人工知能は人間を超えるか Chapter07(2)

その評価を得ては学習し、つくるということを繰り返せばよい。

映画やテレビ番組などのコンテンツ制作、ファッションや食などでもこの方法が主流になることも考えられる。製造業と同じ肉体労働でも、タクシーやトラックの運転手というのは、少し前までは、人間の労働として残り続ける仕事だと思われていた。ところが、自動運転車やドローンの登場で雲行きが怪しくなってきたのは、みなさんもよくご存じだろう。

自動車でも飛行機や電車でも、操縦士・運転士の大きな仕事のひとつは「おかしなことが起こっていないか」という「異常検知」である。異常検知というタスクは、高次の特徴量を生成し、そこから「通常起こるべきこと」を想定し、それと異なっていれば何かおかしいと感じるということだから、特徴表現学習の得意とするところだ。この仕事をコンピュータができるようになると、運転を人工知能が行うことも、遠隔で操作することも、いまよりずっと簡単になる。

自動運転は、実は安全性が高い。

自動運転ができれば、地方に住む遠隔の高齢者にも、便利で安全性の高いサービスが提供できる。すでに飛行機は離着陸以外はその大半が自動操縦化されている。車で食事に行ってお酒を飲み、車で帰ってこられるとしたら、こんなに快適なことはない。広告・マーケティングは、前述のように、真っ先に変化が訪れる分野のひとつである。

データが多く、短期的なサイクルで回る最適化はコンピュータの最も得意とするところだが、それが徐々に長期のものにも進出してくるはずだ。たとえば、現在は人間が行っているマーケティングも、刻々と変わる顧客ニーズをリアルタイムに、的確にとらえることで、完全自動で最適化されていく可能性がある。長期的なブランドイメージの向上や商品企画などは、人間の仕事とされているが、そこにもデータ分析と人工知能の介在する余地は大きい。医療、法務、会計・税務というのは、最も人工知能が入ってきやすい領域だろう。

医療は高度な専門領域だが、同じ医師でも、画像診断技術が向上すると、内科医の仕事のほうが先にコンピュータに置き換わる部分が増えるかもしれない。「診療の適切性」と「責任」の問題は、自動運転と同じく、難しい問題である。

弁護士は社会的地位の高い仕事であるが、その中でも、クライアントの情報を整理したり、関連法令をチェックしたり、過去の判例を調べたりすることは、人工知能のメリットを活かしやすい。

だが、民事裁判、特に離婚や相続でもめている案件については、情緒的な面を含めて、当事者の利害関係を調整するという面があり、人間が得意なところかもしれない。「あなたの主張が法廷で通る確率は 15％だ」と機械に言われるよりも、人の顔を見て話して納得したい人は少なくないはずだ。会計や税務はすでに置き換えが進んできている。

判断が必要なところや知識が必要なところに関しても、少しずつ人工知能ができる領域が増えていくだろう。

金融は、人工知能が活躍できる大きな領域である。

顧客対応のシステムをスイスの大手銀行のＵＢＳグループが提供しているし、資産状況に応じたポートフォリオを提供するのも重要だ。証券会社は、自らの提供する付加価値を見直す必要があるかもしれない。トレーディングの世界はすでに機械化が進み、恐ろしいほどの戦いが繰り広げられている。不動産も、価格情報の推移を分析し、活かすことができるはずである。

教育は、データ分析によってもっと進化する分野であろう。

アイデアは単純で、多くの生徒を見ることができたら、そこで学習のパターンや向き不向きをより的確につかみ、適した学習方法を提示することができるからだ。いまは教師が定年に達するまでの間、教え方の知識を積み上げているが、コンピュータは多くの生徒のデータを分析することで、そうしたノウハウを短期間で習得することもできるだろう。

教育の中でも、コンテンツを教える教育、考え方や精神的な態度を教える教育は別かもしれない。

そして、やる気にさせる方法、競わせる方法など、さまざまな方法に分解され、人間の果たすべき役割と、コンピュータの果たすべき役割がうまく連携して、より高いレベルの教育を提供できるようになるかもしれない。

