人工知能 + 人間の知能 = 成功

AIが特定の役割で人間に取って代わることについての質問に答えるとき、ほとんどの「専門家」は、AIは一部の仕事に取って代わられるが、人間の知性と能力を増強するためのはるかに価値のあるツールになると主張します。 彼らが間違っていたらどうなるでしょうか？

この最新のテクノロジーの波に関連した誇大宣伝の中で、AI の影響を大きく変える可能性のある重要な傾向が業界全体で発生しています。つまり、知識労働者の退職です。

インテリジェント テクノロジーの最後の波である「モノのインターネット」(IoT) の影響を確認する必要はありません。

過去のインテリジェントテクノロジーの波が私たちに教えてくれること

「モノのインターネット」という用語は、1999 年にコンピューター科学者のケビン アシュトンによって造られました。 アシュトン氏は、プロクター・アンド・ギャンブルで働いていたとき、製品に無線周波数識別 (RFID) チップを搭載して、サプライチェーン全体で製品を追跡することを提案しました。

「機械が機械と話す」技術は、2010 年初頭から中頃に展開され始め、製造業、精密農業、複雑な情報ネットワーク、そしてウェアラブルの新しい波の中で消費者向けに浸透しました。

IoT が特定の業界や市場にどのような影響を与えたかについて約 10 年間の経験を積んできた今、AI の将来について興味深い洞察を与えてくれるかもしれません。

シスコは、通信ネットワークがハードウェア「スタック」からソフトウェア開発ネットワーク（SDN）に移行しつつあった 2010 年に「Tomorrow Starts Here」IoT キャンペーンを開始しました。

この変更は、通信事業者が帯域幅を拡張するためにハードウェアを「取り除いて交換」する必要がなくなったことを意味します。 ソフトウェアをアップグレードするだけで済みました。 この移行により、マシンがパフォーマンスを監視し、相互に通信する時代が始まり、いつかは自己修復ネットワークが構築されることが約束されました。

同じ時期に、アナログからデジタルへの移行の先導者となったネットワーク エンジニアが退職し始めました。 これらの経験豊富なナレッジ ワーカーは、監視ツールを理解しているが、必ずしもネットワークの仕組みを理解していない技術者に置き換えられることがよくあります。

過去 10 年間でネットワークは携帯電話を含めて複雑になり、接続数は飛躍的に増加しました。 この複雑さを管理するために、多数の監視ツールが開発および実装されています。

アラートを読んでいる相手側の人々は、明らかなことがわかりますが、問題を解釈したり、何を優先すべきかを理解することが困難です。 理由？ このツールは問題があることを認識していますが、それを修正する方法や、自動的に対処するかどうかを知るほど賢くはありません。 技術者は、自動的に解決されたアラートである「ゴースト チケット」を追いかけることになり、生産性が失われます。

同じことが今日のマーケティングでも繰り返されています。 ある CMO は私にこう言いました。「テクノロジーに詳しい人は一日中見つけることができますが、戦略的に考える人は見つかりません。 マーケティング マネージャーにツールのセットアップとキャンペーンの実行を依頼すれば問題ありませんが、キャンペーンの魅力的な価値提案やオファーを作成するように依頼すると、彼らは苦労するでしょう。」

ツールに夢中になるのは簡単です。 AI ジェネレーターは非常に興味深いもので、驚くべきことを実行できます。 しかし、私たちがこれまで見てきたことからすると、このツールはその約束を完全に果たせるほど賢くはありません…まだ。

より深く掘り下げる: 人間をループに入れることで生成 AI のリスクを軽減する

AIに過度に依存するリスク

これが IoT からの警告です。ツールの知識が増えるにつれて、ツールを操作する労働力は減少しています。 それは知識のギャップを残しています。 その知識が労働者から機械に伝達されると、何が残るのかを自問する必要があります。 私たちの労働者は、機械から出てくるものが正確なのか、捏造なのか、それとも危険なのかを判断できるだけの十分な経験と専門知識を持っているでしょうか?

最近のWSJの記事で、腫瘍科看護師のメリッサ・ビーブさんは、生死を分ける決断を下す際に自分の観察スキルにどのように依存しているかについてコメントした。 カリフォルニア大学デービス医療センター腫瘍科病棟の患者が敗血症であるというアラートが届いたとき、彼女は患者を監視している AI ツールが間違っていると確信しました。

「私は15年間がん患者と関わってきたので、敗血症患者に会えばすぐに分かります」と彼女は語った。 「この患者が敗血症ではないことはわかっていました。」

この警告は、白血球数の上昇と敗血症感染症を相関させます。 この特定の患者が同様の血球数を引き起こす可能性がある白血病を患っていたことは考慮されていませんでした。 このアルゴリズムは人工知能に基づいており、以前の敗血症患者と一致するパターンを検出するとアラートをトリガーします。

残念ながら、病院の規則では、患者に敗血症の疑いがある場合、看護師は手順に従うことが求められています。 ビーブさんは医師の承認を得ればAIモデルを上書きできるが、間違っていた場合は懲戒処分を受ける可能性がある。 この場合、人間の知性を取り除くことの危険性は容易にわかります。 また、人工知能への過度の依存に伴うリスクも示しています。

ビジネスインテリジェンスとヒューマンインテリジェンスが成功の鍵です

AI は価値の低いタスクから私たちを解放します。これは良いことです。 しかし、人材とチームをより良く成長させるために、その時間を再配分する必要があります。 B2B環境におけるこれらの革新的なテクノロジーからの最大のメリットは、人間の知能と機械の知能を同量組み合わせたときに実現されます。

マーテックを手に入れましょう！ 毎日。 無料。 受信箱にあります。

ビジネスメールアドレス

購読 処理...

規約を参照してください。