なぜAIはテック業界の最新のインチキなのか

https://www.youtube.com/watch?v=pOuBCk8XMC8

テクノロジーは他のどの業界とも異なる分野です。一夜にして億万長者になれる業界であり、技術的なアイデアがビジネスの基礎を上回り、リーダーたちは能力よりもショーマンシップで評価されます。今日のシリコンバレーでは、イノベーションは獲得されるものではなく、物語を語れる人、風変わりな天才に見える人に与えられるものです。ベンチャーキャピタリストと創業者たちは共生関係にあります。VCは革新的なアイデアを必要とし、創業者は他人の資金でビジネスを始めたいと考えています。利益が出ていない企業は、資本注入、ゲームのような評価、メディアによる誇大宣伝によって生きながらえ、IPOまたは買収されるまで生き残ることを目指しています。感動的なスピーチ、やる気を起こさせるエッセイ、高額な給与、雑誌の特集は偶然ではありません。これらはすべて、新卒の優秀な人材をこの業界に呼び込むために設計されています。創業者はVCに資本、人材、経営指導を求め、VCは創業者に技術について教えます。しかし、VCは利益追求者ではありません。ほとんどは元ウォール街の銀行家や、テック業界で働いたことのない有名人です。ソフトバンクの孫正義氏を知っているか分かりませんが、彼がWeWorkに投資することを決めたのは、車に乗り込んで運転している時間も含めて約28分でした。「公に報告しなければならないようになると、数字でゲームをし始めなければなりません。成長でゲームをし始めなければなりません。そして、通常、その状況で負けるのは消費者です。だから、長期的に消費者のために特別な体験を生み出そうとするなら、そうした企業はできるだけ長く非公開でいるべきです。そして、孫さんがそれを可能にすることで、人々にとってその体験はより信じられないほど、より人生を変えるものになるでしょう。」これは、盲人が盲人を導くようなもので、両者は同じ給料日に到達するためにパフォーマンスを発揮しなければなりません。テック業界で勝つときは大きく勝ちます。だから、一度勝てばいいのです。これが、無限に近い数の創業者とVCが存在し、両者がすぐに許し合い、和解し、次の大きな目標に向かって協力する理由です。しかし、投資家がテック業界に弱気になると、この業界はすぐに新たな成長ストーリーを考え出します。直近では2022年、株式市場がビッグデータとSaaSに冷え込んだときでした。2010年代初頭から、シリコンバレーはビッグデータを、大量のデータから深い洞察、隠れたパターン、イノベーションを発掘できる革新的な技術として擁護してきました。ビッグデータは、需要が存在する前に正確に予測し、トレンドが始まる前に予測し、行動が起こる前に予測できる、新しく洗練されたデータ駆動の世界を約束しました。それは、公共部門と民間部門にとって大きな可能性を秘めていました。警察は犯罪が起こる前にそれを防ぎ、研究者は癌が広がる前にそれを検出し、企業は製品を最適化し、正しい決断を下し、強力な優位性を獲得することができました。「データを理解し、データを使って革新することは、私たちがほとんどすべてのことをより良く行う方法を変える可能性を秘めています。あなたのビジネスの生産データ、ログデータ、ワークフローなど、利用可能な情報の滝があります。あなたは新しいパターンを解き放ち、新しい洞察を促進し、ビジネスを行う方法を改革することができます。」「ビッグデータのエコシステムは現実です。9イニングの試合の1イニング目に過ぎません。今後5年間で、私たちの生活のほぼすべての側面が影響を受けないということはないでしょう。」「過去の出来事を再生し、過去に何が起こったのか、どのような兆候があったのか、どのようなデータポイントがあったのかを理解して、何が起こり得るかを予測できたら素晴らしいと思いませんか？それが今日のトピックです。より良い情報に基づいた意思決定を行うために、どのように洞察と先見性を見つけるかということです。」「すべてのデータを収集し、それをまとめて、これまで見られなかったパターンを発見できるとどうなるか考えてみてください。これはおそらく時間がかかると思いますが、革命を起こすでしょう。」「突然、携帯電話、クレジットカード、その他のものから、人々に関する多くのデータが出てきます。そしてもちろん、人々は社会を動かします。彼らの欲望、習慣、流行などです。だから突然、これまでとは全く違う方法で人々を理解できるようになるのです。」「嵐や自然災害をはるかに高い精度で予測し、人々をはるかに早く危険から遠ざけることができる世界を想像してみてください。人類に大きな影響を与える機会は非常に大きく、率直に言って、それが私が情熱を注ぎ、ビッグデータと分析の分野で働くためにすべての時間を費やしている理由です。」「業界はますます激化し、競争が激しく、ビジネスを行うには厳しい場所になっています。そして、ビッグデータの時代が進むにつれて、これはさらに増加するでしょう。