AIが予測する未来：なぜあなたのキッチンが財布に影響を与えるのか？
この記事では、AIが社会をより賢くする方法について話し合いましょう。
社会をより賢く
2022年11月15日に出版された英語の新書『権力と予測：人工知能の破壊的経済学』では、ChatGPTのような「生成型」AIについて全く触れられていませんでした。おそらく、この本の著者である3人のカナダの経済学者は、生成型AIがこれほど急速に普及するとは予想していなかったのでしょう。この本では、AIに対する全ての期待が予測を行うことに集中しています。
この3人の経済学者がこの観点から入った理由は簡単に理解できます。予測は経済効率の向上にとってマクロなものであり、決定的です：予測はリソースのより効果的な配分を促進することができます。
簡単に言えば、AIの予測能力は社会をより賢くすることができます。
前に話したように、AIの普及には「ポイントソリューション」「アプリケーションソリューション」「システムソリューション」の3つのレベルがあります。この話では、組織や都市でシステムソリューションを実施する方法について簡単に説明します。
『権力と予測』の中で2つの例が挙げられています：保険と医療。
保険業界への影響
私が聞いたところによると、最近AIによる代替で最も多くの解雇があったのは保険会社です。これは合理的です。保険業務の最も重要なことは予測を行うことであり、このデータ密集型の分野ではAIは予測を得意としています。
例として、家屋保険を見てみましょう。すべての業務は3つの主要な決定に分けることができます。
マーケティング：潜在顧客グループを分析し、彼らの価値がどの程度で、顧客に転換する確率がどれほど高いかを見て、どれだけの努力をして獲得するかを決定します。
引受：家屋の価値と事故のリスクに基づいて、合理的な保険料を計算します。これは、会社が利益を出しつつ、市場で競争力のある価格を持つようにする必要があります。
賠償請求：家に何かあった場合、顧客が請求を行い、その請求が合理的かつ合法的であるかを評価し、請求処理を迅速化します。
これらすべての決定の予測部分はAIに任せることができます。例えば、現在一部の保険会社は既に請求処理を自動化しています。あなたの家がひょうに遭遇し、屋根が壊れた場合、保険会社は現場を調査するために人を派遣する必要はありません。あなた自身が写真を撮って送り、AIが一目で価格を見積もり、どれだけの金額を支払うべきかを直接処理し、時間と労力を節約します。
しかし、これはポイントソリューションに過ぎません。システムソリューションでは、保険会社はあなたとお金の計算をするだけでなく、家のメンテナンスに介入すべきです。
現在の保険会社は、家のリスクが比較的大きいと見なされる場合、保険料を引き上げます。AI化された保険会社は、リスクが大きいと見なされる場合、保険料をレバレッジとして、リスクを減らすための行動を取るよう要求します。
例えば、アメリカでの家庭火災の49%は、家での料理によって引き起こされます。これは通常の料理ではなく、主に揚げ物のような料理方法です。一部の家庭は決して揚げ物をしない一方で、他の家庭は頻繁に揚げ物をします。この二つのタイプの家庭に同じ火災保険料を支払わせるのは不合理です。以前は、保険会社が彼らから同じ保険料を徴収しなければならなかったのは、誰が揚げ物を好むかを知らなかったからです。
現在、保険会社は次のように行動することができます。あなたのキッチンに装置を設置してもらい、揚げ物をするたびに自動的に記録することを提案します。顧客の最初の反応はおそらく同意しないでしょう。これは私のプライバシーに関わると言います。しかし、AIの予測が十分に正確であれば、保険会社は顧客と交渉し、この装置を設置することを許可すれば、保険料を25%削減できると言うことができます。顧客は受け入れるでしょうか？
また、保険会社がAIの予測に基づいて、あなたの家の水道や電気の配管が少し古くなっていて、問題が発生しやすいと感じた場合、積極的に連絡を取り、あなたの配管を修理するための補助金を提供することができます。
現在、保険会社はこれを行いたがっていません。なぜなら、これはまず保険料が実際に下がることを意味するからです。保険会社は価格を上げることを好むので、価格を下げることは望んでいません。しかし、AIが十分に正確であれば、保険会社は災害が実際に減少し、請求費用が必ず下がることを見ることができます。そのため、その利益は増加します。そうすれば、これは二重の利点を持ちます。保険だけでなく、災害の減少もあります。
