2016年にはAIへの関心が高まり、ガートナーが10月に発表した「日本におけるテクノロジのハイプ・サイクル：2016年」においても、AIは「過度な期待」のピーク期に位置している。AIに関して実際にガートナーに寄せられる問い合わせも増えているが、多くは事例に関するものであり、多くの企業が早期にAIを導入して何らかの実績づくりをしたいと考えている様子がうかがえる。また、市場ではAIを標榜する製品やサービスの発表が相次ぎ、AIに関する記事やニュースがほぼ毎日見られ、まさに百花繚乱の状況となっている。
一方で、AIへの関心が高まるにつれ、世間ではAIに関する多くの誤解も見られるようになっている。実際にガートナーの顧客の間で特に多く見られる誤解には、以下が挙げられる。
- すごく賢いAIが既に存在する。
- IBM Watsonのようなものや機械学習、深層学習を導入すれば、誰でもすぐに「すごいこと」ができる。
- AIと呼ばれる単一のテクノロジが存在する。
- AIを導入するとすぐに効果が出る。
- 「教師なし学習」は教えなくてよいため「教師あり学習」よりも優れている。
- ディープ・ラーニングが最強である。
- アルゴリズムをコンピュータ言語のように選べる。
- 誰でもがすぐに使えるAIがある。
- AIとはソフトウェア技術である。
- 結局、AIは使い物にならないため意味がない。
上記の中から、特に誤解が多く見られる以下の2点を解説する。
誤解1：すごく賢いAIが既に存在する
2016年にガートナーの顧客から実際に、「AIのマジック・クアドラントはあるか」「どのAIが最も優れているか」といった質問が寄せられた。こうした質問の背景として、「すごいAIが存在する」と思われている可能性があるが、まず明確にしておくべきことは、「現時点において世の中には本物のAIと呼べるものは存在しない」という事実だ。
人工知能をまともに研究している人は、現時点において「人間と同様の知能」を実現できているテクノロジは存在しないことを「当たり前のこと」として認識している。その一方で、現在AIがまさにバズワードとして取り上げられていることから、経営者やテクノロジにそれほど詳しくない人は、AIによってさも「今、人間と同様のことができる」あるいは「今すぐにすごいことができる」と捉えてしまう傾向が見られる。
ガートナーは、AIに関しては、遠い将来の話と、現在の話、数年後の話といったことを明確に分けて捉えるべきであると考える（図参照）。「今、すごく賢いAIが既に存在する」というのは相当な誇張であり、学術的に見ても誤りであることを理解すべきだ。企業は、SFの話と今の話を明確に分けておくことが重要である。
図：人工知能の話を時間軸で分けて捉える
AGI: Artificial General Intelligence（汎用人工知能）
ASI: Artificial Super Intelligence（人工超知能）
GPMI: General Purpose Machine Intelligence（汎用型の機械知能）
SPMI: Special Purpose Machine Intelligence（特定目的の機械知能）
UI：ユーザー・インタフェース、VPA：仮想パーソナル・アシスタント
出典：ガートナー（2016年11月）
誤解2：IBM Watsonのようなものや機械学習、深層学習を導入すれば、誰でもすぐに「すごいこと」ができる
2011年2月にWatsonが「Jeopardy!」というクイズ番組に挑戦し勝利した。また、2016年3月にAlphaGoが囲碁の対局でトップ棋士に勝った。これらを受け、こうしたものを導入すると「すぐにすごいことができる」と捉える人がいるが、そのように単純ではないことを理解する必要がある。
これらは、機械学習や深層学習（ディープ・ラーニング）の応用だが、それらを導入すれば同じようなことがすぐに実現できるわけではなく、こうした「すごいこと」を成し遂げようとするなら、実際の「すごい」テクノロジに加え「すごい」エンジニアがいなければならない。
企業は、「AIのようなものを導入すれば誰でもすぐにすごいことができる」というのは誤りであることを、まずは理解する必要がある。AIのようなものは、人間に例えれば赤ちゃんか子供であると捉えておくべきであり、うまく育てるためにも、育てる人の「スキル」が求められることを忘れてはならない。
なお、この1年で「チャットボット」に関する期待が高まっているが、「人工知能を搭載したチャットボット」というフレーズには注意を要する。現在チャットボットと呼ばれるものは、あらかじめ用意したテキストを条件に応じて返す、といったレベルのものが多く、以前から存在する電話の自動音声案内をチャット・ベースにしたようなものまでが「人工知能」と呼ばれている状況が見られる。
人が応対しているものが何でも人工知能でできるといったレベルになるには、少なくとも10年以上かかると理解しておくことが重要である。
・2019年までに、60％の日本企業は新たなアルゴリズム開発や人工知能的なものにチャレンジするが、その80％がテクノロジではなく人材の問題で行き詰まる。
ガートナーは、人工知能に関する上記のような展望も発表した。
ガートナー ジャパンのリサーチ部門 バイス プレジデント 兼 最上級アナリストの亦賀忠明氏は次のように述べている。「現在、AIに関しては多くの誤解が生まれています。AIといっても、実際のところは機械学習や深層学習の話がほとんどです」
亦賀氏は、人材投資の重要性について次のように指摘している。
「これらの技術は一般的な人がすぐに理解することは難しいものです。よって、企業には新たなスキルが必要になりますが、この領域においては、ハイスキルを持つ人材の獲得競争が世界規模で起こっています。実際、米国の企業は機械学習の人材に少なくとも年間1千万円以上の給与を支払っていますし、最先端のエンジニアの中には数億円プレーヤーも登場しています」
「一方、日本の一般的な機械学習エンジニアの給与の額は、米国のおよそ半分という状況です。テクノロジの重要性がさらに増しつつある中、企業は、今後、高度なテクノロジ・スキルを有する人に対して待遇面を考慮する、すなわち『ハイスキル／ハイリターン』の考えを導入する必要があります。そうでない場合、優秀な人材の確保ができず各企業の競争力は将来的に低下していくでしょう」
さらに、企業に向けたアドバイスとして、亦賀氏は以下のようにコメントしている。
「企業は、AIの理想と現実をまずは正しく理解し、ハイスキル／ハイリターンを前提とした人材投資を中長期戦略として展開する必要があります。現在、市場は『何でもAI』の状況です。多くのベンダーはAIを宣伝文句に使っていますが、2017年には本物のAIとそうでないAIが区別して語られるようになることを期待します。また、ユーザーもこうした宣伝に振り回されないように、『本物を見極める目利きのスキル』を獲得することが重要になります」
その他の詳細については、ガートナーのサービス契約者に提供されるガートナー・レポート「人工知能に関する『よくある誤解』と推奨」に記載されている。
なお、ガートナーでは2017年4月26～28日に「ガートナー ITインフラストラクチャ＆データセンター サミット 2017」を開催する。サミットでは、パラダイム・シフトといえるこの時代に、CIO、ITインフラ・リーダーが認識すべきテクノロジのトレンド、カルチャー、スキルについて議論するという。