より良い答えが出てきたら、カバの言うことを聞くのをやめて、ギークの言うことを聞き始めましょう。」ビッグデータは、技術であると同時にムーブメントでもありました。しかし、市場はこれらの約束が現実のものかどうか疑問視し始めました。大多数の消費者向けスタートアップやSaaS企業は、IPO後も何年も赤字を出し続けていたからです。歴史上最も好ましい低金利のビジネス環境においても、ほとんど勝者は見当たりませんでした。突然、ChatGPTがリリースされ、AIがシリコンバレーの新たな成長ストーリーになりました。2年も経たないうちに、誰もがビッグデータとSaaSを忘れ、すべてのテック企業がAI企業になり、すべてのFortune 500企業がAI戦略を必要とし、VCはAIスタートアップにのみ投資し、LinkedInの全員の肩書きにAIが記載され、すべての製品がAI製品になりました。誇大宣伝を維持するために、AIは公共部門にも持ち込まれました。シリコンバレーの大物たちは議会でパフォーマンスを行い、規制を求め、仕事を奪われる労働者の保護を訴え、黙示録について恐怖を煽りました。この歌と踊りは何度も繰り返され、ホワイトハウスは怯えました。「他の業界でも同じことをしてきました。IEAもそうでした。これは、私たちが同じレベルの深刻さで扱うべき技術だと思います。だから、難しいことですが、それについての会話を始めることが重要だと思います。例えば、新しい生物学的病原体を設計するAI、コンピュータシステムに侵入するAIなど、これらはすべて恐ろしいものです。しかし、これらのシステムは非常に強力になる可能性があるため、今日ここに来ることができて嬉しく思いますし、これが非常に重要だと考えています。」さらに重要なことに、一般大衆はAIの計り知れない可能性を確信し、人々は芸術家、アニメーター、翻訳者、プログラマーが次に仕事を失うと確信を持って推測し続けました。このエピソードは技術的な議論ではなく、AIがシリコンバレーが評価を高く保ち、見通しを良くするために紡いだ最新の物語に過ぎないことを深く掘り下げるものです。AIの前には、暗号、Web3、ブロックチェーン、仮想現実、拡張現実、ビッグデータ、IoT、ウェアラブルがありました。これらはすべて革命的な技術と言われていましたが、誇大宣伝に応えられたことはありません。このエピソードでは、企業や個人がこれらのトレンドに真っ先に飛び込むように仕向ける本当の市場力学、これがどのようにビッグデータから始まったのか、そしてAIが最終的にただの風説の流布である理由を掘り下げます。
2000年代後半は真のイノベーションの時代でした。スマートフォンやタブレットの登場は新しい市場を生み出し、モバイルインターネット、ジオロケーション、3G、そしてApp Storeの到来でもありました。この新しいオンラインの世界では、これまで以上に多くのことが達成できるようになりました。ユーザーの位置情報を追跡できるようになり、これはこれまで利用できなかったデータであり、モバイル向けに設計すれば、ユーザーは自然にその優れた体験を求めて集まってくるでしょう。多くのスタートアップが、これらのプラットフォームで最初の成功者になろうと躍起になりました。その一つがGrouponで、地元企業のクーポンを配信するオンラインプラットフォームでした。彼らの売り込みは、消費者に関する前例のないデータを収集し、商人たちのために支払い顧客を呼び込むことでした。これは、GoogleやFacebookが提供するものよりもはるかに優れたものでした。Grouponは、人々の居住地、年齢、興味、行動を知っており、それらのデータをアルゴリズムに投入して、最も関連性の高い魅力的なクーポンのみを送信しました。クーポンの量と加盟店が増えれば増えるほど、より多くのデータが収集され、Grouponはより早く顧客をビジネスに誘導し、より多くのお金を稼ぐことができました。PandoraのストーリーはGrouponとよく似ています。彼らは、存在するすべての曲を480の技術的属性に科学的に抽象化しました。各リスナーのデータを収集し、彼らが何を好きになるかを把握しました。独自のアルゴリズムを使用して、次にどんな音楽が好きになるかを予測し、パーソナライズされたプレイリストを作成しました。リスナーが増えれば増えるほど、データが増え、アルゴリズムは各リスナーにとって適切な時に適切な曲を再生する精度が上がりました。Pandoraはすべてのユーザーの年齢、性別、場所を知っていたため、広告主に販売することができました。もう一つの人気アプリはYelpで、ユーザーデータとネットワーク効果を彼らのMOとして主張していました。Yelpは、誰が何を探しているのか、そしてどこにいるのかを知っていたので、Pandoraのようにこれらの注目を広告主に販売しました。GrubHubは別の方向に進み、テイクアウト体験に焦点を当てました。レストランはアプリを構築する必要はなく、GrubHubに支払えば、オンラインとモバイルでの注文を一晩でサポートできました。