再構築、革命、再編、再定義──これらの言葉は頻繁に使われる。しかし、AIの文脈において、これらは何を意味するのだろうか。エージェントAIが仕事やビジネスを再定義すると誰かが語るのを聞いたとき、あなたは具体的な内容を求めているかもしれない。そう、しかし、どのように？
もちろん、状況は多様だ。このプロセスは、ある業界では別の業界とは異なる働き方をする。実際、ある企業では別の企業とは異なる働き方をする。さまざまな企業に適用できる画一的なソリューションがない中、誰もが独自に発明し、展開するために奔走している。
今年1月にダボスで開催された「Imagination in Action」イベントで、スタンフォードHAI（人間中心AI研究所）の共同ディレクターであるジェームズ・ランデイ氏は、Writer.comのCEOであるメイ・ハビブ氏、ADPのチーフエコノミストであるネラ・リチャードソン氏、SAPのCTOであるフィリップ・ヘルツィヒ氏、そしてMITで著名な私の同僚サンディ・ペントランド氏に、これらの言葉について尋ねた。
最も重要なKPI
ランデイ氏は、ハビブ氏に企業におけるAI導入をどう評価するかを尋ねた。最良の指標は投資収益率（ROI）だと彼女は示唆した。
「私たちは実際にROIの計算を自動化し、それをレポートダッシュボードに組み込んでいます。これは本当にエキサイティングなことです。つまり、エージェント的に、あなたが実際にオーケストレーションしているものの経済的価値を把握できるのです」
インターフェース設計の観点から、ハビブ氏は、今日のコンテンツ管理システム（CMS）は、AIをワークフローに適応させるという重要なタスクを強調するために「コンテキスト管理システム」と呼ばれるべきだと冗談めかして述べた。
ヘルツィヒ氏は、非構造化データの活用が企業の目標の中心であると付け加え、これらの成果をどこに適用できるかについて語った。
「メリットは本当にサービス、サポート、営業、マーケティング、そしてもちろんコンサルティング自体にあります」と彼は述べ、現在、SAPのサポートチケットの3%が完全に自動化されていると指摘した。「多くのコンサルタントが正しい答えを見つけるために2時間を節約したり、エージェントを使ってシステムを事前設定したりしています。彼らは正しい答えにたどり着くために週に何時間も節約しています。デジタルトランスフォーメーション支援の一環として、組織により良いコンサルティングを行うことで、失敗率を減らすことができます。これは大きなことです」
ビジネスのためのアーキテクチャ進化
従来のAI意思決定における特定の限界を説明しながら、ヘルツィヒ氏は、値を集計できるテーブル型基盤モデルと呼ばれる新しい種類のモデルを紹介した。
「私たちはテーブル型基盤モデルを構築しました。基本的にテーブルを入力するだけで、一般化を開始し、シグナルを見つけ出して、従来の狭いAIモデルをも上回る高精度の予測を行います」と彼は述べた。「そして、これはまだ私たちに訪れている新しい波だと思います」
労働力の変革の問題について、ヘルツィヒ氏は、かつての10倍の生産性を持つ開発者、あの稀有なユニコーンが、今やAIの助けを借りて100倍の生産性を持つ開発者になっていると考察した。
「彼らは仕様を書いているだけで、もうコードを書いていません」と彼は述べた。「仕様を書いてテストし、適切な評価セットを書いたりしているだけですが、それでも多くの人間の創意工夫が必要です。今では、順番に1つずつ取り組むのではなく、10のプロジェクトを並行して実行できます」
コミュニティの知恵
パネルの後半で、ペントランド氏は自身の新著『Shared Wisdom（共有される知恵）』について語り（私はここでそれについて書いた）、この本が現在進行中の再構築と再定義の人間的側面をどのようにカバーしているかを説明した。
