AIが労働力をどう変えるか：業界エグゼクティブの洞察

産業界と製造業は、生産性と品質向上のために人工知能（AI）をますます活用しています。しかし、あるエグゼクティブは、AIは慎重に導入する必要があると指摘します。

ドミニク・ガレロ氏は、産業用IoTとエンタープライズAI企業Symphony AzimaAIのCEOです。過去16年間で3社の上場および非上場ソフトウェア企業を率いてきました。エグゼクティブキャリアにはAutodeskでの経験も含まれます。

ガレロ氏へのメールインタビューを行いました。

質問：AIは労働者を燃え尽きさせる可能性がありますか？楽になるはずでは？何が起きたのですか？

ガレロ氏：正しく導入すれば、いいえ、労働者を燃え尽きさせません。しかし、制御室オペレーターを燃え尽きさせたいなら、断片的で、発生している問題を意味のある推奨事項に集約しない、大量のアラームと推奨を提供すればよいのです。

ここにAIが介入し、大いに役立つべき領域があります。コンピュータは膨大な情報を処理し相関させ、人間の精神では不可能な洞察を推論できます。

しかし、導入が不適切なら、はい、燃え尽きさせます。誤った導入では、AIが誤報を出し続けることを繰り返し見てきました。コンピュータが問題があると言うのに実際にはない。これが「野鳥追い」を招きます。一日中偽陽性を排除する作業は、ほとんどの人にとって精神を麻痺させる苦行です。

質問：ガスサービス会社が大量の誤報に悩まされたという逸話を報告されています。背景と何が起きたか詳しく教えていただけますか？

ガレロ氏：彼らは第2世代AI、いわゆるパターン認識ベースのシステムを使用していました。これは最大60%もの誤報を出すことで悪名高いものです。それらを追跡して「実際には問題ない」と判明するまでには時間とコストがかかり、何が本当で何が偽りかを判断するのも非常にストレスフルです。

AIは必要ですが、それだけでは不十分です。レガシーの第2世代AIシステムは、既知の機械故障でモデルを訓練するため、同じ故障が発生すれば検知できます。しかし、故障の履歴がないのに発生したらどうなるでしょう？モデルはそれを検知できません。

第3世代AIはパラダイムを逆転させます。「正常」な運転行動でAIモデルを訓練し、第3世代の教師なし学習を用いて正常からの逸脱（異常）を検知します。これでようやくスタートラインに立てます。

重要なステップは、AIを故障モード影響解析（FMEA）ライブラリに接続し、機械内の悪さをしているコンポーネントを正確に特定し、保守エンジニアに実行すべきアクションを推奨することです。

質問：企業はAIを万能薬と見なし始めていますか？

ガレロ氏：長くは続きません。キャズム理論の用語で言えば、ビジョナリーとアーリーアダプターの段階を過ぎつつあります。アーリーマジョリティは「機能し、特定の問題を解決し、財務成果をもたらすこと」を求めます。これは「証明してみろ」という厳しい層です。

質問：AIには意図しない結果はありますか？あるなら何ですか？

ガレロ氏：AIも他の技術的変革と同様です。オブジェクト指向プログラミングへのシフトに例えられます。大ブームがあり、多くの失敗実装があったものの、最終的には標準となりました。AIも同じ道を辿っています。

質問：企業はAI導入でどのような調整をすべきですか？

ガレロ氏：純粋なデータサイエンティストとドメインエキスパートであるエンジニアを分けるのではなく、エンジニアがAIを学ぶ方が良いです。専門知識を持つエンジニアがAIの力を理解し活用できれば、より速く、より成功する導入につながります。