マイクロソフトのサティア・ナデラCEOは先日、多くの企業が自社のAIの将来について見落としている点を指摘した。ナデラによれば、真の競争はどのモデルを選ぶかではない。組織が自ら構築したものから学べるかどうかだという。
ここで重要になるのが「学習ループ（learning loops）」という概念だ。
学習ループとは、ソフトウェアをアップグレードしたからではなく、システムが何が起きたかを捉え、そこから学び、改善することで、使うたびに良くなっていく仕組みを指す。
外科医を想像してほしい。最初の手術には1件当たり8時間かかるが、500件目には4時間に短縮される。それは、外科医が新しい脳を手に入れたわけではない。脳がパターンを学習し、動きを最適化して、合併症を予測できるようになるからだ。つまり、知識がシステムに残ったのである。
しかし、企業のAIの大半はこのようには機能していない。
企業が業務プロセスにClaudeやChatGPTを導入したとする。AIは入力された質問に回答するが、翌日、同じ内容を少し異なる表現で尋ねると、自社のビジネスコンテキスト（文脈）を一切記憶していない。
あなたは、より賢い汎用モデルにアクセスできる。だが、それはツールであって、学習ループではない。
なぜマイクロソフトは「人間介在型システムでは不十分」と言うのか
この2年間、企業は「ヒューマン・イン・ザ・ループ（HITL、Human in the loop：人間介在型システム）」が答えだと言われてきた。これは、AIの出力を誰かが承認するという考え方だ。
コンプライアンス担当者が確認し、マネージャーが可否を判断する。しかし人間の承認はチェックポイントであって、学習ではない。この方法では工場は改善しない。これは、高給な専門人材を雇って製造ラインの末端で不良品の検品をさせているようなものだ。支払っているコストはあくまで品質管理の対価であり、企業の競争優位性にはつながらない。
ナデラの論点は異なる。AIの出力をチェックする代わりに、組織があらゆるやり取り、あらゆる修正、あらゆる結果を記録し、それをシステムにフィードバックすることで、システムが「自社のビジネスに特化して」良くなるようにしたらどうか。これが学習ループだ。
学習ループは実際にどう機能するのか
営業チームがAIエージェントに提案書を下書きさせる場面を思い浮かべてほしい。学習ループがなければ、AIは100本の提案書を作成し、営業担当者はそのうち80本を修正することになる。AIが価格設定モデルや顧客の本当の課題を見落としていたからだ。翌月も同じ問題が繰り返される。AIには組織としての記憶がないのだ。
