効率最大化：自動化を活用したビジネスプロセス変革

企業は、人材という富を無視できません：挑戦し夢見る、直感しリスクを取る、そして何より、破滅に向かっていることを認識できる、あの不完全な生き物たちの持つ富を。

昨夏、AIの歴史に暗いランドマークが刻まれました：自律走行車による初の死亡事故です。フルオートパイロットで走行していたテスラModel Sが、フロリダ州の高速道路でトラックの後部に衝突し、人間の「ドライバー」が死亡しました。

同社ブログによると、この悲劇的事故の原因は、AIが「明るく照らされた空を背景にしたトレーラーの白い側面を識別できなかった」ことでした。テスラが指摘するように、これはオートパイロット走行1億3000万マイル超での初の死亡事故であり、人間ドライバーの世界平均（6000万マイルごとに1人死亡）の半分以下です。

テスラや他の自律走行車メーカーがこの率を維持できれば、確かに大きな安全性改善を意味します。しかし、人間ドライバーならほぼ確実に回避できたであろうこの事故の性質は、人間が機械にどれだけの主導権を委ねるべきかという深刻な疑問を投げかけます。

>関連記事: 大規模インテリジェント・オートメーションの5つの課題

テクノロジーがよりインテリジェントになるにつれ、人の死を招く決断を迫られる場面は避けられません。自律走行車やトラックは、長年倫理学者を悩ませてきた「トロッコ問題」に瞬時に答えるよう、道徳的判断をプログラムされる必要があります。

AIと自動化に関するあらゆる問題が生死に関わるわけではありませんが、これらの技術が私たちの生活を増強するのか減退させるのかを判断する前に、重要な実用的・倫理的疑問に答える必要があります。

これは企業自身もますます認識している事実です。Infosysの調査では、回答者の半数超（53%）が倫理的問題がAIの効果を制限していると感じており、一方でこれら新技術の倫理的含意を十分に検討したと答えたのはわずか3分の1（36%）でした。

これらの懸念は、従業員と顧客のプライバシーへの影響から、雇用へのインパクト（人間の労働力の大部分を冗長化するなど）まで多岐にわたります。また、上記のテスラの事例が如実に示すように、人工知能がどこまで人間のオペレーターを置き換えられるかという問題もあります。

テクノロジーの約束された力に魅了されるのと同様に、人間の脳の独自の能力をロマンチックに語るのは簡単です。しかし、この2つの全く異なる知性を調和させられなければ、人間とテクノロジーが互いを補完し合うことで得られる最大のメリットを引き出すことはできません。

>関連記事: 2018年は企業における自動化の年になる

人類が直面する重要課題の一つは、機械にどれだけの自律性を与えるか、そしてどの状況で人工知能が人間の心より適しているかを決めることです。

一見すると、テクノロジーの膨大なデータセット処理能力と、自然言語処理を活用した顧客との現実的なインタラクション提供能力は、遅く、コストがかかり、エラーを起こしやすい人間の完璧な代替のように見えます。

しかし、それはテクノロジー固有の欠点を無視することです。マイクロソフトのTayチャットボットが瞬く間に人種差別的に学習したことから、空と20トンの高速移動金属塊を区別できない自動運転車まで。

事実、機械が提供できるのはインサイトのみであり、それを特定のビジネスや個人の文脈で適切に適用する叡智を持つのは人間だけです。もし人々の人生が常に合理的・経験的考慮のみで支配されていれば、可能な限り機械が人間を置き換えるという議論も成り立つかもしれません。

しかしご存知の通り、そうではありません。Infosysはこれらの問題に日々直面しています。多数の企業の機械学習イニシアチブを支援しており、すぐに明らかになったのは「文脈化」の重要性です。

ほとんどの場合、数字を処理するだけでは不十分で、企業の文化とビジネスモデル、固有の課題、データ/レポート構造を徹底的に理解することが伴わなければ効果がありません。

>関連記事: デバイス増加、問題増加？IT自動化なら心配無用

人間は、適切な問いを立て、データを吟味・解釈・適用し、機械のための適切な仮説を導き出すという重要な役割を担い続けます。

テクノロジー伝道師はしばしば、機械学習アルゴリズムの精度が初回で通常60〜70%であり、その後のファインチューニングと更なる作業が必要であることを語りません。

ここまで聞くと、データサイエンティストをもっと雇うべきだという議論に聞こえ、人間労働者の能力を讃えるものには聞こえません。しかし、上記の技術的限界を見て、それが組織の他領域にどう適用されるか想像するのは難しくありません。

これはトップから最末端の従業員まで及びます。成功したビジネスオーナーに尋ねれば、直感に基づく計算されたリスクテイクの重要性、複雑なビジネス問題を解決するラテラルシンキングの重要性、全く予期せぬ思考パターンから最高のアイデアやインスピレーションが生まれることを語るでしょう。

HR担当者なら、データから個人のパフォーマンスと生産性の重要なインサイトを得られますが、なぜパフォーマンスが低いのか、どうすればその従業員が改善できるかという共感的で効果的な会話の仕方は教えてくれません。

同様に、カスタマーサービス担当者は苦情調査に必要なすべてのデータへのアクセスメリットを得られますが、顧客が満足する形で解決するには、トレーニング、直感、人間味が依然として必要です。

>関連記事: 自動化：ネットワークの必然

真実は、データは単なるツールであり、人々が自分の仕事のやり方を改善するために使うものだということです。ヘッジファンドの設立であれ、不満な顧客への対応であれ。

企業は、人材という富を無視できません：挑戦し夢見る、直感しリスクを取る、そして何より、破滅に向かっていることを認識できる、あの不完全な生き物たちの持つ富を。

 

提供：ジョナサン・エブスワース、Infosys Consulting ディスラプティブテクノロジーズ責任者