AI 革命へようこそ: 馬力から人力、そして機械力へ
AI は急速に進歩しているため、私たちの代わりに仕事をする新しいデジタル労働力が生み出されています。この革命が仕事の未来にとって何を意味するのかを見てみましょう。
内燃機関が発明され、電気が利用される前は、世界の労働力の一員は人間だけではありませんでした。 20 世紀半ばまで、さまざまな業界で数千万頭の馬が雇用されていました。米国だけでも、その数は 2,400 万人に達し、これは現在医療現場で働いている人間の数とほぼ同じです。
「役用動物の個体数は、その大部分が馬とラバであったが、1840年から1900年の間に400万頭から2,400万頭へと6倍に増加した。これは、同じ数十年間で3倍に過ぎなかった人間の人口の増加を上回った。 1900 年までに、米国には人間 3 人につき 1 頭の馬またはラバが存在し、家畜の力の最大の用途は農業と輸送でした。アン・ノートン・グリーン著。
都市内では、何世紀にもわたって馬がほとんどの移動手段と交通手段を提供してきました。乗馬そのものとは別に、馬車による公共交通機関、専用バスや馬車、さらにはロンドンで 1605 年に遡り、ハックニー キャリッジ (四輪) 以降で提供された配車タクシー サービスも選択肢として含まれていました。ハンサムキャブ(二輪カブリオレ馬車)による。
馬力からの転換
しかし、内燃機関の出現により、米国の文字通りの主力馬の頭数は 1960 年までに 600 万頭まで減少しました。その後、その数字はさらに減少し、米国の馬の総頭数約 1,000 万頭のうち、わずか約 150 万頭になりました。そのほとんどはペットとして飼われているか、競技に使用されています。
ヨーロッパでも同様の話です。たとえばイギリスでは、20世紀初頭に300万頭強の馬が働いていました。第一次世界大戦による労働者の喪失や、世界中で約2,500万~5,000万人の命を奪った1918年から1920年のインフルエンザの大流行にもかかわらず、その数は四半世紀以内に200万人を下回った。
1世紀後の2020年には、その数の10分の1にも満たない約16万頭の馬がいると推定されており、その約70%はペットで、残りは主に競馬や騎馬警察や醸造所などのニッチな分野に従事している。干し馬。要するに、全盛期には数千万人が完全雇用されていたが、現在では正規雇用に就いている馬はほとんどいないのだ。
それで、何が起こったのでしょうか?自動化された動きが発生しました。内燃機関が登場するまでは、鉄道を除いて、ある場所から別の場所に荷物を運んだり牽引したりできる信頼性の高い技術はありませんでした。私たちは馬を使っていましたが、しばらくの間、都市生活に対する最大の実存的脅威は、急速に蓄積する馬の糞の山でした。私たちはできるだけ早く自動車を介したモバイルテクノロジーに切り替えました。
そして今、私たちは次のステップを踏み出しました。私たちは、自動車がその名前にさらに十分に応えることを可能にする一連のテクノロジーを開発しています。 「オート」とは自己を意味し、もともとは馬の力から解放された馬車(したがって「車」という言葉)を意味しました。
さて、「自動」とは人間のコントロールから解放されることを意味します。それは、それ自体が自律的で、いわば「自らの力で」テクノロジーです。その意味で、交通は新しいものになり始めています。そして、その影響は旅行や交通手段を超えて広く感じられるでしょう。
人力から機械力へ
つい最近まで、テクノロジーは何よりもまずツールでした。それは人間が構築し、仕事を行うために使用されたものであり、それなしでできるよりもより良く、より速く、より簡単に仕事を行うことができました。それでも、私たちはテクノロジーを活用しました。
人工知能 (AI) の新しい点は、仕事を支援するための新しいツールを私たちが作成しているわけではないということです。私たちは、その仕事を担ってくれる新しい労働力を創出しています。もちろん、この傾向は絶対的なものではなく、古いテクノロジーが私たちの仕事の一部を担っていた可能性を常に指摘できます (工場の自動化は少なくとも 200 年前に始まりました)。しかし、現在私たちが生み出しているのは、より安く、より速く、より優れた、スケーラブルなツールセットではなく、より安価で、より速く、より優れた、スケーラブルな労働力です。
この新しい労働力がすぐに私たち全員に取って代わるわけではありません。この事実には主に 2 つの理由があります。 1 つ目は、一部の狭いルールベースのシナリオ (たとえば、最も優れた人間のプレイヤーでさえもはるかに優れたパフォーマンスを発揮できるゲームなど) を除いて、AI の誇大宣伝は現在の能力をはるかに超えているということです。
