AI モデルに決してアウトソーシングしてはいけないことが 1 つあります

効率性が最重要視され、ディスラプションが一夜にして数十億ドル規模の市場を生み出す世界では、企業が強力な味方として生成 AI に注目するのは必然です。人間のようなテキストを生成する OpenAI の ChatGPT から、プロンプトに応じてアートを生成する DALL-E まで、私たちは機械が私たちと一緒に創作する、あるいは主導する未来を垣間見てきました。これを研究開発 (R&D) にも拡張してみませんか?結局のところ、AI はアイデア生成を加速し、人間の研究者よりも速く反復し、息をのむほど簡単に「次の大きなもの」を発見できる可能性があるのです。

持続する。これは理論的には素晴らしいことのように聞こえますが、実際に考えてみましょう。研究開発を引き継ぐために人工知能に賭けることは、重大な、場合によっては壊滅的な形で裏目に出る可能性があります。成長を追い求めている初期段階のスタートアップ企業であっても、自分の縄張りを守る確立されたプレーヤーであっても、イノベーション パイプラインにおける生成タスクをアウトソーシングすることは危険なゲームです。新しいテクノロジーを急いで採用しようとすると、真に画期的なイノベーションを生み出すものの本質を失うリスクが差し迫っていて、さらに悪いことに、業界全体を均質化された刺激のない製品の死のスパイラルに陥ることになります。

研究開発における人工知能への過度の依存がイノベーションのアキレス腱となり得る理由を詳しく説明しましょう。

1. AI の独創的な天才: 予測 ≠ 想像

Gen AI は本質的には強力な予測マシンです。膨大な前例の歴史に基づいて、どのような単語、画像、デザイン、コード スニペットが最も適合するかを予測して作成します。これは洗練されて洗練されているように見えるかもしれませんが、はっきりさせておきたいのは、AI の良さはそのデータセットによって決まります。それは人間の言葉の意味で真に創造的ではありません。過激で破壊的な方法で「考える」ことはありません。それは後ろ向きであり、常にすでに作成されたものに依存しています。

研究開発では、これは機能ではなく根本的な欠陥になります。真に新境地を開拓するには、過去のデータから推定した段階的な改善以上のものが必要です。優れたイノベーションは、既存のテーマのわずかな変更からではなく、飛躍、方向転換、再想像から生まれることがよくあります。 iPhone を開発した Apple や電気自動車分野の Tesla のような企業が、既存の製品を改良しただけではなく、パラダイムをひっくり返したことを考えてみましょう。

Gen AI は次のスマートフォンのデザイン スケッチを反復するかもしれませんが、概念的にはスマートフォン自体から私たちを解放することはありません。大胆で世界を変える瞬間、つまり市場、行動、さらには業界さえも再定義する瞬間は、アルゴリズムによって計算された確率ではなく、人間の想像力から生まれます。 AI が研究開発を推進すると、次のカテゴリーを定義するブレークスルーではなく、既存のアイデアをより良く反復することになります。

2. Gen AI は本質的に均質化の力である

AI に製品アイデアのプロセスの手綱を握らせることの最大の危険の 1 つは、AI がコンテンツ (デザイン、ソリューション、技術構成など) を、発散ではなく収束につながる方法で処理することです。トレーニング データのベースが重複していることを考慮すると、AI 主導の研究開発により、市場全体で均質化された製品が得られます。はい、同じコンセプトの異なるフレーバーですが、それでも同じコンセプトです。

これを想像してみてください。競合他社のうち 4 社が、スマートフォンのユーザー インターフェイス (UI) を設計するために gen AI システムを実装しています。各システムは、消費者の好み、既存のデザイン、ベストセラー製品などについて Web から収集したデータなど、ほぼ同じ情報コーパスに基づいてトレーニングされます。これらの AI システムは何を生み出すのでしょうか?同様の結果のバリエーション。

時間が経つにつれて、ライバル製品がお互いを映し始める、不穏な視覚的および概念的な統一感が現れます。確かに、アイコンはわずかに異なるかもしれませんし、製品の特徴は余白で異なりますが、本質、アイデンティティ、独自性はどうでしょうか？すぐに蒸発してしまいます。

