最高ＡＩ責任者を雇ってはいけない

もはや、企業が人工知能（ＡＩ）とどう向き合うかではなく、どう活用するかを真剣に検討すべき段階に突入した。だが、安易に最高ＡＩ責任者を雇うことでその課題は解決できないと筆者はいう。

　現在、まじめなテクノロジー企業はどこも、人工知能（ＡＩ）チームを設置している。これらの企業は、状況評価や予測分析、学習型認識システム、対話型インターフェース、それに推薦エンジンといった知能システムに膨大な資金を投入しているのだ。グーグル、フェイスブック、アマゾンなどの企業は単にＡＩを導入するだけでなく、ＡＩを重要な知的財産の中核に位置づけている。

市場が成熟するにつれ、ＡＩを自社開発するのではなく、外部から調達し、利用する企業が増えてきた。こうした企業は、知能システムを販売やロジスティクス、製造、それにビジネスインテリジェンスの課題を解決するソリューションと見なしている。ＡＩによって生産性が上がり、従来のプロセスが自動化され、予測分析ができるようになり、巨大なデータセットから意味を引き出せると期待しているのだ。

ＡＩはこうした企業にとって競争優位を獲得するためのものであって、主要製品の一部ではない。ＡＩへの投資は、現場が抱える実際的な問題の解決に役立つものであり、顧客が手にする製品の一部にはならないのだ。ペプシやウォルマートやマクドナルドは、マーケティングやロジスティクス、そしてハンバーガーを裏返す際に有用だとしてＡＩに興味を抱くかもしれない。だからといって、ＡＩ機能を有した炭酸飲料や雪かきスコップ、ビッグマックが近い将来お目見えするわけではない。

新しいテクノロジーが登場したときの例に漏れず、最近では「ＡＩ戦略」や最高ＡＩ責任者の採用についての助言を盛んに耳にする。ビッグデータの台頭によってデータサイエンティストが引っぱりだこになったように、あらゆる組織がＡＩ戦略を推進する経営幹部レベルの責任者を採用すべきだと言うわけだ。

しかし、私はあえて、それを雇うなと訴えたい。絶対にやめるべきである。

ＡＩの有用性を疑っているわけではない。私は、キャリアのすべてをこの分野に費やしてきた。懐疑的どころか、熱狂的な信奉者である。

その一方で、企業がＡＩを有効活用するには、何より事業目標の達成に集中する必要があると考えている。競争に勝つために「ＡＩ戦略」に飛びつき、戦略を推進する技術的スキルを持った人材を採用するのは、今日のトレンドに合っているように思えるかもしれない。だがそれでは、現実を見ていないことになる。イノベーション戦略は、実際の事業課題と目標をしっかり理解して初めて成功する。ＡＩを活用するためには、企業の目標を原動力とすべきなのだ。

これは、最高ＡＩ責任者を採用したからといって実現できることではない。彼らは与えられた職務の性質上、目に入る限りの課題というクギを、ＡＩというハンマーで打ちつけようとする。高学歴で高給取り、しかもモチベーションも高い彼らは、課題を解決するためではなく、ＡＩを有効活用するという目標を達成するために、それを使える場所を社内の隅々まで探そうとするだろう。

むろん、ＡＩを理解している人材は不要だという意味ではない。当然ながら、そういう人材は必要である。ただし、テクノロジーを理解することと、企業のために戦略的に何ができるかを理解することは、まったくの別物なのだ。ＡＩ責任者を採用したところで、社内の技術担当と戦略担当の間の円滑なコミュニケーションの代わりにはならない。

最高ＡＩ責任者を採用する代替案として、問題解決に取りかかるといい。ＡＩソリューションの検討を、実際に解決すべき問題に向き合っている社員の手に引き渡すのだ。ＡＩソリューションがどんな場面に適するかを検討するフレームワークがあれば、彼らは実際にそのソリューションをどこに適用できるかを提案できる。幸いにもこのフレームワークは、技術そのものが持っている性質から直接得ることができる。我々はすでに、ＡＩがどんな場面で有用で、どんな場面で時期尚早なのかを知っているからだ。

そこで問題となるのは、データとタスクである。

たとえば、広く認知されたスキーマを持つ、従来型のデータベースの高度に構造化されたデータは、きわめて分析的な機械学習のアプローチと相性がよいことが多い。10年分の取引データを所持している場合には、機械学習によって顧客層と製品との相関を明らかにすべきである。

膨大だが特徴の少ないデータセット（画像や音声など）には、深層学習（ディープラーニング）技術が最適だ。工場の作業場で、機器が発する音を利用して問題発生を予測する深層学習アプローチは理にかなっている。

一方、テキストデータしか所持していない場合、データを抽出して感情を分析する技術や、根拠に基づいた推論をするワトソンのようなアプローチが有効だろう。人事管理の模範事例マニュアルに基づき、知的なアドバイスを自動化するケースはこのモデルに該当する。

事業の現状と実績のレポートを支援するデータがある場合には、自然言語生成が最適な選択だ。読みやすい言葉で書かれたレポートを機械で作成してEメール配信できるのなら、アナリストが販売データの分析や要約に貴重な時間を費やす必要はない。

社内の意思決定者がこの点を理解していれば、自社の抱える問題と社内で培ってきたデータを照らし合わせ、最もふさわしい認知テクノロジーを判断することができる。

その際のポイントは至ってシンプルだ。ＡＩは魔法ではない。特定のテクノロジーが特定の機能をもたらし、特定のデータを必要とする。それを理解するために、魔法使いやユニコーンを雇って対処してもらう必要はない。すなわち、最高ＡＩ責任者は不要なのだ。必要なのは、技術的ソリューションの知識を持つ人材に、現場の課題をうまく伝えられるチームである。

今日のＡＩテクノロジーは驚くほど強力だ。これが企業に導入されたら、何もかも一変する。社内にはびこる本当の問題を解決するためにＡＩを使うことに注力すれば、人間と機械による新しいタイプの関係が築かれ、我々は最高の仕事をして潜在能力を最大限に発揮することができるだろう。