「変化が終わった時、あなたも完結する」とはベンジャミン・フランクリンの有名な言葉ですが、当時の彼はビジネスリーダーに向けて言ったのではなかったことでしょう。しかし、彼の言葉は今日の目まぐるしく変わり続ける市場のリーダー達に深く共鳴すると思われます。彼らは、ビジネスの発展には新しい技術を採用し、完全に取り込む必要があるとわかっているからです。
人工知能（AI）はビジネスを変化させているデジタル技術の最先端ですが、その発展はしばしば二極的な議論を呼びます。高まり続ける機械の役割を取り込もうとする人々がいる一方で、機械が人間から仕事を奪い、世界を乗っ取るのではないかと恐れている人々もいます。
未来が人間と機械に何をもたらすのかについて、あなたが何を信じていようと、デジタル技術が将来非常に重要な役割を果たすのは間違いありません。事実、IDCはAIシステムへの世界支出が2021年までに522億ドルに達すると予想しています。これらの技術を完璧に受け入れ、ビジネスで最大限に利用する方法を理解する為には、リーダーはまず最初にその可能性と限度を理解しなければなりません。その信念の下に、人間と機械が現代のビッグデータの世界で果たす役割について考察し、この関係がどのように進化するのか、リーダーとしてその利点を培っていく上であなたは何をしたらいいのかを見て行きましょう。
現在の人間と機械：相互依存
あなたが今までの人生で学んだこと全てを思い出そうとしてください。できますか。ほとんどの人にとってその答えは、疑うことなく「できない」でしょう。そして、そこに機械のスター的役割が入ってきます。人間と違い、機械は一生忘れません。機械は、入力された全てのデータと確立された全てのパターンを記憶する能力を持っています。さらに、膨大な情報を迅速に処理する能力もあります。それを知る視点として、UCLAの研究者の新しい開発では、データ処理の効率が非常に高くなり、未知の対象物でも光速で識別できます。
膨大な量のデータの永久記憶により、機械はほとんどの人間には絶対に発見できないパターンを識別し、推測できるのです。しかし、機械の素晴らしい能力にも限界があります。ビッグデータの可能性を最大限に活かすには、最終的には人間の専門知識とコンテンツが必要なのです。
これは基本的に正しいと言えます。なぜなら、AIはすでに学習した情報を利用するからです。AIは新しい知識又は確証的な新しい科学内容を生み出すことはできず、認識の進化はコンテンツの確証性によって制限されます。情報を機械に伝達し、パターン認識能力を高めるには、人間が必要なデータ構造と訓練ルーチンを構築しなければなりません。
例えば、デザイナーが靴を調べることを想像して見てください。特別な訓練をされていない機械なら、関連する全ての靴とその他の履物を確実に識別することは絶対にできないかも知れません。ファッションに焦点を置いた靴の検索ならば、デザイナーブランドのハイヒール、足の保護が目的ならハイキングブーツ、履き心地が重要ならばスリッパなど、靴が網羅する幅広い応用を認識できないからです。これらの結果はどれも正しいのですが、参照枠を進化させる為には、機械はまず人間による文脈の洞察を必要とします。機械はこれらの連想は全て靴の領域であると認識し、見つかった靴の最善のセットを作成します。
こうした関係性の存在論を導入する以外に、人間は機械に新しく進化した正当な文脈を評価し、エラーがあれば是正できるように維持します。靴についてもう一度考えて見ましょう。一旦機械が靴に関して多様な用語や存在論的な関係性を理解したら、その他の足関連、例えば靴下類、絆創膏、マニキュアなども靴関連として取り上げるかも知れませんが、実際にはそうではありません。常にデータ構造と関係性を調整していれば、機械の性能が進化し、より精度が高くなります。
人間は、機械が独自では実行できないリアルタイムの問題の最適な処理に欠かせません。例えば、飛行機を例に挙げて見ましょう。現在、殆どの商業用の航空機は、頻繁にオートパイロットを使用して操縦されていますが、不慮の事態が発生した時には、人間のパイロットがトラブルシューティングをします。機械は、機械的な障害を警告するなど、問題解決のプロセスを通知しサポートしますが、最終的にはパイロットが、監督無しでは機械には実行できない判断を下して状況を管理します。不慮の事態が発生した時、機械はサポート無しで判断を下すだけの文脈を持たないのです。
このお互いの「ギブ・アンド・テイク」は、現在の人間と機械の関係の礎となります。機械はデータ内のパターンを発見して、人間が膨大な量の情報をより迅速に処理し、より困難な問題を解決することを可能にします。同様に、人間は技術を進化させ、最善の結果を出せるようにします。しかし、将来にわたってもコラボレーション的関係なのでしょうか。
未来の人間と機械：共生パートナーシップ
機械の性能が上がるにつれ、人間は必要なくなるのではないかと恐れている人はたくさんいます。機械の学習能力がどんどん向上していくことは疑いありません。しかし私は、科学の世界においては人間と機械の関係は共生的であり続け、その関係は実際にもっと欠かせない物になると信じています。
将来、私達は現在は存在していない問題に直面します。新しい発見やイノベーションへの欲求はどんどん複雑になり、入手できるデータ量は想像もできないほどになります。そうした情報への手引きと理解を助けてもらうため、今までよりもっと機械が必要になることは疑いありません。しかし最終的に、人間はプロセスにおいては不可欠な存在であり続け、より優れたマシンラーニングを可能にする新しい構造を設定し、機械が収集した洞察を応用して新しい発見を促進することでしょう。
今日と明日のリーダー：適応し続ける
リーダーが未来を見つめる時、フランクリンの言葉は真実を語り続けます。変化を取り込む意思は重要です。では、柔軟性を保ち、競争の先端に居続けるにはどうしたらいいのでしょうか？
まず、会社は新技術の構築や導入だけを優先するのではなく、必要なスキルや専門知識を持った人々のチームを培い、そうした技術を最大限に活用できるようにしなければなりません。技術が投資計画を支配した時代は過去の事になるでしょう。いつでも人間が最優先でなければなりません。この思いはグローバルなCEOに対して行われた最近のPｗCアンケートに反映されており、50%以上が人間と機械の協働による利益を模索していると答えました。同じ調査で、40%近い回答者が将来のスキルニーズに人工知能の影響を考慮していると答えました。
しかもそれだけではありません。現在のリーダー、そして未来のリーダーも、人間と機械の効果的なコラボレーションを可能にし促進していけるような文化を培い、職場の考え方を変えて行かなければなりません。「どちらか」では通用しないのです。例えばCASでは、100年以上をかけて最高品質の科学コンテンツを収集し管理して来ました。しかし、現在の弊社の作業方法は、CASが創設された111年前とはかなり異なっています。 当時、情報保管の為に弊社が採用していた主な方法は索引カードでした。それから、弊社はアプローチ法を何回も変え、現在は何百人もの専門科学者のチームと特化した技術を合体させて、グローバルなイノベーションと実行可能な洞察の360度の視点をユーザーに提供しています。
あなたと貴組織は新しいテクノロジーを取り込み、情報上の優位性を得る準備は整っていますか。CASが、このクラスで最高のデータ、技術、人間による洞察を融合させたカスタム化ソリューションで、貴組織の業務の未来をどのように加速できるのかを学んでください。