本動画は、企業におけるAI実装の実態と失敗事例を検証するものである。Taco BellやMcDonald’sなどのファストフード店での音声AI導入失敗、MITの調査による95%のAI実装が利益を生んでいないという衝撃的な事実、医療・事務現場でのハルシネーション問題など、現実のビジネス現場で起きている問題を詳細に報告する。現在の生成AIは2017年のGoogleの論文に基づくトランスフォーマーニューラルネットワークを使用しているが、この技術は本質的に「次の単語を予測する」だけであり、内容の真偽を判断できない。その結果、5~20%の誤情報を生成し、人間スタッフがその検証に追われる本末転倒な状況が生まれている。一方で、特化型AIツールを賢く導入した若いスタートアップは成功を収めており、AI導入の方法論が成否を分けることも示されている。動画は2000年代初頭のドットコムバブルとの類似性を指摘し、現在のAIブームがガートナーハイプサイクルのどの段階にあるかを問いかけ、ハルシネーション問題の解決なくしてAIの真の普及はないと結論づけている。
AIが約束を裏切るとき
こんにちは、Cold Fusionの新しいエピソードへようこそ。2023年以降、ファストフードチェーンのTaco Bellはアメリカ国内の500以上の店舗で人工知能を導入しました。その目的はミスを減らし、注文をスピードアップすることでした。しかし場合によっては、AIは正反対の結果をもたらしました。このイライラした顧客のように。
それと一緒に何を飲みますか?ああ、もう。私はラージマウススープが欲しいんです。で、お飲み物は?
McDonald’sのドライブスルーもAIを試しましたが、信頼性が低すぎるという理由で廃止することを決定しました。ある人はアイスクリームに誤ってベーコンを追加され、別の人は数百ドル相当のチキンナゲットが誤って注文に追加されてしまいました。
Taco Bellに関して言えば、この大失敗により同社はAIの使用を再考することになりました。彼らの最高技術責任者であるDne Matthewsは、音声AIシステムの導入に関してWall Street Journalにこう語っています。「時にはがっかりさせられるが、時には本当に驚かされる」と。
そして彼が言ったことこそ、今日の消費者向け生成AIの核心なのです。ほとんどの場合はうまく機能しますが、数パーセントの確率で間違いを犯します。しかしこれは一体どこに向かっているのでしょうか?
最近のMITの報告書によると、150人のビジネスリーダーと350人の従業員を調査した結果、統合されたAIパイロットプロジェクトのわずか5%だけが数百万ドルの価値を引き出しており、大多数は測定可能な損益への影響がない状態のままだということが分かりました。
言い換えれば、AI実装は95%のケースで失敗しているのです。市場はこの調査結果に動揺し、AIブームを支えるチップを製造する時価総額4兆ドルの企業であるNvidiaの株価は3.5%下落しました。Palantirはこのニュースを受けて9%下落しました。
かなり重大に聞こえますが、これは見出しに対する反応に過ぎませんでした。というのも、報告書で実際に述べられていることをより深く掘り下げると、AIが単にあらゆる場所で失敗しているという構図ほど明確ではないからです。
数エピソード前に、私は新卒者の雇用における現在の危機について話しました。その大きな部分はAIの脅威でした。それは本当のことであり、特にクリエイティブ分野のエントリーレベルの仕事で実際に起きています。そのエピソードで、現在のAIシステムは依然として多くの間違いを犯すが、将来的には改善されるだろうと注釈を付けました。
しかし今日は、その事実をもう少し深く探ってみましょう。もし消費者向け生成AIが今後何年もビジネスで期待外れのパフォーマンスを続けるとしたらどうでしょうか?このエピソードでは、AIが人々の仕事を奪う立場に置かれたとき、実際にどのように機能しているかを見ていきます。
このエピソードの感情を要約すると、基本的にこうなります。消費者向け生成AIは最終的には世界の生産性を革命的に変えるでしょうが、今のところは、おそらくバブルの中にあります。
あなたはCold Fusion TVをご覧になっています。
AIの現実的な使用例と根本的な問題
さて、まず最初に、率直に言いましょう。AIにはいくつかの正当な使用例があり、100%の精度を必要としない非重要な分野ではうまく機能します。ロボット、リアルタイム翻訳、さらにはLovableのようないくつかのプロトタイプウェブサイトビルダーなどが例です。
しかし感情は明確です。オンラインのほとんどの人々はそれを煩わしいと感じています。しかしそれはさておき、現在の生成AIには根本的な問題があります。説明させてください。