「AIの、特にエージェントの根本的な問題の多くは、コミュニティと呼ばれる概念の欠如です」と彼は述べた。「それは個々のものや平均についてであり、人々のグループ、活動のグループがどのように一緒になるかについてではありません。そして、コミュニティを回復することが『Shared Wisdom』のすべてです。人々のためだけでなく、エージェントのためにも。それらを安全にし、予測可能にし、本来の目的を果たすようにするのです」
「私はサンディの本のタイトルが本当に好きです」とランデイ氏は付け加えた。「なぜなら、知恵は私たちを人間たらしめる資質の1つであり、人間がまだAIよりも優れているものだと思うからです。そして、それをこのテーマの核心的な特徴として本当に考えることは良いことだと思います」
AIは私たちの仕事を奪うのか？
ランデイ氏は、リチャードソン氏に、彼が「炭鉱のカナリア」論文と呼ぶ、雇用の置き換えに関する初期の研究についての彼女の発見について尋ねた。
「『カナリア』論文が行っているのは、2600万人以上の労働者から得られたADPデータの粒度を、週単位の頻度で取り、それを職業と人口統計に分解することです」と彼女は述べた。「そして、高度な技術を使用して、AI露出度によって職業を定義します。そして、ソフトウェア開発者やカスタマーサービス担当者のような、AIに大きく露出している仕事では、人々は実際にAIの影響を受けていることがわかります。しかし、私が思っていた方法ではありません」
彼女はさらに説明した。
「ChatGPTの展開後に雇用の減少を見ているのは、若い人々、22歳から26歳のキャリア初期の人々です」と彼女は述べた。「これは非常に興味深いことです。なぜなら、年配の労働者、より長く勤めている労働者については、実際に彼らの仕事を強化するシステムの拡張が見られるからです。さらに重要なことは、経済的価値の観点から、雇用を生み出していることです。これは、エージェントAIが人々を助ける方法で展開される生産的な経済の最終的な成果であるべきです」
大きな飛躍か、小さな一歩か？
パネルが終わりに近づくにつれ、ランデイ氏はグループに、AIの大きなブームを見ているのか、それともより漸進的な利益を見ているのかを尋ねた。
これに対し、ハビブ氏は壮大な宣言をした。
「つまり、企業においては、あらゆる意味でAGI（汎用人工知能）はここにあります。企業が独自のスタックをゼロから構築することは1万倍簡単になりました。したがって、生産性の向上は得られるものですが、私たちには人間サイズの仕事の監督のために設計された組織構造があり、それが組織を妨げているものです」
彼女は、これがその最も重要なKPIをどのように妨げるかについて言及した。
「組織構造の真の平坦化と、人々がより広く、より大きな影響を考えるよう奨励する本当に新しいキャリアラダーが見られるまで、可能な本当に大きなROIの利益は見られないでしょう」と彼女は付け加えた。
ヘルツィヒ氏は検証可能性といくつかの課題について語った。
「すべてのデータが一緒になっているわけではなく、特定の領域でのコンテキスト化に欠けているものがあります」と彼は述べた。
リチャードソン氏は、マクロレベルとミクロレベルの両方でこれらの関連する問題に取り組んでいることに言及した。
「あまりにも頻繁に、私たちは雇用創出をマクロレベルで考えすぎて、すべてのストーリー、すべてのコンテキストを失ってしまいます」と彼女は述べた。「なぜなら、AIがその潜在能力を発揮すれば、マクロ経済だけでなく、あなたの指先でそれを見ることになるからです」
そして、ペントランド氏は、彼の著書で概説されているコミュニティの精神に再び訴えた。
「人々は一緒に働くことが好きなのです」と彼は述べた。
これらすべてが、生成AI、基盤モデル、ワールドモデル、そして単純なチャットボットを超えた新しいAIエージェントから利益を得る中で、仕事などを再定義することについて私たちがどう考えるかの一種の調査を提供するのに役立つと思う。私たちはこれらを正しい方法で社会に統合しなければならず、単に「行き当たりばったり」ではいけない。ご期待いただきたい。
