1984 年 10 月 20 日、ニューヨーク タイムズ紙は「未来の GM 工場はロボットで稼働する」というタイトルの記事を掲載しました。その報告書の中で、GMの当時最高経営責任者（CEO）だったロジャー・スミス氏は、自動化によってますます強力になるアジアの競合他社から同社を救うことができると主張した。
しかし、そんなことは起こりませんでした。スミスのロボット工場は、人間が運営する工場の生産性を維持するのに苦労していました。ロボットは、車や溶接されたドアを閉める代わりに、お互いにペイントすることもありました。そして、はるかに高いコストがかかりました。
現在、自動車やその他の多くの製品の組み立ては主にロボットによって行われています。スミスは正しい考えを持っていました。彼はただ間違った方向に進んだだけだ。人工知能も同様の課題に直面しています。
MIT の同僚による最近のレポートによると、現在 300 億ドルから 400 億ドルがエンタープライズ AI に投資されているにもかかわらず、試験運用の 95% ではまったく利益が得られません。オートメーションが最終的に製造業を変革したのと同じように、AI は間違いなく企業の運営方法を変革するでしょう。しかし、GM の経験は、導入について慎重に考えないことのリスクを浮き彫りにしています。毎日の仕事がどのように行われているかを理解せずに、問題にテクノロジーを投入することは、確実にお金を無駄にし、皮肉を生むことになります。
トヨタ生産方式の父として知られる技術者、小野第一氏の例を見てみましょう。彼は「オートメーション」、つまり人間味を加えた自動化を提唱しました。リーダーが AI を使用して洞察を行動に移す方法は次のとおりです。
ステップ 1: タスクが実際にどのように実行されるかを理解する
MIT スローン経営大学院で私たちが教えた学生の 1 人は、「理解できないプロセスを自動化することよりも早くお金を失う方法はほとんどありません。」とよく言います。それがスミスの最初の間違いだった。
自動車組立工場は複雑な環境です。すべてのプロセスは、正式な手順と数多くのローカルな改善を組み合わせて仕事を遂行します。こうした調整の多くは、必要ではありますが、CEO やその 1 つ上のレベルには見えません。
AI をうまく活用するには、同様のアプローチが必要です。タスクを理解する必要があります。そうしないと、MIT のレポートが現在の AI アプリケーションについて結論付けているように、「…脆弱で、過剰に設計されているか、現実世界のワークフローとずれている」ツールを作成する危険があります。
次に、対象を絞ったテストを実行します
スミスの 2 番目の間違いは、小規模で集中的な実験を徐々に進めるのではなく、システム全体を一晩で交換しようとしたことです。
トヨタは、危険な活動を排除し、肉体的に負担のかかる作業を引き受けることで、ロボットがより効率的に仕事を遂行できる作業を特定しました。次に、実験を実行しました。私たちは、システム全体をひっくり返すことなく、安全性と生産性を高めてロボットが繰り返し実行できるタスクを設計する方法を学ぶことができました。この知識があれば、次のレベルの変化にロボットを使用することがより簡単になり、混乱も少なくなります。
AI の例えは明らかです。反復的な作業は退屈であり、反復的なストレスによる損傷に相当する精神的損傷につながります。予測可能で再現可能なプロセスを探してください。退屈度が高く、ボラティリティが低いところから始めて、これらの単純な自動化の成功を、より高度で複雑なタスクを自動化するための学習体験として使用します。
AI は、組織の完全な状況やその周囲の社会的および政治的力学を把握することはできません。 AIは経験を通じて学んだことしか知りません。 AI 学習が正しい方向に進んでいることを確認するために、作業と組織を監督するスタッフは引き続き必要です。
次に、単に縮小するのではなく、再配布するだけです。
AI が最終的に雇用をなくすことは間違いありませんが、会社の成長と繁栄を望むのであれば、最後の手段として AI を選択してください。スミスはそうは思わなかった。彼の在任期間は、工場の閉鎖と失業によって特徴付けられました。彼が自動車労働者に「賃金の引き上げを要求するたびに、何千ものロボットが実用的だと思われ始める」と語ったというのは有名な話だ。
これは間違いです。過去 1 世紀にわたって、「機械対人間」の関係により労働者の緊張が高まり、テクノロジーの導入が遅れ、組織のパフォーマンスが低下してきました。それは悪いビジネスでもあります。テクノロジーはコストを削減するだけでなく、生産性を向上させ、成長を促進する必要があります。
AI が容量を確保します。この新たに利用可能な帯域幅を使用して、棚に眠っていたアイデア、つまり提供する新しいサービス、参入する新しい市場、最終的に解決する必要がある厄介な懸念を取り除きます。従業員をそのスキルが最も発揮できる場所に配置します。あなたは彼らを知っており、彼らは彼らのビジネスを知っています。
私たちのアプローチには、少なくとも最初は強さが必要です。最初は小さすぎて遅すぎると感じるでしょう。これは、競合他社が「どこでも AI を実行している」と豪語する場合に特に当てはまります。しかし、簡単に自動化できるタスクを排除し、その過程でスキルを構築し、AI への投資から利益をもたらすにつれて、より複雑な課題が浮上するでしょう。次の機会を念頭に置いて繰り返し、AI がコストを削減するだけでなく、ビジネスの再設計と成長にも役立つようにします。
ロボットが工場のいたるところに普及しているのと同じように、AI はほとんどの組織に恒久的な場所を見つけるでしょう。仕事のやり方を理解し、小さな実験から始め、人員削減よりも成長を優先すれば、会社はより早く目標を達成し、心の痛みも少なくなるでしょう。
Fortune.com の解説で表明された意見は、単に著者の見解であり、必ずしも Fortune.com の意見や信念を反映しているわけではありません。
Fortune Brainstorm AI は 12 月 8 日から 9 日にかけてサンフランシスコに戻り、技術者、起業家、フォーチュン グローバル 500 の幹部、投資家、政策立案者、そしてその中間の聡明な頭脳など、私たちが知っている最も賢い人々を集めて、新たな重要な瞬間に AI に関する最も差し迫った疑問を調査し、質問します。ここから登録してください。