ご覧ください、今日私たちが人工知能と呼んでいるすべてのものは、Googleによる2017年の論文の発見に基づいて構築されました。その論文は、AIが入力シーケンスの異なる部分に同時に焦点を当て、各単語が他のすべての単語に対してどれだけ関連性があるかを判断する方法を提供しました。
トランスフォーマーニューラルネットワークと呼ばれるこの革新により、研究者、コンピューター科学者、そして後には企業が世界を変えることができました。しかしここに、このトランスフォーマーニューラルネットワークの手法における根本的な問題があります。
各単語の関連性を判断し、次の単語を予測することによって、それは単に物事をでっち上げてしまうことが判明したのです。本質的に、それは自分が何を言っているのか分かっていません。私たちはこの問題をハルシネーションと呼んでおり、それには現実世界での影響があります。
ビジネス現場での悪夢
こんな状況を想像してください。あなたは患者の書類を作成したり、患者情報を記入したり、会議を要約したり、基本的なスケジュール管理をしたりするためにスタッフをAIに置き換えることを決めたビジネスを経営しています。しかし時間が経つにつれて、恐怖を覚えます。AIシステムが提供するすべてのものの10%をでっち上げていることに気づくのです。
しかし本当の問題は、何がでっち上げられたのか、何が正確なのかが分からないことです。そのため、あなたや残っているスタッフは手作業で戻ってすべてをチェックしなければなりません。これは結局、残っているスタッフにとって余計な仕事になり、最終的には時間の無駄になります。
愚かに聞こえますが、これはまさに今起きていることなのです。以下は、AIを盲目的に実装することが良いアイデアだと考えた上層部の決定の矢面に立たされた労働者たちから寄せられたRedditのコメントです。
「私の会社は数ヶ月前にAIスケジューリングソフトウェアにお金を払いました。それによって経理チームを解放し、その部門での採用凍結を続けられると考えたのです。今では経理チームは、プログラムがすべてを台無しにしていないことを確認するために余計な作業をしなければなりません。言うまでもなく、スケジュールについて心配する必要がなかった私たちの製造チームが、すべてを二重三重にチェックしています。彼らはついにそれを廃止し、基本的なスケジューリングソフトウェアに戻しました」
そしてこちらも同じ経験です。製品は販売され、命の恩人になると実演されました。最終的に、かつてその仕事をしていたスタッフは、AIが失敗しないようにし、それを訓練するために全ての時間を費やしています。
また、医療・臨床環境で働いている者として、私たちは新しいファイルの分類とラベリングシステムを本当に信頼していません。名前、生年月日、保険データは完璧でなければなりません。AIはそれ以下です。適切な人口統計情報を収集し、関連するタスクを割り当てることに失敗します。時には医師を患者だと思ったり、書類がどこからファックスされたのか分からなかったりします。
そしてさらに別のユーザーは、AIはZoomミーティングからメモを取るのは得意だったが、会議の記録を手渡されても、内容の5%から20%をでっち上げると述べています。AI生成の要約を見た人々は、書かれたことの一部は実際には言われていなかったことに気づきました。
これらの災害はすべて理にかなっています。LLMは統計的に次の単語を予測しますが、答えが分からない時や何かを理解できない時にそう伝えることは決してありません。半焼けのAIソリューションに急いで飛びついた後の企業の後悔の話は数多くあります。
ある報告書によると、企業の55%がAIで人を置き換えたことを後悔しています。例えばこの銀行は、スタッフを解雇してAIチャットボットをインストールしましたが、それがあまりにもひどかったため、以前の人間に戻ってきてくれと懇願しました。
そしてKlierの例を見てみましょう。2年前、彼らは採用凍結を実施し、人間のスタッフをAIに置き換え始めました。2024年までに、彼らの従業員数は3,800人から2,000人に減少しました。しかし驚いたことに、顧客は実際の人間と話したがったのです。
Klierは、AIチャットボットが800人の従業員の仕事をこなすと述べました。しかし同社は、サービスの質と顧客満足度が低下したことを認めており、人間のやり取りがまだ必要だと嘆いています。