GrubHubは、フィードをパーソナライズし、ユーザーが何を食べたいかを予測するアルゴリズムとデータを持っていました。この時期の他のファーストムーバーには、Etsy、Square、Twitter、WhatsAppなどがありました。2010年代初頭までに、物語はさらに広がりました。スマートフォンは主流になり、アプリは一般的になり、モバイル体験は当たり前になりました。この時期にマーク・アンドリーセンは有名なエッセイ「なぜソフトウェアが世界を飲み込むのか」を発表しました。この論文の主張はシンプルで、この新しいデジタル世界ではデータが金であるというものでした。データは、あらゆる業界でビジネス価値、製品の最適化、パーソナライゼーションを解き放つために適用できるとされました。ユーザーはデータを生成し、データはアルゴリズムを強化し、アルゴリズムはイノベーションを生み出すというわけです。FarmvilleのスタジオであるZyngaは、データのおかげでイノベーターであると宣言しました。彼らは毎日、収益化、維持、エンゲージメントを調査し、人々を夢中にさせるものは何か、そして「クジラ」に支出させ続けるものは何かを定量化しました。Zyngaがより多くのユーザーとより多くのデータを集めるにつれて、彼らの分析はより正確になり、収益性も向上すると主張しました。オンライン家具ストアのWayfairは、ほぼ無限の家具スタイルとブランドを提供しました。彼らは、すべての家具の利益を最大化するリアルタイムの独自のパーソナライゼーション在庫および価格設定アルゴリズムについて語りました。Cheggは、高校生に関するデータを収集するソーシャルネットワークで教育分野でも同じことをしようと考えました。その製品は成功しませんでしたが、Cheggのリーダーたちが物語を理解していたことは明らかです。「Facebook、LinkedIn、Netflix、Spotifyなど、多くの企業が同じ戦略を取っています。それは、巨大なカテゴリーを選び、消費者が価値を認める製品やサービスを構築し、テクノロジーを使って大規模に提供し、それが生成するデータを利用するというものです。Facebookの場合はソーシャル、LinkedInの場合はプロフェッショナル、Netflixの場合はエンターテイメント、Spotifyの場合は音楽です。これらの企業がデータを通じて築き上げてきた優位性は、それぞれが競争するのが非常に難しいものになっています。もし顧客を所有し、流通チャネルを所有し、データを収集し、そのデータを所有し、そのデータを使って製品を改善し、人々が何をしているかを監視し、より良い製品やサービスを提供することができれば、あなたは圧倒的な価値を顧客基盤に提供し、巨大な堀を築くことができるはずです。」何千もの新しい消費者向けスタートアップが、ベンチャーキャピタルに支えられ、データが力であるという同じ物語を見て市場に参入しました。しかし、これらのスタートアップは、Yelp、Pandora、LinkedIn、Facebookのようなファーストムーバーが持っていたような、有機的な採用とネットワーク効果を持っていませんでした。その結果、ユーザーを獲得するためだけに何百万ドルも広告費を費やす必要がありました。このユーザーとそのデータの追跡は、持続不可能なマーケティング支出と壊れたユニット経済を正当化するために利用されました。当時の言い訳は、これらのスタートアップはすべて意図的に赤字になっているというものでした。なぜなら、製品とビジネスを強化するために必要なデータを取得する必要があったからです。Wishは、そのアルゴリズムが顧客を1ドルのジャンク品をオンラインで購入することに夢中にさせると自慢していました。OpenDoorは、彼らが非常に多くのデータを持っているため、アルゴリズムが人間よりも不動産を評価し、全国どこでも不動産を転売して利益を上げることができると自慢していました。Casperは、データがマットレス業界の破壊を後押ししていると主張し、DoorDashは、データが迅速な配達、注文ルーティング、ギグワーカーの高い収益を可能にしていると主張しました。そしてAffirmは、彼らが高級品購入のためのマイクロローンを発行するためのデータを持っていると主張していました。これらは、私たちが過去にModern MBAで取り上げたスタートアップのほんの一部です。他にも、Blue Apronは、個人の味覚プロファイルをすべて把握しているため、アルゴリズムで特定のミールキットの需要を予測し、他の誰も達成できない生産効率を達成できると主張していました。Warby Parkerは、他のどの光学会社も持っていないデータを持っており、すべてのメガネがベストセラーになるほどデータドリブンであると主張しました。Allbirdsは、従来のスニーカーブランドよりも顧客について詳しく知っており、時間が経てばNikeと同じくらい高い利益率と多くの忠実な顧客を獲得できると主張しました。