この動画は、15年のIT基盤エンジニア経験を持つ専門家が、MITの研究で示された「AIパイロットプログラムの95%が失敗している」という報道に対して反論を展開するものである。企業におけるテクノロジー導入の実態として、新技術のパイロットプログラムは常に高い失敗率を示すものであり、それは正常なプロセスであると説明する。重要なのは成功した5%が劇的な成果をもたらすという点であり、実際にウォルマートなどの大企業がHR部門で数千人規模の人員削減を進めている現実を指摘する。さらに、企業向け製品が市場に出るまでには最低18ヶ月から3年かかるため、現在失敗しているパイロットは2年前の古い技術に基づいているという時間差の問題も強調している。
AIパイロットプログラムの失敗率についての誤解
こんにちは、おはようございます。文字通り何の計画もありません。これは完全に構造化されていない、AI の現状についての意識の流れのような話です。
OpenAIがエージェントビルダーをリリースしましたね。Dev Dayでは他にもいくつかの発表がありました。GPT-6について何も言及がなかったことに失望した人もいたようです。私は全部は見ていませんが、もしかしたら言及があったかもしれませんが、そこには失望の声があったようです。
そして私が取り上げたいことの一つは、これについて投稿したんですが、YouTubeのページで、そしてTwitterでも少し話したんですが、最も憂慮すべき傾向の一つは、多くの人がAIについての悪いニュースに飛びついているということです。
MIT研究への反論
ゲイリー・マーカスのような懐疑的で物事を歪曲するようなものではありません。一つの例として、人々がそのMITの研究に飛びついているんです。その研究はAIパイロットプログラムの95%が失敗していると示した、あるいは主張したものです。
ここで重要なのは、多くのパイロットプログラムは失敗するということです。だからこそパイロットなんです。それがAIであろうと他のテクノロジーであろうと、IT基盤と自動化における私の15年のキャリアでは、常に色々なものを試すんです。そして多くのものは機能しません。多くのものはビジネス価値を付加しません。一部のものは、針を動かすほどではないんです。
本当に優れたエンタープライズグレードの製品であっても、多くのものは単にあなたの環境に合わないんです。ベンダーは常にあなたに何かを売り込んできて、あなたはそれを試します。
そして人々はその数字に飛びついて、「ほら見ろ、AIは何もしていない。AIは愚かだ」と言うんです。しかし実際は、パイロットプログラムの5%の成功率は本当に良いものなんです。特に成功したものがClaudeのように30時間自律的にコーディングできるようなことができる場合はね。
企業におけるAI導入の実態
一歩下がって見てみると、ウォルマートからボーイングまで、そして他のすべての業界のすべてのCEOたちが、文字通り全員が、生成AIを考慮して採用を見直していると言っているという事実があります。そしてパターンはかなり明確で、企業が注目している場所の一つがHRと中間管理職なんです。
なぜなら中間管理職とHRの主な仕事の一つは、膨大な量の書類や会議やメールを処理することだからです。生成AIは、200万トークンのウィンドウで、組織全体のメールを数分で読んで、誰が何を必要としているかを理解できます。
そしてもちろんHRは基本的にマッチングの仕事です。レポートをポリシーにマッチングさせたり、ポリシーをアクションにマッチングさせたりです。これは誇張ですが、一部のビジネスタスクにおいてHRの仕事は単にポリシーをマッチングさせることです。
もちろんHRには非常に強力な人間的要素があります。例えばコーチングやフィードバックやトレーニングを提供する必要がある場合です。しかし重要なのは、常に書類作業をするためにそこに座っているバックオフィスの労働者は必要ないということです。本当にやるべきことに集中しているHR担当者だけを置けばいいんです。
テクノロジー導入の歴史的背景
また、テクノロジーが新しいとき、人々はそれの使い方を知りません。私が情報技術の仕事に就いたとき、みんな単にITアナリストと呼ばれていました。なぜなら非常に速く爆発的に成長していたので、誰も何をすべきか、あるいは職種名が何と呼ばれるべきかさえ知らなかったからです。
ビッグデータが初めて登場したとき、職種名はデータラングラーでした。この15年か20年でデータラングラーという言葉を聞いたことがありますか? いいえ。彼らは単にビッグデータアナリストなどと呼んでいます。もっと具体的な用語を使っています。もう誰もデータラングラーという用語は使っていないと思います。
私はある男性とのインタビューを見たことを覚えています。彼は「ええ、私の仕事はデータラングラーだと思います。なぜならPythonを使ってこのすべてのデータとこれらすべての新しいツールを理解しようとしているからです。テクノロジーは本当に速く変化します」と言っていました。
