トピック — 人工知能
出版
あらゆるベンダーが、自社のツールに何らかの人工知能や機械学習が搭載されていると宣伝しています。ここでは、テクノロジーとマーケティングの誇大広告を見分けるための3つの質問をご紹介します。
現代のテクノロジーリーダーとして取り組むべき無数の課題の一つは、新しいハードウェアやソフトウェアを調達する際に、マーケティングの誇大宣伝と現実を見分けることです。製品マーケティングは往々にして誇張表現に傾き、ネガティブな面よりもポジティブな面に焦点を当てがちです。テクノロジー製品の場合、専門的な理解を必要とする複雑な技術要素が加わります。
往々にして製品マーケティングで見られる過呼吸のような過呼吸に、話題のテクノロジーが加わると、自社の製品が本当に役立つかどうかを判断するために、数々の約束、バズワード、そして主張の山をくぐり抜けるしかありません。これは特に人工知能（AI）の時代において顕著です。サプライチェーンソフトウェアからオフィス家具まで、あらゆるものにAIの要素が組み込まれていると主張しているのです。深夜のインフォマーシャルの司会者が、宣伝している製品について「機械学習が30%強化されました！」と叫んでいるのが目に浮かびます。
参照:人工知能倫理ポリシー(TechRepublic Premium)
AIを搭載した製品を評価する上で問題となるのは、AIの定義が大きく異なる場合があることです。もし、AIの定義が新しいデータをインテリジェントに分類する学習アルゴリズムを前提としているのに、ベンダーがAIを単なる高度な計算処理程度にしか捉えていないとしたら、期待はずれになるでしょう。ベンダーが「製品にAIの要素が含まれている」と謳う際に、その真意を正確に把握するために、誇大広告と現実を見分けるのに役立つ3つの簡単な質問をご紹介します。
AI モデルはどのように学習するのでしょうか?
真のAI技術のほとんどに共通する基本的な要素は、受け取ったデータに基づいて改善していくこと、あるいは将来の潜在的な結果をテストし、その結果に基づいて計算を強化する技術を組み込んでいることです。ゲームプレイAIはこの技術の典型的な例であり、AIは何千回ものゲーム反復をシミュレートし、各ゲームの結果に基づいてパフォーマンスを向上させることができます。
AIがどのように学習し、改善していくのか、ベンダーに具体的な内容を尋ねてみましょう。どのようなデータを使用するのでしょうか？潜在的なシナリオをシミュレートして学習に活用するのでしょうか？シミュレーションはいくつ実行できるのでしょうか？こうした質問をすることで、ベンダーが謳う「AI駆動型学習」は、実際には既存のデータセットに対して基本的な計算を実行しているだけで、学習能力に基づいてアルゴリズムを真に調整しているわけではないことがすぐに分かるでしょう。
AIはどのように監視および調整されますか?
実際のAIシステムは、受け取った入力と、様々なシミュレーションを実行して潜在的な結果をテストする能力の組み合わせに基づいて予測を適応させます。そのため、AIを監視し、場合によっては再トレーニングしたり、追加の入力データを用意したりする必要があります。
AIがどのように監視・調整されているかをベンダーに尋ねることで、その製品が実際にある程度の知能を備えているのか、それとも複雑な標準アルゴリズムを備えているのかが分かります。例えば、ベンダーが監視や調整は一切不要だと主張しているとします。その場合、AIはマーケティング上の誇大宣伝であり、検討中の製品に組み込まれた有益な技術ではないと推測できます。
AI をトレーニングするために顧客データを共有していますか?
ベンダーに尋ねるもう一つの重要な質問は、実際には2つの重要なトピックを網羅しています。まず、製品のAIをトレーニングするために、自社のデータが他社のデータと混在しているかどうかを知ることが重要です。これは有益である場合もあれば、そうでない場合もあります。例えば、サプライチェーン管理ソリューションを検討している場合、自社のデータをAIに提供することで他社のデータのメリットを得ることは、より広範なデータセットによって製品の有効性が向上するため、価値のあるトレードオフとなる可能性があります。逆に、独自性が高く、非常に特殊なデータを扱っている場合、AIが他社のデータの影響を受けることはハンディキャップとなる可能性があります。
この質問は、ベンダーが顧客データをどのようにAIに活用し、改善していくのかを説明するきっかけとなるはずです。もしベンダーがこの質問に答えられない、あるいは顧客データがAIの予測能力に実際には影響を与えていないと言及するなら、それは問題の製品に適切なAI技術が搭載されていない可能性を示唆していると言えるでしょう。
テクノロジーツールのメリットとして「AI搭載」を謳うのは簡単です。しかし、人工知能の定義が曖昧なため、テクノロジーリーダーの業務は困難を極めています。これらの質問を用いて、自社のテクノロジーにAIがどの程度活用されているかを判断することは、テクノロジーを選択する上で重要な差別化要因となり得ます。
こちらもご覧ください
- 機械学習エンジニアになる方法：チートシート
- 採用キット: 人工知能アーキテクト
- 採用キット: 機械学習エンジニア
- 人工知能：さらに読むべき記事
パトリック・グレイ
パトリック・グレイは、世界有数のプロフェッショナルサービス企業に勤務し、企業の迅速な新規事業創出と立ち上げを支援しています。著書に『Breakthrough IT: Supercharging Organizational Value through Technology』と、その関連電子書籍『The Breakthrough CIO's Companion』があります。20年以上にわたり、フォーチュン500企業をはじめとする世界のトップブランドに戦略コンサルティングサービスを提供してきました。パトリックへの連絡先は[email protected]です。掲載されている意見はすべてグレイ個人のものであり、所属企業の見解を代表するものではありません。