AIで人を置き換えることについて、雑誌Fortuneはこう指摘しています。「それは近視眼的であるだけでなく、根本的に悪いビジネスです。今日AIの名の下に人員を削減している企業は、明日追いつこうとする企業になるでしょう。AIが少ないリソースでより多くのことを行うのに優れていることは間違いありません。それはプロセスをスピードアップし、反復作業を削減し、時間を取り戻します。しかしAI単独では、次世代の製品やサービスを生み出すことはできません」
成功事例と正しい実装方法
さて、Cold Fusionでは徹底的であろうと努めています。ですから、これらの失敗のすべてが全体像ではないと言わなければなりません。実際、人工知能の使用に非常に成功している企業も確かに存在します。
さて、MIT論文は生成AIを実装した企業の95%がその実装に失敗したと述べていますが、同じMIT論文はこう述べています。「一部の大企業、パイロットプロジェクト、そして若いスタートアップは生成AIで本当に優れた成果を上げています」と。彼らは19歳か20歳が率いるスタートアップを意味しています。「彼らは1年で収益が0から2,000万ドルに跳ね上がるのを見てきました。それは彼らが1つの問題点を選び、それをうまく実行し、彼らのツールを使用する企業と賢くパートナーシップを組むからです」
つまり、企業がどのようにAIを採用するかが極めて重要なのです。例えば、専門ベンダーからAIツールを購入し、パートナーシップを構築すると67%の確率で成功しますが、内部構築はその3分の1の頻度でしか成功しません。
これは、AIをあらゆる場所に適当に配置して機能することを期待することはできないことを示しています。実装には思慮が必要であり、問題となっているAIツールの特異性にも依存します。
しかし全体的な計画において、AIにとってはまだ初期段階であり、それが永遠に同じままであると考えるのは naive(世間知らず)でしょう。必要なのは別の画期的な論文、新しい基礎となるニューラルネットワークアーキテクチャだけで、すべてが再び変わる可能性があります。これは、私たちの誰も予期していない別の巨大な飛躍を意味する可能性があります。
しかしその間は、不快な領域です。では何が起こるのでしょうか?
AIバブルの可能性
1700年代後半の産業革命を引き起こした蒸気機関のように、インターネットは触れるすべてのものを変えています。そしてその革命の最先端にいるのがウォール街です。
1990年代半ばのドットコムバブルの間、会社名の最後に単に.comをつけただけのすべての人が、技術を理解していなかった投資家たちによって未来のものと見なされ、大規模な評価額を得ました。実際には、これらの企業には利益を上げる確実な方法がなかったり、ビジネスプランさえ持っていませんでした。
より広い市場がそれがすべて煙幕であることに気づいたとき、セクターはクラッシュしました。ほとんどのドットコム企業は廃業し、ほんの一握りだけが生き残り、今日の巨人となっています。
では、それを今日のAIの波と比較してみましょう。長らく待たれていたChatGPT-5のリリースは失望に終わり、多くのユーザーは以前のバージョンの方が良かったとさえ考え、これによってOpenAIは慌てることになりました。
さらに、同社は非常に奇妙なグラフでパフォーマンス数値を露骨に偽装していたことも発覚しました。革命的というよりも漸進的というのがトーンでした。
まもなくMetaはAI部門を縮小すると発表し、これはAIがバブルに向かっている、あるいはすでにバブルの中にあると言うアナリストたちの声が高まる中での出来事です。
そして次に、巨額の評価額と支出があります。人工知能ブームを支えるGPUであるNvidia H100は1つあたり約3万から4万ドルです。Googleはそれを26,000個持っており、AlphaFold、Gemini、V3などを作り出すことに成功しています。
しかし一方でMetaは、Nvidia H100を600,000個持っています。そして彼らはオープンソースのLlama LLMを持っていますが、23倍の計算能力を使っても、Googleの AlphaFoldのような新しい科学を発見しているわけではありません。
そしてこれがどれほど極端になっているかのアイデアを与えるために、AI自体がアメリカの電力使用量を4%増加させました。Morgan Stanleyは、AI使用に備えてデータセンターへの投資が今後3年間で3兆ドルに達すると述べています。
そしてもちろん、それは借金によって大きく推進されています。信念は、AIがコストを40%削減し、それがS&P500に16兆ドルを追加するはずだというものです。しかし私たちがこのエピソードの冒頭で見たように、そのMIT調査によれば、それは非常に非現実的である可能性があります。
もしAIが改善しなければ
これが、AIがすぐに大幅に改善しない場合の未来かもしれません。
