膨大なビッグデータに圧倒されたとき、立ち止まって3つの本質的な問いに答えるべきという原則は今も変わりません：何が？ だから何？ 次は何？ これによりデータを把握し、その意味を考え、洞察を行動に変えることができます。この主題に関する私の元の記事から変わったのは、これらの問いに答えるための人工知能ツールのアクセシビリティです。
何が？
「何が」は今も事実に関するものです。ダニエル・パトリック・モイニハンを含む多くの人が言ったように、「あなたは自分の意見を持つ権利はある。しかし自分だけの事実を持つ権利はない」のです。事実はあらゆる視点からも、人工知能を含むあらゆるフィルターを通しても同じように見えるものです。データ自体は議論の対象ではありません。「何が？」と問うことは真実の探求なのです。
事実：パリの平均気温は冬より夏の方が高い。
ハーバード・ビジネス・レビューの記事で、アンドリュー・マカフィーとエリック・ブリニョルフソンは、今日のデータの新しさは、その量、速度、多様性にあると指摘しています。新しい「ビッグ」データの多くは、従来のデータと同じものです。ただ量が増え、より精緻な分析が可能になっています。さらに、データの入手速度も格段に速くなりました。携帯電話やウェブサイトなどのデバイスから得られる新しいデータストリームは、以前は存在しませんでした。ここで重要なのは、どのデータを収集し検討すべきかを知ることです。そうでなければ、簡単に圧倒されてしまいます。
だから何？
「だから何？」は意見に関わります。そのデータはあなたにとって何を意味するのか？データからどのような結論を導き出せるのか？ここでビッグデータを意味のある分析や洞察に結びつけ、意思決定に役立てます。
結論：パリの人々は冬よりも夏に屋外で過ごす時間が長くなる。
当時マッキンゼーのグローバル消費者分析部門のCOOだったマット・アリカー氏は、フォーブスの記事で、明確なビジネス仮説を検証することの重要性を説明しています。「目的思考」は、そもそもどのデータを追求すべきかを判断する上で極めて重要です。目的思考があれば、データと結果の間の統計的関係を探すことができます。それがなければ、常に分析すべきデータが増え続けるため、分析麻痺に陥るリスクがあります。
アリカー氏は「（ビッグデータに）Excelは使えない」と私に語りましたが、Microstrategy、Business Objects、QlikView、Cognosなど、一般の人々が質問し答えを得るための新しいツールが多数あります。上級ユーザーにはAster DataやHadoop、そして今では人工知能など、ビッグデータの問いに容易に答えるための新しいツールもあります。
次は何？
「次は何？」は結論を今後の行動に変えます。事実に基づく結論に沿って、次に何をすべきかの提案は何でしょうか？
示唆される行動：パリの屋外カフェでは、冬よりも夏の方が多くのウェイターを雇用する。
これを機能させる鍵の一つは、事実、結論、示唆される行動を結びつけることです。多くの人にとって、これは新しい考え方ではありません。統計学者のW.E.デミングは昔、「神は信じるが、他の者はデータを持ってこい」と言いました。企業文化は唯一持続可能な競争優位性であり、ビッグデータの出現により、事実に基づく意思決定を文化に組み込むことがさらに重要になっています。
ここで人工知能は罠になる可能性があります。
AI 何が - 事実を整理するために積極的に活用すべきです - 何が？
AI だから何 - データを要約し結論を導くために積極的に活用すべきです - だから何？ キーワードは「導く」です。現在の人工知能ツールは現在入手可能なデータを分析することを理解しておきましょう。結論を導く上で重要な情報を提供できますが、多くの場合、最終的な結論を導くために必要なすべてを提供するわけではありません。そのためには、データを情報に変換し、自分の経験と組み合わせて知恵に変える必要があります。賢明な決断に至る賢明な結論を導きたいのであれば。
AI 次は何 - あなたの行動はデータと経験に基づく結論から導かれるべきです。だからこそ、人工知能に何をすべきか指示させるべきではありません。データから直接行動に飛びつかないでください。じっくり考える時間を取りましょう。
チェスリー・サレンバーガー機長が、鳥の衝突で両エンジンが停止した際にデータから導かれた手順に従っていたら、墜落していたでしょう。代わりに彼は、自身の経験に照らしてデータを分析し、ハドソン川に安全に着水することを選択したのです。
こちらをクリックすると、私のフォーブス記事（これは960番目）のカテゴリー別リストが表示されます