特に生成 AI は、テキスト、画像、さらにはビデオをレンダリングする能力において、ほとんど魔法のように見えます。しかし、その出力をまったく理解できないこと、およびモデルのトレーニングに必要なデータ量と能力が、人間の労働者に取って代わることを確実に制限しています。
とはいえ、AI を活用した機能は毎年桁違いに成長しています。 AI の予測機能と分析機能を活用することで、企業は収益、社会、環境に利益をもたらす情報に基づいた意思決定を行うことができます。
しかし、新しい調査によると、経営幹部のリーダーのうち、自分の変革能力に自信を持っているのはわずか 30% のみです。チームが変化を受け入れる準備ができていると信じている人はさらに少ないです。最後に、IT リーダーの 90% は、AI を他のシステムと統合するのは難しいと述べており、AI 導入における 2 つの最大の課題はデータ サイロとアプリケーション統合であると述べています。
AI が当分人間に取って代わることがない 2 つ目の理由は、私たちの機関が実証済みのテクノロジーの機能を理解し、受け入れるまでに時間がかかることです。このことは 2020 年に最も明確にわかりました。このとき、機能が 15 年以上存在していたにもかかわらず、完全なオンライン運用をまだ導入していなかったために、学区や企業がコロナウイルスのパンデミックの最中に業務を停止しなければならなかったのです。
後発導入者は、存続の脅威に直面するまで再度待機してから AI を導入することが予想され、この遅れが全体に影響を与えることになります。アクセンチュアの調査によると、コンサルタントが調査した 1,000 の組織のうち、ビジネスにおける AI の導入に必要な変化をうまく管理できるリーダーとして目立っているのは 16% のみです。
これら 2 つの主要な注意点を考慮すると、AI が人間よりも安価で効率的かつ正確に幅広い機能を実行できるようになるにつれて、AI が労働力に段階的に統合され、最終的には避けられない人間の従業員の数が減少することを追跡できます。
AI が私たちがまだ想像できないような新たな機会を生み出すのは事実かもしれませんが、それは私たち人間にとっては機会ではありません。すべてのテクノロジーが同じスピードで発展するわけではなく、効果的に機能するには私たちの助けが必要になるため、短期的には雇用が増えるかもしれません。
機械を活用したエコシステム
しかし、いつか、本当の分水嶺となるのは、車両からアンドロイドロボットに至るまで、再び完全自律型モビリティになると私たちは予想していますが、人的資源の尺度は、現在の馬力と同じくらい比喩的なものになるでしょう。
おそらく私たちは、平均的なロボットの人力に驚かれるでしょう。そして、「マシンパワー」などの新しい生産性の尺度の出現が見られるようになるでしょう。この尺度は、機械が単に「人間の」仕事をより速く、より正確に、より安価に実行するだけではなくなることを表すために必要になります。彼らはまた、私たちには不可能ではるかに複雑な仕事を行うことになるため、処理すべき入力が増え、調整すべき可動部分が増え、解決にかかる時間が短縮されます。
ロボタクシー車両の管理(人間の運転手や馬の「エンジン」を使用しない、何世紀にもわたって行われてきた配車サービスの最新技術革新)は、この新しいマシンパワーの初期の例となるでしょう。完全に自律的な企業を管理することはまた別のことになるだろう。
この移行は、この作品の範囲をはるかに超えて、大規模な社会的影響を与えるでしょう。しかし、論理を最後まで追求すると、私たち人間は最終的には馬の道を歩むことになります。おそらく私たちの数は少なくなるでしょうが、私たちは比較的健康で幸せな生活を送るでしょう。そして、雇用が私たちの方向性を決めるものではなくなったら、私たちは新しい目的意識と喜びを見つけるという一つの「仕事」に真剣に取り組む必要があるでしょう。
Boundless の共著者であるヘンリー・キングと私は、AI が職場で完全な自律性を実現するために必要となる、さまざまなレベルの能力のフレームワークを開発しています。既存の自動運転フレームワークに加え、ベストセラー書籍『Boundless』に掲載されているSUDA運用モデル(Sense、Understanding、Decide、Act)からインスピレーションを得て、このモデルを各レベルに組み込んでいます。近々、その成果を ZDNET で公開する予定です。
この記事は、ヘンリー キングの共同執筆者です。ビジネス イノベーションと変革戦略のリーダーであり、Boundless: 無制限のビジネス成功のための新しい考え方。