AIがピザのトッピングにのりを推奨するなら、あなたはあと一日安全である。
しかし、AIがすでに最も熟練した人間に対して明確な優位性を持っているという事実は残っており、これらの優位性がどこで生じるのか、そしてどこで生じないのかを知ることが、AI注入された労働力に適応する鍵となる。
AIは人間が同じ仕事をするのと同じくらい効果的でないことが多い。常により多くのことを知っているわけでも、より正確であるわけでもない。そして、常により公平で信頼できるわけでも確実にない。しかし、AIが4つの次元のうち1つで人間より優位性を持つ場合には使用される可能性がある：速度、規模、範囲、洗練度である。これらの次元を理解することが、AI-人間置換を理解する鍵である。
速度
まず、速度である。人間が完全にうまくできるが、AIほど速くはない作業がある。一例は画像の復元やアップスケーリングである：ピクセル化された、ノイズのある、またはぼやけた画像を取り、よりシャープで高解像度のバージョンを作ることである。人間はこれが得意である。適切なデジタルツールと十分な時間があれば、細かいディテールを埋めることができる。しかし、大きな画像や動画を効率的に処理するには遅すぎる。
AIモデルは驚くほど速くその仕事をこなすことができ、これは重要な産業応用を持つ能力である。AIベースのソフトウェアは衛星とリモートセンシングデータを強化し、動画ファイルを圧縮し、ビデオゲームをより安価なハードウェアとより少ないエネルギーでより良く動作させ、ロボットが正しい動きをするのを助け、より良い内燃エンジンを構築するために乱流をモデル化するために使用されている。
これらの場合にはリアルタイムの性能が重要であり、AIの速度がそれらを可能にするために必要である。
規模
人間に対するAIの優位性の第2の次元は規模である。AIは、人間が一度に一箇所でうまくできるが、AIが同時に数百万箇所でできる作業において、ますます使用されるようになる。馴染みのある例は広告ターゲティングとパーソナライゼーションである。人間のマーケターはデータを収集し、どのような種類の人々が特定の広告に反応するかを予測することができる。この能力は商業的に重要である。広告は世界的に1兆ドル市場である。
AIモデルは、すべての単一の製品、テレビ番組、ウェブサイト、インターネットユーザーに対してこれを行うことができる。これが現代の広告技術産業の動作方法である。リアルタイム入札市場は、あなたが訪問するウェブサイトと一緒に表示されるディスプレイ広告の価格を設定し、広告主はAIモデルを使用して、その価格を支払いたい時を決定する－毎秒数千回である。
範囲
次に、範囲である。AIは、人間がそれらの作業のいずれか1つでより良くできるかもしれない場合でも、一人の人間ができるよりも多くのことを行う時に有利になり得る。ChatGPTなどの生成AIシステムは、任意のトピックで会話に参加し、任意の立場を支持するエッセイを書き、任意のスタイルと言語で詩を作り、任意のプログラミング言語でコンピューターコードを書き、その他のことができる。これらのモデルは、これらのことのいずれか1つで熟練した人間より優れているわけではないかもしれないが、単一の人間が、それらすべてにわたって一流の生成モデルを上回ることはできない。
価値を生み出すのは、これらの能力の組み合わせである。雇用主は、雇用主のドメインに関する強い事前知識も持つソフトウェア開発やデータサイエンスなどの分野で才能を持つ人々を見つけるのにしばしば苦労する。組織は、最良のコードと最良の説得力のあるテキストを書くために人間の専門家に依存し続ける可能性が高いが、どちらかの合格レベルのバージョンが必要な時には、ますますAIで満足するようになる。
AIが就職市場にどのように影響しているか。
洗練度
最後に、洗練度である。AIは人間ができるよりも多くの要因を決定において考慮することができ、これが専門的な作業で超人的性能を与えることができる。コンピューターは長い間、人間が追跡できるよりも複雑な方法で複合し相互作用する多数の要因を追跡するために使用されてきた。Deep Blueなどの1990年代のチェスをするコンピューターシステムは、12手以上先を考えることで成功した。