Stitch Fixは、他のどのデパートやファッションブランドよりも買い物客に関するデータを持っており、そのアルゴリズムは、誰かがどんな服を買うかを正確に予測できると宣言しました。TrueCarは、歴史上のすべての販売データを収集し、メーカー、モデル、年式だけで、どんな車にも最も正確な価格を生成できるアルゴリズムで、自動車購入を変革すると約束しました。Lemonadeは、従来の保険会社よりも迅速かつ安価に請求を処理し、保険を引き受けることができる、24時間体制で大量のデータを処理するアルゴリズムを持つディスラプターとして自らを売り込みました。Lending Clubは、データがビジネスの効率性を高め、オンラインで数分以内に低金利のローンを発行できるようになったと自慢していました。SoFiは、従来の銀行が得ていない顧客の行動データをすべて収集しており、それがより良い精度とより大きな利益につながると宣伝しました。Fitbitは、個人の身体活動を定量化し、視覚化することで、健康とフィットネスを disrupted しました。RokuとNetflixはどちらも、ストリーマーとして非常に多くのデータを持っているため、どの映画スタジオやケーブルネットワークよりも視聴者を理解していると主張しました。彼らは、人々が何を見たいかを知っており、ひいてはどんな番組や映画もヒットさせる秘密のソースを持っていると主張しました。これらは、この時期に出現した何千もの消費者向けスタートアップのほんの一部です。過去15年間の消費者向けテックIPOのS1ファイリングを見て、「データ」という言葉を検索すれば、同じ物語が綴られているのがわかるでしょう。それは説得力のある物語でした。データが役に立たない世界なんてあるのでしょうか？しかし、シリコンバレーが宣伝していることとは裏腹に、テックは誰もが勝者になれる魔法のフロンティアではありません。現実は、どの業界でも勝者はほんの一握りしかいないということです。しかし、Facebook、LinkedIn、Amazon、Google、Netflix、Microsoftといった企業が、データを使って莫大な利益を上げていることに異論を唱える人はいませんでした。彼らの収益は、株式市場が見たことのないような方法で雪だるま式に増えていました。収益よりも印象的だったのは、民間セクター全体の羨望の的であった利益率でした。Fangほど信頼性が高く、価値があり、まだ高い可能性を秘めた株は他にありませんでした。もしデータがこれらのテックリーダーたちにとっての堀であるならば、より機敏で、より速く、より集中したスタートアップにとって、なぜそれが機能しないのでしょうか？もしスタートアップが同じデータの戦略をより小さな業界に適用し、FacebookやNetflixが達成したものの10分の1でも達成できれば、それでもIPOするには十分でしょう。このような高騰する業績と、何千人ものVCとスタートアップが同じストーリーを叫んでいるため、データは流行になりました。これらの消費者向けスタートアップはすべて、ユーザーの成長だけでイノベーターとして認められましたが、それは、広告と人為的な補助金を通じてどれだけ達成されたかを考えると、誤解を招くものでした。データはイノベーションを解き放つ手段として構築されましたが、広告主にデータを販売すること以外に、実際にはビジネス価値は発見されていませんでした。2010年代半ばまでに、これらの消費者向けスタートアップの多くは勢いを失い始めていました。株式公開した少数の企業は、IPO前の数年間よりも多くの、あるいは同じくらいの金額を失っていました。データを通じて革新するという前提は、四半期ごとに説得力を失っているように見えました。それに応じて、シリコンバレーは再びゴールポストを動かしました。データは依然として価値がありましたが、問題は、十分なデータを持っていないか、解釈する手段がないということでした。基本的な分析とパーソナライゼーションだけではもはや十分ではありませんでした。約束された地に行くためには、テラバイト級のデータ、洗練されたツール、そしてデータサイエンティストが必要でした。この新しいトレンドは「ビッグデータ」と呼ばれました。評価と評判を維持するために、これらの消費者向けスタートアップは、シリコンバレーの最新の物語を受け入れました。それでも、Fortune 500企業はすべて怯えていました。どのCEOも、ズボンを脱がされた状態で捕まりたくはありませんでした。どの幹部も、自分たちがデータドリブンではないと言う勇気はありませんでした。そして、すべてのウォール街のアナリストは、彼らがどのようにしてテック企業に昼食を奪われるのを阻止するつもりなのかを知りたがっていました。そして、会話はすぐに誰が最も多くのデータと最高の文化を持っているかという張り合いに発展しました。Grouponの新しいCEOは、次のように述べています。「Grouponは、すべてのビジネス取引のデータストリームの中にいます。