これはすべて、非常に明確に計算できる状況でのみ実現可能です。
医療への影響
病院の救急室で特に一般的な状況の一つは、患者が胸の痛みを訴えることです。このような状況では、医師は心臓病かどうかを判断しなければなりません。心臓病であれば、急いで対処しなければなりません。しかし、問題は、救急医師には良い診断方法がないことです。
通常の方法は正式な検査を行うことで、心臓病の検査は患者にとって有害です。正確なテストには心臓カテーテルなどが必要で、身体に直接の傷害を与えます。
そこで、2人の経済学者がAI診断システムを発明しました。これは、患者の外見のいくつかの症状指標に基づいて、心臓病かどうか、さらに正式な検査が必要かどうかを予測することができます。研究によると、このAIシステムは救急医師の診断よりも正確です。
AIとの比較により、多くの侵襲的検査を行うべきではない患者が救急医師によって侵襲的検査を受けるよう求められたことがわかります。これは理解できます。患者に検査を受けさせることで病院はより多くのお金を稼ぐことができます。しかし、システムはまた、検査を受けるべき多くの患者が救急医師によって家に帰され、治療の機会を逃し、場合によっては死に至ることもあることを発見しました。
このように、AI診断に変更することは、患者にとって大きな利益があり、病院にとっても利益があります。あなたのワークフローを変更する必要はありません。診断時間も短縮されますし、お金も減りませんよね？
しかし、実際には、ほとんどの病院はAIを採用したがりません。
病院は非常に保守的な機関です。おそらく、多くの新技術が病院に採用されるのを待っているため、新技術を採用したくないのでしょう。新技術を採用するたびに、医師を再トレーニングし、プロセスを再検討する必要があります。また、新技術にはリスクが伴います。テスト中はうまくいっても、実際に使用するとそうではない場合があります。新技術は部署間の権力分配にも影響を与え、さまざまな関連問題があります。
したがって、病院の改革は最も困難です。しかし、病院がAI診断をシステマティックに採用すれば、救急室はどのようになるでしょうか？
誰かが胸の痛みを感じて病院に電話します。病院のAIは、彼の症状の説明、おそらく彼のスマートウォッチの読み取りと組み合わせて、心臓病かどうかを直接予測します。AIのレポートに基づいて、この人が大丈夫だと医師が判断すれば、彼を病院に来る必要はありません。もし、この人が本当に重篤な心臓発作を起こしていると判断すれば、直接救急車を送り、救急車の医師は心臓病を和らげる装置を持参し、患者の家でいくつかの措置を取り、救命の時間を稼ぎます。
これは救急処理の全体的な変更です。
ブルウィップ効果
AIのポイントソリューションからシステムソリューションへの移行には長い時間がかかることはありません。なぜなら、ポイントソリューションにはシステムソリューションへの移行を促進する傾向があるからです。
本には、レストランを開くことが特に良い例として挙げられています。レストランにとって、食材の準備は不確実性のゲームです。客はメニュー上の料理しか注文できないため、特定の数の食材を準備するだけで済みます。しかし、客が注文する料理には変動があり、一時的にこれが流行り、次にあれが流行るため、食材の消費は不確実です。例えば、毎週100ポンドのアボカドを注文しています。時には100ポンドが多すぎて、使い切れずに捨てなければならないことがあります。時には少なすぎて、客が注文した料理がないことがあります。
現在、AIを使用したとしましょう。AIは、来週どのくらいのアボカドを注文する必要があるかを正確に予測することができます。したがって、時には1週間に30ポンド、時には300ポンドを注文します。これにより、廃棄物を減らし、供給を確保し、利益を向上させます。
しかし、あなたの不確実性が減少すると、上流のサプライヤーの出荷の不確実性が増加します。彼はあなたが毎週100ポンドを注文するのが好きですが、今は変動しています。彼の販売には波があります。彼はどうすればよいでしょうか？彼もAIを使用するしかありません。
以前は、彼は毎週固定で25,000ポンドのアボカドを購入していましたが、現在は時には5,000ポンド、時には50,000ポンドを注文します。それでは、彼の上流はどうなるでしょうか？彼らも市場の変動を予測するためにAIを使用する必要があります。