そして人々が混乱している大きな理由の一部は、投げかけられている多くの用語やものが、テクノロジストの人々、企業で働いてきた人々、IT部門でテクノロジーを導入してきた人々にとっては、これの多くは単に普通のニュースだからです。
これが私が多くのことについてコメントするのを忘れる理由の一つです。私のキャリアの視点からすると、ええ、これは単に予想されることだからです。これはテクノロジー分野で物事が進む方法です。
ビジネステクノロジーへの注目
しかし久しぶりに、おそらく1990年代後半から2000年代初頭、Microsoftが爆発的に成長していたとき以来、そしてスティーブ・バルマーが「開発者、開発者、開発者、開発者」と言っていたとき、そしてインターネットの離陸以来、久しぶりに人々が本当にテクノロジーに注目しています。この場合はテクノロジーのビジネス側面です。
明らかに他にも多くのチャンネルが、新しいツールや科学論文に焦点を当てています。しかし私がビジネス側面に焦点を当てているのは、繰り返しになりますが、私が本当に大きな企業で働いてきたからです。名前は挙げませんが、私はシリコンバレーの巨大企業で働いてきました。他の企業でも働いてきました。
それが私のホームベースなんです。実際に何が起こっているのか、です。
パイロットプログラム失敗のライフサイクル
そのMITの研究で95%のパイロットが失敗すると言っているとき、企業の視点からすると、それは何も意味しません。それは単なる火曜日のようなもので、「オーケー、ええ、私たちはベンダーに約束しました」というようなものです。
そしてもう一つ起こることがあります。あなたのセールスエグゼクティブは単なるセールスブラザーです。そして彼らは「おい、ところで、あなたのアカウントを見ていたんだけど、使われていないライセンスが20個あるよ。それを別のものに変換したい?」と言います。
なぜならあなたのセールスエグゼクティブは、彼がやりたいのは売上を上げることだけだからです。関係を維持して売上を上げたいんです。そして「これが新しい無料のものだよ。試してみて」となります。
彼らにとって、それが実際に売上に転換するかどうかはそれほど重要ではありません。なぜなら彼らはフィードバックを得るからです。なぜならそれらのクライアントエグゼクティブは製品チームとも話しているからです。
そしてあなたが巨大なエンタープライズクライアントである場合、基本的に彼らにとって無料のベータテスターなんです。だからこそ彼らは時々ライセンスキーを渡すんです。なぜなら「これを試してフィードバックを提供してください。はい、バージョン1ですが、エンタープライズクライアントからのフィードバックが必要なんです。なぜこれがあなたにとって価値がないのか、あるいは何を変えればあなたにとって価値あるものになるのかを教えてください」となるからです。
個人的な経験からの洞察
それで、私がYouTubeに書いたときに、「みんな、人々がAIはそんなにうまくいっていない、大失敗だと言うとき、彼らを無視しないでください」と書きました。そして誰かが「デイブ、あなたの情報源は何ですか?」と聞きました。私の情報源は業界での15年です。
さて、これは文句になってしまいました。言ったように、これを始めるときに文字通り何の計画もありませんでした。私は単に「何が心にあるか?」と思っただけです。
さて、これで以上です。企業の視点から見ると、はい、何もかもが新しいときは95%が失敗です。それは問題ではありません。なぜなら定着する5%は、本当に、本当に劇的に針を動かすからです。
そして一歩下がって見てみると、ウォルマートが4,000人のHR担当者を解雇していて、どこそこが12,000人のHR担当者を解雇していて、どこそこが法務部門をリファクタリングしていて、どこそこがコールセンターをリファクタリングしているのが見えます。
それが成功する5%なんです。そしてそれは1年か2年前の能力に基づいて成功する5%に過ぎません。なぜでしょう? エンタープライズ製品を市場に出すにはそれだけの時間がかかるからです。
完全に洗練されていて、ボーイングやウォルマートや誰でも、エースハードウェア、大型店舗に採用されるエンタープライズ製品を市場に出すために、可能な限り最速で出せるのは約18ヶ月です。そしてそれは全員が総動員で、レッドアラートで何かを市場に出す場合です。
一般的に言えば、何かを市場に出すには約3年かかります。だから彼らが、たった5%しか成功しないと言うとき、それは最低でも2年前のテクノロジーに基づいているんです。
さて、私は文句の中で迷子になっています。それが基盤の専門家としての私の見解です。だから人々が「AIは失敗している」と言うときは、それを無視してください。それはノイズです。くだらないものです。ノイズです。彼らは何を言っているのか分かっていません。以上です。
コメント