私たちは、これらのビジネスを通じて来るすべてのビットを見ており、それが私たちに本当に重要な洞察を与えてくれます。私たちは、高度な技術と機械学習を使って、基本的なパーソナライゼーションと関連性を書き換えています。私たちの方法論の秘訣は、データ駆動型のアプローチです。私たちは9ペタバイト以上のデータを持っており、すべての機能をABテストしています。このようなことを行っている企業は、多くはありません。」これでも、Grouponはわずか5年で衰退するのを止めることはできませんでした。Zyngaは、「Zyngaには、私たちが提供している数、タイプ、ユニットとプレイヤーのエンゲージメントへの影響との関係を調べる非常に強力なデータサイエンティストチームがいます。私たちは特殊なアルゴリズムと機械学習を開発しました。Facebookと同じユーザーデータを持つことは決してないでしょうが、それに近づくことはできます。それが、広告主と話すときに私たちが目立つ方法です。」データサイエンスを中心としたエンゲージメントにより、収益は改善しましたが、Zyngaは依然として持続不可能な状態でした。Wayfairは、「私たちは毎日4テラバイトのデータと年間400億の顧客行動を収集しています。私たちは、ホームカテゴリーの中ではまれな深さのデータを持っています。もし、深い分析のためにデータを利用し、操作する能力がなければ、それは難しいことです。過去4年間で、私たちは1900人のエンジニアとデータサイエンティストのチームを構築しました。データサイエンスと機械学習は、私たちのパーソナライゼーション、ダイナミックプライシング、アルゴリズムによるマーチャンダイジング、需要予測、広告に影響を与えています。その結果、私たちは強力なROIで複数のプラットフォームを構築することができました。データの深い分析は、私たちのビジネスの中心であり、私たちが顧客を獲得する方法の中心です。」6年後、Wayfairは出血を止めることができず、毎年10億ドル近くを失い続けています。Blue Apronは、「当社の消費者直接プラットフォームは、イノベーションを促進するための広範な行動洞察を提供する当社の最も貴重な資産です。私たちは数百万人の顧客に触れ、6年間の歴史から多くのデータを持っています。私たちは、顧客が何を注文しそうかを把握するために機械学習を使用しています。これにより、適切な量のタンパク質と農産物を生産することができ、それが食品コストと利益率に直接影響を与えます。」これでも、Blue Apronが下降スパイラルから抜け出す助けにはなりませんでした。Grubhubは、「1億件以上の注文データを持っています。私たちのアルゴリズムは、900以上の都市のすべての地域で最も人気のある料理について、よりスマートになります。米国でこのレベルの取引データを持っている企業は他にありません。私たちが集めている高品質で高忠実度のデータの速度は、1日あたり7万ポイントで驚異的です。私たちの膨大なデータとデータ駆動型の洞察からの学習は、今後何年にもわたって私たちを良い位置に置くでしょう。」Grubhubの損失は深まり、その所有者はまだ会社を引き受けてくれる人を探すのに苦労しています。Lending Clubは、「私たちは10年間で400億ドル以上の個人ローンを発行してきたので、私たちが生成したデータは本当に膨大です。それはビッグデータの優位性です。私たちは、顧客プロファイルをスライスして分析し、ユニークな体験とアンダーライティングプロセスを作成できるこの大きなスケールを持っています。私たちは、100以上のカスタマイズされた行動属性を導き出すために最新の機械学習を展開しており、その半分は独自のものであり、私たちのユニークなデータ資産に基づいています。」Lending Clubはその後、評価が急落し、融資事業を縮小し、収益よりも価値が低くなっています。Pandoraは、「私たちの最大の強みは、豊富なデータとデータサイエンス能力です。私たちの製品は、豊富なデータとアルゴリズムの上に構築されています。60億のステーションと7600万人のユーザーが50億時間の音楽を聴いています。私たちはこの素晴らしい製品を構築できました。なぜなら、私たちはデータにアクセスできるからです。それが競争優位性を高めるものです。」Pandoraは、年々お金とユーザーを失い続けています。SoFiは、「私たちは、データと機械学習を使って反復し、学習し、最終的にはイノベーションにつながります。私たちは、はるかに速いペースではるかに低いコストで反復し、革新することを可能にする技術とプロセスを構築しました。これにより、データへのアクセスが増え、メンバーにより良いサービスを提供することができます。」SoFiの評価はその後の急落しました。なぜなら、同社の「イノベーション」は、銀行が何世代にもわたって行ってきたのと同じ融資商品を、より良いUIで販売しているだけだからです。Stitch Fixは、「私たちのビジネスモデル全体は、この素晴らしいデータに基づいています。