しかし、アナリストの世界の外では、人工知能（AI）の誇大宣伝のサイクルが再び盛り上がりを見せており、 ChatGPTと生成AI もっと広い意味で。私は未来を予測して、10年後にAIがどうなっているかをお話しするつもりはありません。私が言えるのは、ChatGPTの有無にかかわらず、企業におけるAIの使用は今後も拡大し、進化し続けるということであり、今後何年にもわたってAIのメリットを享受できるようにAIを活用する必要があるということです。

生成 AI はすべてを支配する唯一の AI でしょうか?

過去には、設計に関する困難は AI 従来の機械学習を実装することで、企業に AI を実装することができませんでした。データの収集、準備、モデルの構築、トレーニング、そして運用開始まで、膨大な作業が必要でした。仮にそれが成功したとしましょう。それは、モデルを維持し、時間の経過とともにモデルの精度と効果を低下させる可能性のあるさまざまな形態の「ドリフト」に対処するために、より多くのエネルギーとリソースを費やす必要があることを意味しただけです。

計算能力が向上し、データセットが大きくなるにつれて、企業におけるAIは成長しています。 フォレスターのアナリスト、ディエゴ・ロ・グイディチェAI、機械学習、ディープラーニングの実装は、67年の2021％から73年には2022％に増加しました。

この記事を書いている時点では、AIの導入率は100%に近いとさえ言えるでしょう。しかし、ここでの「導入」が何を意味するかが問題です。もちろん、「従来の」人工知能はすでに次のようなものを生み出しています。

• さまざまなユースケースにわたる推奨事項
• 自動文書処理
• アルゴリズム取引
• サプライチェーン計画
• サイバーセキュリティー

現在、機械学習の主な用途は、定型業務の簡素化であり、簡単に自動化できるタスクについては、人間よりも速くこなせるようになっています。このような形態の AI は、日々の仕事の中で急速に普及しつつあります。スピード、時間の節約、コンプライアンスの遵守などの価値をもたらすことは間違いありません。しかし、これらは今や企業に​​とって必須条件となっています。

生成 AI に代表されるこの新しい機械知能の波は、それが本当に「インテリジェント」であるかどうかに関わらず、明らかに膨大な量の調査と投資を引き起こしました。そして、それには十分な理由があります。ChatGPT や、Bard や Dall-E などの他の生成 AI ツールは、技術的な驚異です。

ジェネレーティブ AI は大きな価値を引き出す可能性を秘めており、あらゆる形態の仕事に大きな影響を与えます。膨大な量のデータを取り込み、驚くべきことを実行できるため、ジェネレーティブ AI が他の形態の機械知能に取って代わるだろうと考えたくなります。どんな問題にも解決策を生み出すには、巧みな「迅速なエンジニアリング」と巧みな「微調整」さえあれば十分です。なぜそうならないのでしょうか。

ChatGPT は人間の作業を加速できます。最近、ニューイングランドの小さな農場の IT 運用を管理する複数の役割を担うソフトウェア テスターの話を聞きました。農場の経営陣は、テスターに​​、水分補給システム用の特定の IoT ソリューションを見つけるように依頼しました。通常であれば数日かかる作業ですが、テスターは ChatGPT を使用して、数時間で約 60 の要件のリストを作成しました。彼は、農業 IT の世界に関する知識と難解な経験を生成 AI と組み合わせることで、作業を加速することができました。

しかし、生成 AI だけではそれを実現することはできません。

生成型 AI は知識労働者の能力を増強することができます。一日中無数の法律文書を作成する法律事務所は、生成型 AI を使用して、関連する訴訟に合わせた文書を作成できる可能性があります。

これらの例では、何時間も節約できたのは有益ですが、それでもルーチン作業が楽になっただけです。AI から引き出せる価値はもっとあります。

ソムナート・シンの最近の記事では、「ビル ゲイツ氏：人々はこれから何が起こるか分かっていない　  Singh 氏は、ChatGPT のような生成ツールによって促進されたこの新しい AI の波が、企業がビジネス上の問題を解決する方法をすぐに変えるだろうと主張しています。

シン氏は読者に「技術的な仕事と非技術的な仕事の境界がもはや存在しない世界」というアイデアを提示しています。これは間違いなく真実です。人々が仕事をし、目標を達成するために、特定の分野でそれほど技術的なスキルを必要としなくなるでしょう。

しかし、生成 AI だけではそれを実現することはできません。

複合AI: 一緒に使うとさらに良くなる

少し立ち止まって考えてみると、人工知能は幅広い用語であるということを覚えておくと役に立ちます。そして、すべての新興技術と同様に、特定の形態の AI に関連する話題は、かなり疑ってかかるべきです。話題になっているのはどの種類の AI なのか、自分自身に問いかける必要があります。そうすることで、特定の AI 技術または手法が、特定の課題を解決したり、組織にチャンスをもたらしたりするために使用できるかどうかを特定できます。

機械知能による問題の解決は、実際にはほぼ常に多面的です。また、特定の AI 技術がどれだけ豊富で刺激的であったとしても (生成 AI は確かに豊富で刺激的です)、AI による作業の拡張または自動化の 1 つの側面にしか対応していません。したがって、人工知能で実際の問題を解決しようとしている場合は、1 つの AI 技術だけでなく、複数の AI 技術の融合が必要になる可能性があります。または、ガートナーは次のように説明しています。 複合AI.