このほかにも、産業分野ごとに、さまざまな変化が起こるだろう。

ここですべてを書ききることはできないが、読者のみなさんの関係する産業が、人工知能によってどのように変わる可能性があるのか、ぜひ考えてみてほしい。それが、この先のチャンスでもあり、また自分のリスクを減らす方法でもあるはずだからだ。われわれの仕事には、具体的にどんな影響を与えるのだろうか。

人工知能が人の職を奪うのではないかという議論は、メディアでもよく目にする。

コンピュータが発達して、すでに単純な事務作業は人間に代わって機械が行うようになった。人工知能がこのままどんどん進化すると、人間の仕事が機械に奪われてしまうのではないかという危惧である。『機械との競争』という本では、次のような議論がされている（＊注 51 ）。ひとつの議論は、「科学技術の発展はいまに始まったことではなく、そのたびになくなる仕事もできるが、代わりに新しい仕事が必ずできる」ということである。

これまでの２００年間はそうであった。たとえば、耕作機ができて人間は田畑を耕さなくてよくなったが、耕作機をつくる人間、耕作機を使う人間、そして売ったり維持したりする人間が必要になった。したがって、心配するには及ばない。

もうひとつの議論は、人工知能の発展は性質の違うものであり、これまでの変化は少数の人だけに影響があるものだったかもしれないが、今回の変化は大多数の人に影響を与えるものかもしれないという点である。

そして、富むものと貧しいものの差が広がるということである。これは根本的には、富の再分配によって是正するしかない。トマ・ピケティの『21 世紀の資本』が流行っているが（＊注 52 ）、格差や平等について考えるのは重要なことだろう。また、国際的な経済格差の可能性についても考えなければならない。

では、もっと具体的にどういう仕事が残りやすく、どういう仕事はなくなりやすいのだろうか。

これに関しては、「どのくらいの時間を念頭に置くか」で答えが大きく変わると思う。参考までに図 28 を見ていただきたい。これは、オックスフォード大学の論文で提示された「あと 10 ～20 年でなくなる職業と残る職業のリスト」である。７０２個の職業を「手先の器用さ」「芸術的な能力」「交渉力」「説得力」など９つの性質に分解し、この先10年でなくなるかどうかを予想し、その予想される確率の順に並べてある（＊注53）。また、スポーツの審判や荷物の受発注業務、工場機械のオペレーターなどの「手続き化しやすい」職業もなくなる確率が高いとされている。一方、なくなる確率が低いほうのリストを見ると、医師や歯科医、リハビリ専門職、ソーシャルワーカー、カウンセラーなどの職業が入っている。対人コミュニケーションが必要な職業は、当面は機械で置き換えるのが難しいのだろう。

こういったリストも参考にしながら、短期から長期にかけての、人の仕事の移り変わりを予想してみよう。

短期的（５年以内）には、それほど急激な変化は起きないだろう。

ただし、会計や法律といった業務の中にビッグデータや人工知能が急速に入り込むかもしれない。また、ビッグデータや人工知能はマーケティングにも活用されるだろう。さまざまな事業でビッグデータの分析と人工知能の活用が進んでいくので、データ分析のスキルや知識、人工知能に関する知識は重要になるだろう。広告や画像診断、防犯・監視といった一部の領域では急速に人工知能の適用が進んでいくはずだ。

中期的（５年から 15 年）には、生産管理やデザインといった部分で、人間の仕事がだいぶ変わってくるはずだ。

先ほども述べたように、異常検知というタスクは、高次の特徴量を生成できる特徴表現学習の得意とするところであり、「何かおかしい」ことを検知できる人工知能の能力が急速に上がってくる。

たとえば、監視員や警備員といった仕事だ。明示的に監視するという仕事でなくとも、店舗の店員や飲食店の従業員でも、「何かおかしいことに気づいて対応する」という業務が仕事の中に織り込まれていることも多い。こうした仕事は、基本的にセンサー＋人工知能で代替することができる。