現代のAIシステムは根本的に異なるアプローチを使用する：多層ニューラルネットワークから構築された深層学習システムは、多くの要因間の複雑な相互作用－しばしば数十億－を考慮に入れる。ニューラルネットワークは現在、最良のチェスをするモデルとほとんどの他のAIシステムを動かしている。
従来の規則と形式論理を避けて、高度に洗練され不可解なシステムを支持することが進歩を生み出したドメインは、チェスだけではない。構造生物学のAIモデルであるAlphaFold2の驚くべき進歩も別の例である。その創造者であるDemis HassabisとJohn Jumperは2024年にノーベル化学賞で表彰された。
この画期的な進歩は、アミノ酸の配列がどのように三次元形状に折り畳まれるかを予測するための従来の物理学ベースのシステムを、物理法則を考慮していないにもかかわらず、9300万パラメーターモデルで置き換えた。その現実世界の根拠の欠如は望ましくない：誰もこれらのAIシステムの謎めいた性質を好まず、科学者たちはそれらがどのように動作するかをより良く理解することを切望している。
しかし、AIの洗練度は科学者に価値を提供しており、科学分野全体での使用は近年指数関数的に成長している。
文脈が重要
これらがAIが人間を凌駕できる4つの次元である。精度は依然として重要である。グラフィックスを不具合があるように見せたり、広告をランダムにターゲットしたりするAIを使いたくはないだろう－しかし精度は差別化要因ではない。AIには超人的な精度は必要ない。AIが単に良くて速い、または適切でスケーラブルであることで十分である。範囲の拡大はしばしば精度の低下を伴う。なぜなら、AIは真に新しい作業に対して一般化が困難だからである。4つのSはときに対立する。与えられた量の計算能力では、一般的に洗練度のために規模をトレードオフしなければならない。
さらに興味深いことに、AIが人間の作業を引き継ぐ時、その作業は変化し得る。時にはAIは単に物事を異なって行っているだけである。他の時には、AIは異なることを始める。これらの変化は新しい機会と新しいリスクをもたらす。
例えば、高頻度取引は単にコンピューターがより速く株式を取引することではない。それは全く新しい戦略、戦術、関連するリスクを可能にする根本的に異なる種類の取引である。同様に、AIはチェスと囲碁のゲームでより洗練された戦略を開発した。そして、AIチャットボットの規模は、人工的な声が人間の発言を圧倒することを可能にすることで、プロパガンダの性質を変えた。
程度の変化が種類の変化に変わる可能性があるこの「相転移」において、AIの社会への影響が最も強く感じられる可能性が高い。これらすべては、AIが肯定的な影響を与えることができる場所を指している。システムが速度、規模、範囲、洗練度に関連するボトルネックを持つ時、またはこれらの要因の1つが目標を達成できることに対する真の障壁を提起する時、AIがどのように助けることができるかを考えることは理にかなっている。
同様に、速度、規模、範囲、洗練度が主要な障壁でない時、AIを使用することはあまり理にかなわない。これが、テキストメッセージなどの短いコミュニケーションに対するAI自動提案機能がとても煩わしく感じられる理由である。それらは速度の利点をほとんど提供せず、洗練度からの利益もなく、人間のコミュニケーションの誠実さを犠牲にしている。
カスタマーサービスチャットボットの多くの展開もこのテストに失敗しており、これがそれらの不人気を説明するかもしれない。企業はそれらのスケーラビリティのために投資するが、ボットはしばしば迅速で洗練された問題解決者というよりも、サポートに対する障壁になる。
優位性がある場所
AIの新しい応用に遭遇したり、人間のプロセスの置換や補強としてのAIを検討したりする時、これを心に留めておく。速度、規模、範囲、洗練度におけるボトルネックを探すことは、AIが価値を提供する場所、そして同様に人類の独特な能力が我々に持続的な優位性を与える場所を理解するためのフレームワークを提供する。