複合 AI は、複数の AI と高度な分析機能を統合し、より優れた、より信頼性の高い結果を生み出すことを目的としています。たとえば、ナレッジ グラフは、人間の意思決定を強化または自動化する場合、または仮想エージェントと対話する場合に、生成 AI を補完するものとしてよく使用されます。名前が示すように、これは人間の経験と判断を捉える優れた方法です。デジタル形式で人間の要素を取り入れることで、より良い結果が得られます。また、質問に対するシステム生成の応答に対するユーザーの信頼も高まります。

複合 AI の例を次に示します。保険会社の顧客が事故後に自分の車の写真を撮ることができるアプリケーションがあります。そこから、損害の評価が自動的に作成されます。その評価に基づいてレポートが作成されます。そして、車が全損と判断された場合、車の所有者のために最寄りのレッカー会社に電話が開始されます。

この例の保険会社は、手動タスクと人間の意思決定を自動化するために、いくつかの AI フレームワークを使用しています。画像認識により、損傷をキャプチャして評価します。機械学習により、損傷した車両をそのメーカーとモデルの車両がどのような外観であるかと比較し、損傷を判断します。生成 AI によりレポートが作成されます。この合成 AI により、車両が全損と判断され、レッカー会社に連絡して車両を引き取るという行動方針が決定されます。

因果関係と効果

これにより、複合 AI のより興味深い形態の 1 つである因果 AI にたどり着きます。

因果 AI は、生成 AI や機械学習による予測や自動化以上のものです。これらのテクノロジーには概念の理解がなく、識別力もありません。因果 AI は入力を分析し、モデルが適切にトレーニングされていれば、人間のような判断を下すことができます。因果 AI を使用すると、特定のシステムやワークフロー内で従業員の判断をキャプチャできます。これにより、タスクを自動化するだけでなく、意思決定を改善できます。

因果 AI を使用すると、専門家の能力をレベルアップし、より速く、よりよい決定を下す能力を身につけることができます。時間が経てば、そのモデルを特定の種類の決定に信頼できるようになります。適切なデータ セットと、特定の種類の決定にそのモデルを信頼することで、組織は従業員全員の意思決定能力を向上し、よりよい、より速いものにすることができます。

まだ数年先の話ですが、これは AI の次のステップです。このようなテクノロジーで実現できる価値を想像してみてください。Causal AI は、節約できる時間や稼げる金額以上のものです。予測以上のものです。予測に加えて、特定の顧客セグメントに対する推奨販売戦術も提供します。たとえば、Causal AI は株式市場データを分析し、株価、経済指標、連邦政府の政策、ニュースの見出しの関係に基づいて金融機関が情報に基づいた投資決定を下せるように支援します。

組織は機械学習を使用してサプライ チェーン プロセスに沿ったタスクを自動化できますが、因果関係 AI は人間のタスクを複製するだけでなく、人間の意思決定を複製し、プロセス内のボトルネックや非効率性を特定できます。特定できるだけでなく、パフォーマンスを向上させることもできます。

因果 AI は、より良い結果を生み出すもう一つの方法です。

因果AIやその他の複合AIの実装は、技術的な作業と非技術的な作業の境界を生産的に曖昧にするのに役立ちます。これにより、AI対応アプリケーションの開発に投資した投資の収益が見え始めます。 スマートアプリ 指数関数的に成長し始めます。

盛り上がる

「テクノロジーは、あらゆる面で永続的な変化をもたらす。」

テクノロジーの約束, FFP コルマン

AI は常に自らを前進させ、ゲームを変えていきます。その結果とそこから得られる価値を理解することが、組織を常に前進させる方法です。私にとって AI の魅力は、AI が何を再現できるかではなく、AI を使って何ができるか、そしてどのような複雑な問題を解決できるかです。

AI に関する誇大宣伝が再び盛り上がりを見せ始めたとき、それは人間の判断を適用しながらも、業務遂行に必要な技術的専門知識を低下させることができる AI に関するものになる可能性が高いでしょう。その結果、キャリアは変化し、職務は変化し、業界は混乱するでしょう。

しかし、それがテクノロジーの本質ではないでしょうか?

単一の大々的に宣伝されている AI テクノロジーだけでなく、どの AI テクノロジーが組織の存続可能性の維持に役立つかを判断するのはあなた次第です。