専門家、そしてもちろんエンド ユーザーで構成されます。

誤解4: AIはブラックボックスなので、何をしているのか理解したり信頼したりすることはできない

決定の背後にある内部メカニズムが外部の人間には分からない AI システムが今も数多く開発されています。

しかし、もっと重要なのは、企業にはこの状況を回避する十分な機会があるということです。この分野では、これを「説明可能な AI」と呼びます。これは、決定を示すだけでなく、なぜその決定を下したのかを人々に完全に理解させる AI 実装のことです。たとえば、医療用 AI アルゴリズムは、何千もの患者の記録をどの医師よりも効率的にスキャンできるため、医師が診断 (腫瘍の検出など) を行うのに役立つ可能性があります。しかし、医師は、アルゴリズムが医療画像上の特定の特徴を腫瘍として識別した理由を常に理解できなければなりません。これにより、医師は自身の経歴や医療経験に基づいて最終的な検証を行い、AI の診断を確定または拒否することができます。

誤解5: AIはプライバシー規制により無効になっている

欧州の一般データ保護規則などのプライバシー規制により、AI の使用が妨げられている、と主張する人は多くいます。実際は、その逆です。

規制は、データがどのように収集、管理、交換されるかを記述する枠組みを提供します。そのため、AIの導入を禁止するのではなく、さまざまな視点や利害関係者の意見を尊重してコンプライアンスを確保します。

これらの取り組みや、国内および国際レベルに存在する多数の倫理委員会などの結果として、AI の文脈におけるさまざまな規制の役割についてはかなりの楽観論が生まれています。自動車産業を例に挙げてみましょう。自動車の登場以来、人身事故や死亡事故は続いています。しかし、車は禁止されませんでした。それどころか、車のメリットは、絶え間ない練習と改善を通じて得られるのです。人々は革新的な技術の導入とそれが自然や社会に与える悪影響との間で適切なバランスを見つける必要があります。これは、人工知能の終わりのない発展において、人々がより良い成果を目指して努力するための理想的な状況でもあります。なぜなら、人々が最も望まないのは、規制によって AI の使用を禁止することだからです。