例外処理は例外処理で別につくればよくなるので、ルーティンワークの多くの部分は人工知能に任せることができるようになる。そして、「何かおかしい」ことが発生したときだけ人間が対応するようになる。商品の数を数える、売上をまとめてエクセルをつくる、定期的に顧客にメールを送るといった仕事の大半は、人工知能がやっている可能性がある。

この段階では、まだルーティンでない仕事、クリエイティブな仕事は人間の仕事として重要である。

たとえば、顧客の例外対応をする、提案書を書く、などである。

長期的（15 年以上先）には、例外対応まで含めて、人工知能がカバーできる領域が増えてくる。

異なる領域をまたがって知識を活用することが進み、顧客対応や提案書作成といったことも可能になってくる。

この段階で、人間の仕事として重要なものは大きく２つに分かれるだろう。

１つは、「非常に大局的でサンプル数の少ない、難しい判断を伴う業務」で、経営者や事業の責任者のような仕事である。たとえば、ある会社のある製品の開発をいまの状況でどう進めていけばよいかは、何度も繰り返されることではないためデータがなく、判断が難しい。こうした判断はいわゆる「経験」、つまりこれまでの違う状況における判断を「転移」して実行したり歴史に学んだりするしかない。いろいろな情報を加味した上での「経営判断」は、人間に最後まで残る重要な仕事だろう。

一方、「人間に接するインタフェースは人間のほうがいい」という理由で残る仕事もある。

たとえば、セラピストやレストランの店員、営業などである。最後は人間が対応してくれたほうがうれしい、人間に説得されるほうが聞いてしまうなどの理由で、人間の相手は人間がするということ自体は変わらないだろう。むしろ人間が相手をしてくれるというほうが「高価なサービス」になるかもしれない。

以上をまとめると、短期から中期的には、データ分析や人工知能の知識・スキルを身につけることは大変重要である。

ところが、長期的に考えると、どうせそういった部分は人工知能がやるようになるから、人間しかできない大局的な判断をできるようになるか、あるいは、むしろ人間対人間の仕事に特化していったほうがよい、ということになる。

さらに忘れてはならないのが、人間と機械の協調である。

すでにチェスでは、人間とコンピュータがどのような組み合わせで戦ってもよい、フリースタイルの大会がある。

さまざまな仕事においても、この「フリースタイル」方式が出てくるはずである。人間とコンピュータの協調により、人間の創造性や能力がさらに引き出されることになるかもしれない（＊注 54 ）。そうした社会では、生産性が非常に上がり、労働時間が短くなるために、人間の「生き方」や「尊厳」、多様な価値観がますます重要視されるようになるのではないだろうか。

人工知能が生み出す新規事業

ここまでの話は、人工知能、特に特徴表現学習に起因する技術の発展をベースに考えた５年から20年くらいのスパンでの社会変化の話であった。

では、人工知能によってこれから先、新しい事業をつくり出すことはできないのだろうか。本書を手にとった方の中には、企業で人工知能による新規事業を考えている方もいるかもしれない。

図 29 は、米国ブルームバーグ社のアナリストによる、最近の世界中の人工知能のベンチャーをまとめた図である（＊注 55 ）。

およそ２０００社を調べてつくったもので、参考になるだろう。これを見ると、人工知能に関する新しい事業の試みが、さまざまな領域に広がっていることがわかる。

「はじめに」で触れたように、現在、人工知能は春の時代を迎え、ブームになりつつある。

人工知能に関連する事業は、米国でも一気に増えているが、私なりに検討した結果、急激に成長する事業はそうそう立ち上がらないかもしれず、少し慎重に考えたほうがよいかもしれない。

まず、図の最上段に書かれている「コア・テクノロジー」という部分は、機械学習そのものを提供するビジネスである。画像認識と音声認識は、特徴表現学習が最も進んでいる技術分野なので、その２つの分野も取り上げられている。