基本的に、データは私たちがより多くの適切な製品を購入し、より多くの適切な人々にリーチするのを助けます。私たちは、クライアントと製品を深く理解し、どの製品が誰に成功するかについての強力な推奨を生み出すことができるパーソナライゼーションエンジンを持っています。何百万人ものクライアントの個別化された好みを持つ私たちは、私たちのデータサイエンスの洞察が、時間の経過とともに成長する重要な競争優位性を提供すると信じています。」Stitch Fixは今日、ペニーストックであり、何千人もの従業員を解雇し、コスト削減のためにアルゴリズムをさらに推し進めようとし、それでもなおお金とユーザーを失い続けています。そして、OpenDoor、Affirm、Wish、Casper、DoorDashがどうなったかは、すでに知っています。ビッグデータの物語が消えるまでには、2020年代初頭までかかりました。どの消費者向けスタートアップも、ビッグデータで意味のあるものを実証しておらず、誰も進歩のためにさらに10年も待つつもりはありませんでした。それでも、壁が迫ってくる中で、これらのスタートアップは、機械学習、深層学習、洞察、イノベーションについて、まだ耳を傾けようとする人に叫び続けました。彼らの最後の息吹の中で、彼らの株と評判のために、これらの創業者、経営幹部、VCは真実を認めることができませんでした。しかし、ビッグデータの誇大宣伝がピークだった2010年代初頭から2020年代初頭にかけて、Fortune 500のリーダーたちは危機的状況にありました。投資家たちはFangを愛し、大企業を石器時代に閉じ込められた恐竜として軽蔑していました。Walmart、ExxonMobil、Home Depot、Comcast、Disney、PepsiCo、Chegg、その他の大企業は、それぞれ数億ドル、中には数十億ドルを投じて、そのような技術的能力を自社で構築しました。彼らは皆、テック系スタートアップと同じように最先端を行くことができることを示したがり、ビッグデータへの投資を公に誇示しました。しかし、彼らの採用は、メリットよりもむしろ恐怖によって煽られたものでした。「このデータ革命によって大きく変化しない業界は想像できません。医療のような多様な業界では、データの助けを借りてより良い診断決定を下したり、コストと品質の問題により透明性をもたらしたりすることが変革をもたらす可能性があります。」「私たちは間違いなく深くデータドリブンなビジネスです。私たちの製品、飛行機、その他の製品から来るデータから、私たちのビジネスを管理するために使用するデータまで、それは重要な差別化要因になるでしょう。」「私たちは革命の最前線にいるのです。今日、世界で最も大きく、最も競争力のある企業は、データを活用している企業になるでしょう。」「私が所属しているチームは、組織のヘッドライトをリードするチームです。だから、私はとても興奮しています。私たちは、ここ数年、バックエンドのビッグデータ分析機能を構築してきました。データは私たちにとって大きな資産です。私たちの分野でより多くの人々がそれについて話していることに驚いています。特に、オンラインと店舗の間で年間20億回の訪問がある私たちにとって、そのビッグデータを私たちの最高の顧客に対して使うことは、大きな資産です。そして、複数のブランドと複数のチャネルを持っているため、他の多くのアパレル企業にはないものを持っています。」「データは、特定の製品が乳児死亡につながっているかどうかを調べるのに役立ちます。もし、私たちが高い死亡率を見て、これらの家族が多くのツナ缶を購入しているのを見たら、ツナ缶に乳児死亡率の上昇を引き起こしている可能性のある何かがあるかどうかを調べようとします。」「飛行機が飛行中、私たちは何が必要か正確に知っており、どの部品が次の目的地にあるか正確に知っています。もし次の目的地に部品がなければ、部品を空輸する必要があります。重要なのは、適切な場所で、適切な時間に、適切な部品で飛行機を修理することです。もしそれができないなら、飛行機が地上にいることを心配する必要はありません。」「Unileverは世界最大の消費財メーカーの一つです。私たちの製品は、Hellmann's、Ben & Jerry's、Doveなどのブランドで、毎日25億人の消費者に触れています。私たちは、データと洞察に基づいた企業になるための旅をしています。従業員にとって、それは彼らがより良い意思決定をし、協力し、より良い製品を開発し、革新するのを助けるための洞察を提供することを意味します。そして、私たちは、人々が分析を使ってバックミラーを見る代わりに、今では未来を予測できるようになっていることを発見しています。」「ビッグデータと機械学習に関する多くのイニシアチブは、保険会社やブローカーが自分のデータを使用する力を高めるのに役立つでしょう。私は、それが本当に改善する必要がある分野だと考えています。利用可能なデータはますます増えています。