第一に、ビジネスエグゼクティブやビジネスオーナーはハルシネーション、役に立たないソリューション、悪いコード、そして非常に低い投資収益率にイライラするでしょう。
第二に、Sam Altmanのような多くのAIの第一人者たちは、AGIはLLMによって達成されないこと、そしてそれらは本質的に行き止まりであることを認めなければならなくなるでしょう。
第三に、一般大衆はLLMにうんざりし始めるでしょう。そして私たちはすでにそれを見ています。AI低品質コンテンツの絶対的な洪水、ハルシネーション、ユーザーの言うことに同意するAIは、時に彼らを狂気に追いやります。
第四に、これを見て、ベンチャーキャピタルはついに枯渇し、効率性が大幅に向上しない限り、LLMは正当化するには高すぎるものになります。OpenAIのデータセンターを運営するコスト、つまりAIを動かし続けるすべての配管や機器は年間約400億ドルです。彼らの現在の収益はわずか150億から200億ドルに過ぎません。
そして最後に、第五に、長い冬の後、最初の波によって約束された誇大広告に真に応える新しい実装が登場します。
つまり、ドットコムバブルと同じように、灰の中から立ち上がるいくつかの勝者が出てくるでしょう。しかしもしクラッシュするなら、あるいはクラッシュした時には、ここから長距離を持ちこたえる真の人工知能企業が見えてくるのです。
ガートナーハイプサイクルと未来への問いかけ
このエピソードを終えるにあたって、これで締めくくらせてください。古いエピソードで何度も話したことがありますが、この図を見てください。これはガートナーハイプサイクルと呼ばれるもので、新技術の社会への浸透の典型的な進行を説明しています。
では、私たちは今どこにいると思いますか?技術の引き金、過度な期待のピーク、幻滅の谷、啓発の坂、それとも生産性の高原?自由に下にコメントしてください。
では、ここからどこへ向かうのでしょうか?Sam Altmanや他のすべてのAIリーダーは、ハルシネーションを修正することに努力を集中すべきです。繰り返しますが、別のニューラルネットワークアーキテクチャが発見される可能性があります。ハルシネーションを修正するものが。あるいは単に手動で修正できるかもしれません。いずれにしても、新しいブームを迎え入れることになります。
しかしそうは言っても、それがAIの面白いところなのです。ポイントは、AIに関しては、誰も未来を知らないということです。
では、皆さんはどう思いますか?私たちはバブルの中にいて、クラッシュが差し迫っていると思いますか、それとも次のAIイノベーションはすぐそこにあると思いますか?
さて、もしあなたが最近企業に採用されたか、単に知識をブラッシュアップする必要があるなら、今日のスポンサーはあなたにぴったりです。
Brilliantは、コンピューターサイエンス、データ分析、AIのような科目を学ぶ最良の方法ですが、インタラクティブで実践的な方法です。Brilliantは、実際に手を動かしながら学ぶパズルやステップバイステップのチャレンジを提供します。講義ビデオを見るよりも6倍効果的であることが証明されています。
彼らのコースは、ニューラルネットワークと確率の基礎から、AIを支える数学、さらにはアルゴリズムやデータセキュリティのような日常的なトピックまで、すべてをカバーしています。
そして彼らのすべてのコンテンツは、Stanford、MIT、Caltech、Microsoft、Googleなどの場所からの専門家によって作成されているため、あなたが学んでいることが正確であるだけでなく、有用であることを信頼できます。
自分のペースで学び、仕事のプロジェクトのためにブラッシュアップしたり、自己啓発のために学んだりできます。レベルアップすることであれ、新しいスキルを学ぶことであれ、チェックしてみることを強くお勧めします。
無料で始めるには、brilliant.org/coldfusionにアクセスするか、画面上のQRコードをスキャンするか、説明欄のリンクをクリックしてください。Brilliantはまた、視聴者の皆さんに年間プレミアムサブスクリプションの20%割引を提供しており、これによりBrilliantのすべてのコンテンツに毎日無制限にアクセスできます。
やあ、みんな、私だよ。ハイ。私はAIではないので、ついに私の顔を見ているわけです。とにかく、視聴してくれてありがとう。もし楽しんでいただけたなら、Cold Fusionには興味深いものがたくさんあるので、ぜひ登録してください。それ以外では、私からは以上です。私の名前はTogoで、あなたはCold Fusionを見てきました。それではまたすぐに次回お会いしましょう。
Cold Fusion、それは新しい思考です。
コメント