AIがあなたのビジネスを置き去りにする？ IoTリーダーたちの専門的洞察

Progressの戦略担当VP、マーク・トロエスター氏は最近、IoT業界におけるAIの急速な採用が時期尚早かもしれないと認めました。ベテランのIoT開発者かつツールプロバイダーとして、トロエスター氏の視点は実世界の導入課題に基づいています。

フリーランスITライターのニック・ブース氏もこれらの懸念を繰り返し、職場におけるAIの役割への懐疑が高まっていると指摘します。FuzeのWorkforce Futuresレポートを引用し、労働者の40%がすでに職場でAIを経験している一方で、驚くべき84%が機械より人間と話すことを好むと明らかにしています。このギャップは、人間の専門知識の持続的価値を強調します。

なぜAIは人間の知性の後ろからスタートするのか

AIシステムは、根本的にその創造者の知識の範囲によって制限されます。最も高度なモデルでも、人間経験の狭いスライスで訓練されるため、人間の認知の深さを決して再現できず、せいぜい近似するのみです。さらに、人間は感覚的、視覚的、能動的、反省的、順序的、全体的といった多様な学習スタイルを持つのに対し、機械学習は線形で数学駆動のプロセスに依存し、この多様性を完全には捉えきれません。

AIは一次元的か？

機械学習はパターン認識と大規模データ処理に優れますが、多様な学習様式から生まれる文脈的ニュアンスを欠きます。AIは人間より高速にデータを処理できますが、現実世界のIoT導入で生じる複雑でしばしば非構造化された課題を予見することはまだできません。

多くの企業が、自動化への焦りから、IoTサポートシステムから不可欠な人間のタッチポイントを排除し、あらゆる問題を機械で処理できると思い込んでいます。トロエスター氏は、この「銃を早撃ちする」アプローチがビジネスを脆弱にすると警告します。

ギャップを埋める：AIをアクセシブルにする

限界がある一方で、AIはよりアクセシブルになりつつあります。スマートで接続されたセンサーの急増が粒度の細かいデータを生成し、スケーラブルなプラットフォームが大規模な収集、保存、処理を可能にしています。トロエスター氏は、データサイエンスライフサイクルの自動化、すなわち「AIへのAIの適用」をゲームチェンジャーとして強調します。モデル訓練と検証を自動化することで、データサイエンティストは反復作業ではなく戦略的分析に集中でき、AIの具体的価値を高められます。

Fuzeの調査データでは、労働者の26%がAIを職場への最大の真のインパクトと見なし、これはブロックチェーンの予測影響の5倍です。一方、ITプロフェッショナルのわずか8%がAIを2018年最も過大評価された技術と見なし、23%がバーチャルリアリティを最も虚飾的と考えています。

この調査で最も示唆的なのは、若い世代ほどAI技術に懐疑的だという点です。これは、次世代の人材が思慮深く人間中心のAIソリューションを要求することを示す前向きな兆しです。

著者：ニック・ブース氏、フリーランスIT・通信ライター

破壊か死か？ファンダメンタルな洞察でデジタル戦略をマスターするレガシーインフラを守り、IoT成功を実現する

モノのインターネットテクノロジー