しかし、実際にそれらをどのように利用し、すべてをリンクさせ、リアルタイムで実行可能なものに変えるのでしょうか？」「JetBlueでは、私たちはたまたま飛行機を飛ばしている顧客サービス会社だと言いたいと思っています。今では、たまたま飛行機を飛ばしているテクノロジー企業でもあるようです。」どのCEOも、失敗したくないと思っています。シリコンバレーに逆らうよりも、火の中に鉄を入れておく方が安全でした。Under Armourのような小規模企業も、Fangのような利益率を達成し、ビジネスの洞察とユーザーデータを発見するという夢を持って、フィットネスアプリに5億ドル以上を費やしました。ゴールドラッシュの時にはシャベルを売るべきだと言われています。私たちが名前を挙げたいくつかのスタートアップは、株式を公開することはありませんでした。しかし、大企業がビッグデータ革命に参加すると、人材の需要は急増しました。これらは未開拓の技術であり、複雑さに投入できる人材が多ければ多いほど、より早く解決策に到達できると信じられていました。民間セクター全体で、企業はデータサイエンティストとソフトウェアエンジニアに最高の給料を提供し、ビッグデータの実務経験を持つ少数の利用可能な人材を求めていました。この技術は非常に新しく、ベストプラクティスはありませんでした。誰もが試行錯誤しながら、GitHubでオープンにすべてを行っていました。エンジニアであれば、日々の仕事を通じて、あるいはオープンソースを通じて自宅で、ビッグデータの経験を積むことができました。最も人気のあるツールを使いこなせれば、履歴書にその能力を記載し、数ヶ月以内に他の場所でより高収入の仕事を得ることができました。ビッグデータは履歴書主導のソフトウェア開発を増幅させ、エンジニアは今では報酬と雇用可能性を最大化するためだけに技術を学び、普及させることさえ奨励されています。今日の開発者はもはや単なるコーディング担当者ではなく、要求を出し、組織で変化を先導できる声高で目に見えるロックスターです。エンジニアは、どのクラウドを使用したいか、どのツールを採用するか、どのベンダーと提携したいかを、会社に代わって決定することができます。これが、エンタープライズスタートアップやクラウドベンダーが毎年、大会、無料のピザやビールに何百万ドルも費やし、開発者に媚びを売ろうとし、彼らを自社製品のチャンピオンに変えようとする理由です。エンジニアが主導権を握ってボトムアップで意思決定を行うこの変化は、ほとんど宗教戦争のようなものです。すべてのエンタープライズスタートアップが、できるだけ多くの開発者を自分たちの信仰に改宗させようとしています。その結果、ソフトウェアエンジニアリングはますます部族化しています。開発者は、ビジネスへの貢献ではなく、彼らが採用する技術の人気によって給料とキャリアの見通しを左右されるようになったからです。「クールな子供たちとの信頼関係を築くこと、そして『3ヶ月前にリリースされたばかりでほとんど機能しない製品に会社のインフラを賭けるつもりだ』と言えるようになることを考えると、それは非常に高いレベルの信頼であり、その人はキャリアを台無しにするような間違いを犯していないという非常に高い確信を持たなければなりません。」企業は投資を続けています。なぜなら、彼らの技術チームは、何も示すものがなくても、自分の仕事を誇示するように奨励されているからです。それが、これらのエンジニア、彼らのマネージャー、そして彼らのVPが予算を正当化し、昇給し、出世するための唯一の方法です。ビッグデータに取り組んだ人々は、結果が不足しているにもかかわらず、この技術を流行させ続けることに既得権益を持っていて、今ではAIでも同じことをしています。ボトムアップであろうとトップダウンであろうと、お金がものを言います。技術を実装しているだけの人の場合でもそうです。だからこそ、React対Angular、Kubernetes対ECSなど、オンラインでの議論が尽きることはないのです。AIにおいても同じ部族主義が見られます。どのツールがベストなのか、TensorFlowかPyTorchか、どのモデルが最も正確なのかについて、コンセンサスはありません。ビッグデータの前提は、人間が消化して分析するには圧倒的すぎるデータから、隠れたイノベーション、ビジネス価値、顧客インサイト、市場パターンを発見できるというものでした。最近では、誰もがビッグデータの失敗した約束を忘れているようですが、現在のAIの前提はさらに混乱しています。新しい物語は、データは本質的に複雑すぎるというものです。代わりに、私たちが信じなければならないことは、約束されたすべてのイノベーション、隠された洞察、隠されたビジネス価値が、まだこのデータの中にあるということです。ただ、人間はそれを引き出すことができないのです。代わりに、私たちにできることは、これらのAIモデルを信頼することだけです。そこでは、ほんのわずかの人々だけが、実際に何が起こっているのかを真に理解しています。視点と洞察を得るために、私たちは答えを教えられ、それを自分で探すべきではありません。