現在、ほぼすべての先進的な企業が人工知能 (AI) に注目しています。 いいえ、ほぼすべての人が機械学習を望んでおり、機械学習は多くの人とほぼ同義です。 エグゼクティブフロアの感覚は、「今日はこんな感じだ」ということがよくあります。 結局のところ、競合他社に置き去りにされたくないのです。 このような衝動は、必要な変革を引き起こす可能性がありますが、前進するために本当に必要なものについての私たちのビジョンを曇らせる可能性もあります。
道はゴールではない
最近、友人が私に良い例を教えてくれました。 数年前、私は人工知能のスタートアップで働いていましたが、大手製薬会社の取締役会のプレゼンテーションに招待されました。 同社のストラテジストは、将来的に AI 分野での共同協力が意味を持つ新興市場の主要企業を早期に特定したいと考えていました。 プレゼンテーションはうまくいきましたが、友人と彼の同僚である AI プログラマーはその後、道徳的な問題を抱えました。 同社が直面していた問題には AI はまったく必要ありませんでしたが、別の方法で解決するのがはるかに簡単だったはずです。
駐車場で、プログラマーは会社にこのバグを見せることにしました。 彼はノートで Excel を開き、言及された問題の 1 つに対する解決策をプログラムし、そのファイルを目の前の建物にギフトとして送りました。 25万ユーロのAIプロジェクトからの贈り物。 物語の結末の詳細は分かりませんが、この正直さが私たち二人を傷つけなかったということだけは言っておきましょう。
この例は驚くべきことに、成功への道は一般的に顧客の口頭での願望ではなく、顧客の本当のニーズによって導かれるべきであることを示しています。 、特殊なヒューリスティック、ファジー ロジック、機械学習など、クライアントにとって可能な限り最もインテリジェントな方法でタスクを解決することに重点を置く必要があります。 どの方法で目標に到達するかは、実際には二の次です。 また、プロジェクト内のタスクが異なれば、異なるアプローチが必要になる場合もあります。 しかし、顧客の主な関心がテクノロジーカンファレンスのパネルで現在議論されている内容にある場合、顧客はすぐに機械学習の罠にはまってしまいます。 そして彼らは文字通りハンマーを使ってナッツを割っているのです。
レストランのたとえ
これらすべてのつながりは、レストランに行くことで最もよく分かります。 レストランに行ってステーキを注文する場合、たとえ普通のレストランであっても、シェフがそれをどのように調理するかは気にしません。 グリル、フライパン、オーブン、あるいはその組み合わせでも。 ダイナーとして、私はそれほど気にすることはできませんでした。 シェフは正しい決断を下すだろうし、最終的には私の期待は多かれ少なかれ満たされると思います。 私が一人でレストランに行ったのではなく、同行者がパイ生地を注文したとします。 私たちはシェフに作り方を教えません。料理が異なれば、調理方法も異なります。
企業が AI に関して陥るのと同じように、レストランも料理の罠に陥る可能性があります。 Netflix で「シェフズ テーブル」をいくつかのエピソードを見たことがあるなら、新しい調理法や再発見された調理法の助けを借りて、新しい味の領域をすでに夢見ているかもしれません。 そして、お気に入りのレストランでこのように調理された料理が期待に応えられなかったり、ステーキの味がまったく気に入らなかったりすると、非常に残念になります。 一方、良いレストランは顧客に適応します。 サーバーはゲストが本当に望んでいることを見つけ出し、推奨事項を作成し、そのリクエストをシェフに渡します。 シェフはゲストの要望に合わせて料理を作ります。
優れた料理人は単なる AI の専門家ではありません
それが AI とソフトウェア ビジネスの仕組みです。 優れたプロバイダーは、適切に設備の整った「キッチン」と、顧客にとって最善の解決策につながる方法で問題を解決し、誠実である専門的な従業員を備えています。 特定の状況下では、これは子供用プレートの「ホットハラペーニョ」の特別リクエストを妨げるのに十分です。
理想的には、イタリアで休暇中の同僚とのようなことが起こるはずです。 ナポリのレストランにはメニューがなく、代わりにウェイターがその日の調子を尋ねました。 それからウェイターは答えを簡単に考え、1 時間後に戻ってきました。リコッタチーズを詰めたズッキーニの花から温かいタコのサラダ、メルルーサの蒸し物まで、それが彼の休日のハイライトになりました。
このイタリア人ウェイターに関する私たちの経験と同様に、企業は問題指向の方法で問題に取り組み、理想的にはさまざまなテクノロジーの専門知識を備えたソリューションプロバイダーを選択して、クライアントにとって最善の結果を達成します。 それはまさにあなたの好みが満たされたときである可能性が十分にあります。
この記事が最初に公開されたのは リンクイン。