しまだ｜AIとデータの経営学

昨日の自分と今日の自分は、寝ている間に一度途切れている。 つなぐのは記憶だけ。 今のAIが人らしく見えないのは、会話が終わるたびに忘れるから。 AIに記憶が付いた瞬間、見え方は一気に変わると思う。

「AIが意識を持つのは怖い」という人は、意識を魂の意味で使っていることが多い。 電源を切れば消えるAIに魂はない。一方で「自分はこう感じている」と自分を眺める力なら、AIにも芽生えうる。 言葉の定義で議論の半分は終わる。

AIが作った記事や動画が無限に流れてくる中で、ランキングやおすすめリストが見直されているらしい。 NYTはリスト専任の編集者まで置いた。 情報が多いほど、何を選んで何を外したかに価値が出る。

AIに人間の価値観を教える研究には、大きなお金と人が動いている。 一方で、AIと働く前提で人間の評価基準を変える話はほとんど進んでいない。 人事評価はまだ「一人で何をやったか」のまま。

AIが仕事をほとんどやってくれる未来の話になると、「じゃあ人生の意味は？」と必ず聞かれる。 でもこの問い自体、仕事で成果を出すことが人生だという前提に立っている。 先に変わるのは前提の方。

AIと相談して作った企画書を「自分で考えていない」と低く見る上司がいる。でも見るべきは誰が考えたかではない。 中身が正しいかと、最後に誰が責任を持つか。

「AIにできないことが人間の価値」と考えると、AIが賢くなるたびに人間の価値が減っていく。 守る範囲が毎年狭くなる。 AIと組んで初めてできることも、人間の仕事として数えた方がいい。

無人の自動運転車は、人が運転するより重傷事故が95%少ないというデータをWaymoが出した。 規制を動かすのは「安全です」という説明ではなく、桁違いの差を示す数字。 社内でAI導入を通すときも同じだと思う。

検索広告は、探しているものの横に別の商品を見せて稼いできた。 AIが代わりに探して買うようになると、その広告を見る人がいなくなる。 逆に、つい見てしまう動画の広告は残る。

Anthropicが150億円をかけて育てるのは、研究者ではなく「企業の現場に入ってAIを動かせる人」 今のAI導入で一番足りないのは、モデルの性能ではなく、そこを担える人の数だということだと思う。

一度薬を出して終わりの治療より、経過を見ながら調整し続ける治療の方がAIと相性がいい。 仕事も同じで、AIが効くのは一回きりの作業より、毎週見直しが要る業務の方。

米国のオンライン診療のHimsは、自社で新薬を作らない。 承認された薬を順に自社のサービスに載せていくだけ。 どの薬が勝つかに賭けなくていい。 AIも同じで、どのモデルが勝つかより、載せる土台を持つ方が強い。

寸法を数字で持った設計データなら、数字を変えるだけで一人ひとりに合う製品が作れる。 注文が入ってから作れば在庫もいらない。 大企業が相手にしなかった「50人のためのリアル製品」が商売になり始めた。

AIはあくまで人に従う道具か。人格を尊重しながら付き合う相手か。 AIを作っている会社の間でも、ここが大きく割れている。 安全なAIのルールづくりが進まない理由は、技術より人間観の違いにある。

非エンジニアがAIでアプリを作るとき、コードを全部読めなくてもいい。 ただ、変更の履歴を残す仕組みだけは早めに覚えたい。 壊しても戻れると分かると、試す回数が一気に増える。

AI導入の提案で「この業務は効率化できます」はどの会社も言える。 「この業務は若手の練習用に人に残しましょう」まで言えると話が変わる。

AIが広まったら、経験の長さは関係なくなると思っていた。 実際は逆だった。 作業はAIができる。 でも「これはまずい」と気づけるのは、トラブルを何度も経験してきた人だけ。

開発会社で、若手がやっていたテストや修正をAIに任せる流れが進んでいる。1社ずつ見れば正しい。 でも業界全体でやると、若手が経験を積む場所がなくなり、10年後のPMが育たない。

判断力は、地味な作業の繰り返しで身についてきた。契約書を全部読む、見積もりを自分で計算する、議事録を自分で書く。 AIに任せると速くなるが、この練習の機会もなくなる。

汎用メモリは中国勢の量産で値崩れが近く、GPUのように値崩れしにくい半導体もある。 「AIで半導体需要が伸びる」は一つの話ではない。