そして、情報の正確さよりも、消化しやすさとプレゼンテーションを重視すべきです。ビッグデータの場合、すべての企業が独自のデータ、タイムライン、政治、優先順位を持っていたため、実行は完全にユニークでした。すべての実装は、スノーフレークの展開でした。誰もビッグデータで価値を達成していないため、10年近く経った今でも、誰も実際にどのように実装し、価値を引き出すかを知りません。誰もが権威を持って「これが実行方法であり、これがあなたのビジネスのために私たちがやったことをステップバイステップで複製する方法です」と言うことはできません。エンジニアは本質的に車輪の再発明をしていますが、決して完成しません。マネージャーや経営幹部は、見栄えの良いアップデートを要求し、組織の影響力を高め、上司をなだめ、自分の昇進を確保するために、進捗を誇張します。ビッグデータを推進した市場力学は、現在AIでも再現されています。何千もの新しい消費者向けスタートアップがAI製品を持って市場に参入し、ビジネス価値の約束だけをしています。エンタープライズベンダーは、これらの消費者向けスタートアップに販売するためにAIツールを売り込んでいます。Fortune 500企業は再び恐怖に駆られています。クラウドプロバイダーとチップメーカーは、天から降り注ぐお金を見て、象牙の塔から笑っています。エンジニアは履歴書を埋め、キャリアの見通しを良くするために、最新のオープンソースプロジェクトに飛びついています。そして、テックは再びウォール街の寵児となっています。「コンピューティングの変化は非常に速いペースで加速しており、ビジネスにおける生産性と効率性への影響は計り知れないものになるでしょう。」「ここで起こったことは、私たちのDeep Brew AIプラットフォームを使って、店舗の状況、天気、その他の状況に基づいて最適な製品ペアリングを提案できるということです。」「AIは基本的にリソースのより良い配分を可能にし、より良い計画を立て、お金を節約し、より効率的になることができます。」「AIの使用が私たちのビジネスをより効率的にし、文字通りお金の無駄を減らすと考える理由はたくさんあります。それは経済にとって良いことです。」AirbnbやUberのように、ChatGPTは規制を回避するという同様の戦略で構築されました。ChatGPTは、その幅広い知識と人間のような説得力のある文章で話題になりましたが、それがすべて盗まれたデータの上に構築されている場合、誰が力を持っているのでしょうか？データを生成した人々でしょうか、それともそれを要約した技術でしょうか？過去10年間の他のすべての誇大宣伝されたシリコンバレーの技術と同様に、AIはただの現金強奪です。OpenAIの従業員がSam Altmanが解雇されたときに反乱を起こした主な理由は、彼の解任が彼らの株を無価値にしたからです。そして、そこのスタッフは全員、Sam、取締役会、そしてベンチャーキャピタリストたちと同じように、給料日を探しているのです。大規模言語モデルにメリットがあるかどうか、あるいは技術が時間とともに改善されるかどうかという問題ではありません。しかし、過去10年間でビッグデータ、ブロックチェーン、SaaS、その他 aforementioned のトレンドからどれほどのビジネス価値がもたらされたかを考えると、AIはもっと厳しい監視に値します。すべてのイノベーションが収益化できるわけではなく、すべての有望な技術がビジネスである必要はありません。ビッグデータは、過去10年間、消費者向けスタートアップやFortune 500企業にとって何の違いももたらしませんでした。むしろ、存在すべきではなかったスタートアップの寿命を延ばしただけです。最近では、すべての企業がレイオフを行い、コストを削減し、利益を絞り出すために自社株買いを行っています。まるで昔からそうしてきたように、ビッグデータが実際に約束されたビジネス効率とイノベーションを生み出していたのであれば、彼らがそうする必要はないはずです。ビッグデータが実際に企業にとってより大きなビジネス効率とイノベーションを生み出していたのであれば、ファンダメンタルズには、ビッグデータがどの企業にとっても意味のある改善をもたらしたことを示唆するものは何もありません。全く同じダイナミクスが今、AIでも起こっています。すべては話だけで、ショーはありません。すべては誇大宣伝だけで、結果は伴いません。すべてはシズルだけで、ステーキはありません。そして、誰もが再び同じ策略に陥っています。ビッグデータの唯一の勝者は、IPOで株式を売却した消費者向けスタートアップの創業者、経営幹部、ベンチャーキャピタリスト、またはB2Bスタートアップの創業者、経営幹部、ベンチャーキャピタリストでした。敗者は、一般大衆、投資家、そしてこれらの企業の従業員でした。AIの勝者と敗者は誰なのか、そして批判的思考のない情報、信頼性のない芸術、オリジナリティのない創造の価値は何なのか、あなたは推測できますか？