あたりをつけて、詳細を明らかにする

2018/11/14

「２つ目は、目標とするCoachingAIを創るためにこれから明らかになるヒトの原理を、社会に（例えば、学校教育で子供達に）還元して一人一人の幸せに役立てます。つまり、CoachingAIはヒトへの理解を深め、それを活用するマインド・ドリブン・ソサイエティの生態系を形成するためのハードな社会基盤になります。」
（シモムラタクジ, マインド・ドリブン・ソサイエティ　α, affirmativeArchitect出版, 2018）

2018年9月27日、ある目的に特化した人工知能（AI）の開発について、打ち合わせをしてしました。

このAIは、これまでのところ、私が知りうる限り前例のない使用目的のものです。打ち合わせの相手は、そのAIの開発の候補会社の担当者の方、Bさんでした。
Bさんからは、まず、目的とするAIが実現できるかどうかの調査が必要との説明がありました。この調査を行った上で、製品化を検討する手順になります。そのために、検討用のデータが必要。そのデータを提供して、調査をします。

今、AIを仕事に使っているのは「パターン認識」です。沢山のデータからパターンを学習して、学習後に読み取ったデータに対してどのパターンに当てはまるのかをAIが回答します。

今回の依頼はこのパターン認識をする対象が、2名の対話の記録でした。その対話の目的はすべて同じ。対話のパターンは、一方が評価結果を説明し、他方がその評価結果に対する意見を述べるものです。この評価結果とそれに対する意見の裏側に潜むパターンを明らかにする役割をAIに持たせます。

今回は、ラフな見積もりをお願いしました。次に進む場合は、更に、詳細な仕様を提供して、更に、現実的な予算を明らかにして行きます。

意図がどの程度実現できるのか。

それを、最初に調査をする。実際の仕事の進め方は違いますが、このやり方は新薬開発にも似ています。どちらにも、Proof of Concept（製品コンセプトが正しいことを証明する）の段階があります。この段階で、製品化のため核となる部分が決まります。この核が、市場での使われ方に反映されます。そして、製品化の後、核とマッチした使われ方をします。新製品開発、新規事業開発はすべてこの考え方が適用されます。

もしかしたら、あなたの日常においても、同じように、「この考え方通用するかなあ？」と思いながら、何かを試行錯誤する段階を経て、「うん、うまく行きそうだ。」と思えてから、新しい何かを実行されていませんか？

どんな小さなことでも良いので、次回は是非、ご自身の行動をご自身の脳と眼で観察してみてください。

“この役員会内の問題を解決するために、２代目社長が社外コンサルタントに組織開発を依頼しました。まずは、第三者の立場からコメントして欲しいと依頼。役員会に同席してもらい、不毛な対立が生まれそうなときには、「今、どのようなことが起こっているように見えるのか」「どのような意見が対立しているように見えるのか」を客観的な立場からコメントしてもらうようにしました。”
（中原淳, 中村和彦, 組織開発の探求, P.62, ダイヤモンド社, 2018）

打ち合わせの後、早速、Bさんから見積もりのe-mailを頂きました。
AIを仕事に使うには、まだまだ、試行錯誤が必要です。
今の段階は、会社の経営のように、その会社独自のAIの使い方を進化させて行くのが正解のようです。

もし、あなたの仕事にAIを導入したいのであれば、予算に合わせて簡単なところから取り組まれることをお勧めします。

勿論、その場合、ラフで良いので計画を立てて下さいね。

ご自身が無意識にされている、