企業の変動がサプライチェーン全体の大幅な変動を引き起こすことは、サプライチェーン管理の分野で「ブルウィップ効果（Bullwhip Effect）」と呼ばれます。ブルウィップ効果は、在庫の増加、サービスレベルの低下、コストの上昇などの問題を引き起こします。この思考実験は、2つの教訓を教えてくれます。
一つの教訓は、AIを使用する場合は、社会全体が協調して使用するのが最善です。
もう一つの教訓は、AIの適用が一時的に社会の変動を拡大する可能性があるため、注意深く行動する必要があります。
シミュレーションが大事
AIによる社会への衝撃をどのように減らすか？一つの良い方法は、まずシミュレーションを行うことです。
面白い話をしましょう。アメリカズカップヨットレースは、歴史のあるイベントですが、参加チームは技術に非常にこだわります。人々は常にヨットの設計を改善する方法を考えています。ここには非常に興味深い力学があります。ヨットの設計が変わると、ヨットを操作する技術も変わらなければなりません。この新しい設計の最適な操作方法を見つける必要があります。これが良い設計であるかどうかを知るためです。
伝統的には、新しいタイプのヨットを設計すると、運動選手がさまざまな方法でそれを操作することを試みなければなりません。新しい方法を習得するには時間がかかりますが、それが最善の方法であるかどうかはわかりません。もしかすると、別の設計で別の操作方法を使用すると、結果が良くなるかもしれません……しかし、そんなに多くの組み合わせを試して、新しい方法を何度もトレーニングする時間はありません。ここでのイノベーションのボトルネックは運動選手です。
2017年、ニュージーランドチームはマッキンゼー・アンド・カンパニーと共同で新しい方法を発明しました。それは、運動選手の代わりにAIを使用して新しいヨットを試験運転することです。
新しいヨットを設計したら、まずAIを使用して船員の操作をシミュレートし、強化学習の方法を使用してAIを訓練し、このタイプの船を操作する最適な方法を見つけます。この速度は、人間の運動選手よりもはるかに速いです。
もちろん、実際のレースではAIを使用することはできません。しかし、船型と操作方法の最適な組み合わせを見つけた後、AIを使用して人間の運動選手にヨットの操作方法を教えることができます。このようにして、運動選手は繰り返しの試験に参加することなく、最適な操作方法を学ぶことができます。
この話の精神は、新しい方法を模擬環境で先に練習することができるということです。これは、ティム・パーマーの『ファースト・ダウト』という本が言及している「バーチャル・アース」の価値と同じです。新しい政策がある場合は、まずバーチャル・アースでテストして、どのような結果になるかを見ることです。
実際、2022年には、シンガポールが「デジタルツイン（Digital Twin）」を開発し、バーチャルシンガポールを1対1で複製しました。このシステムの開発には数千万ドルが費やされました。現在、シンガポール政府は都市計画を行う際、どんな行動もまずバーチャルシンガポールでテストすることができます。
例えば、シンガポールがAIを使用して交通を管理する場合、全体のシステムに比較的大きな変動を引き起こす可能性があるかどうかを心配している場合、まずバーチャルシンガポールでこの方法をテストすることができます。
最後に
さて、この話をまとめましょう。現在のAIの発展傾向は、個別の企業が個別のタスクでAIを使用することから、システム的にAIを使用すること、そして最終的には社会全体がAIを中心に展開することです。AIは私たちの社会をより賢くするでしょう。
このプロセスでは、企業や政府機関は多くの仕事を行うことができます。
そして、あなたの生活もこれによって変わるでしょう。家で揚げ団子を作ることが家の保険に影響を与えることを受け入れることができますか？AIによる人への介入が多すぎると感じますか？
もしAIの介入があなたの保険料を下げ、生活をより便利にし、財産を増やすことを意味するなら、あなたはそれを受け入れるでしょう。
電力との比較のように、将来AIが至る所にあれば、私たちはAIを忘れることができます。私たちは、どの行動が良いか、どの行動が悪いかをぼんやりと知っているだけで十分です。背後にある数字を気にする必要はありません。AIは自動的に私たちにより多くの良い行動を促します。おそらく、その結果、社会全体がより良くなるでしょう。
次の記事では、AI時代のリーダーシップスキルについて話し合います。
この記事が気に入ったらサポートをしてみませんか？