この現象の初期の兆候は、AI によって生成されたアートですでに見られています。 ArtStation のようなプラットフォームでは、多くのアーティストが、人間のユニークな創造性を示すのではなく、一般的な文化的参照、広範な視覚的比喩やスタイルをリミックスしたリサイクルされた美学のように感じられる、AI によって生成されたコンテンツの流入について懸念を表明しています。これは、研究開発エンジンに必要な最先端のイノベーションではありません。

すべての企業が事実上のイノベーション戦略として gen AI を実行する場合、業界は毎年 5 つまたは 10 つの破壊的な新製品を生み出すことはなく、5 つまたは 10 つのドレスアップされたクローンが生まれることになります。

3. 人間のいたずらの魔法: 偶然と曖昧さがイノベーションをどのように推進するか

私たちは皆、歴史の本を読んだことがあります。ペニシリンは、アレクサンダー・フレミングがいくつかの細菌培養物を露出したままにした後、偶然発見されました。電子レンジは、エンジニアのパーシー・スペンサーがレーダー装置に近づきすぎて誤ってチョコレートバーを溶かしたことから誕生しました。ああ、ポストイットは？もう一つの嬉しい事故は、超強力な接着剤を作ろうとして失敗したことです。

実際、失敗や偶然の発見は研究開発の本質的な要素です。人間の研究者は、失敗の中に隠された価値に独特の感覚を持っており、多くの場合、予期せぬ出来事を機会として捉えることができます。偶然性、直感、直感、これらは慎重に策定されたロードマップと同様に、イノベーションを成功させるために極めて重要です。

しかし、ここに世代 AI の問題の核心があります。AI には曖昧さの概念がなく、ましてや失敗を資産として解釈する柔軟性もありません。 AI のプログラミングは、間違いを回避し、精度を最適化し、データの曖昧さを解決することを AI に教えます。物流を合理化したり、工場のスループットを向上させたりする場合にはこれは素晴らしいことですが、画期的な探査にとってはひどいことです。

AI は、生産的な曖昧さの可能性 (事故を解釈したり、欠陥のある設計に反対したりする) を排除することで、イノベーションへの潜在的な道筋を平らにします。人間は複雑さを受け入れ、予期せぬ出力が現れたときに物事を呼吸させる方法を知っています。一方、AI は確実性を倍増させ、中道的な考え方を主流にし、不規則でテストされていないように見えるものは脇に置くでしょう。

4. AI には共感とビジョンが欠けています。製品を革新的にする 2 つの無形の要素です。

ここで重要なのは、イノベーションは単なる論理の産物ではないということです。それは共感、直感、欲望、そしてビジョンの産物です。人間がイノベーションを起こすのは、論理的な効率や収益だけではなく、人間の微妙なニーズや感情への対応を重視しているからです。私たちは物事をより速く、より安全に、より楽しくすることを夢見ています。なぜなら、私たちは根本的なレベルで人間の経験を理解しているからです。

初代 iPod の背後にある天才や、Google 検索のミニマルなインターフェイス デザインについて考えてみましょう。これらのゲームチェンジャーを成功させたのは、純粋に技術的なメリットだけではありませんでした。複雑な MP3 プレーヤーや乱雑な検索エンジンに対するユーザーの不満を理解するための共感でした。 Gen AI ではこれを再現できません。バグだらけのアプリと格闘したり、洗練されたデザインに驚嘆したり、満たされていないニーズからフラストレーションを経験したりすることがどのような感じかを知りません。 AI が「革新」するとき、それは感情的な背景なしに行われます。この視覚の欠如により、実際の人間の心に響く視点を作り出す能力が低下します。さらに悪いことに、共感がなければ、AI は技術的には優れていても、魂のない、不毛で取引的なもの、つまり人間味に欠けていると感じる製品を生成する可能性があります。研究開発において、それはイノベーションを阻害するものです。

5. AI に依存しすぎると人間の才能が失われるリスクがある

ここで、私たちの輝かしい AI の未来の熱狂者たちに向けた、ぞっとするような考えを最後に紹介します。 AIに任せすぎるとどうなるでしょうか？自動化によって人間の関与が損なわれる分野では、時間の経過とともにスキルが低下します。早期に自動化が導入された業界を見てください。従業員は問題解決の筋肉を定期的に鍛えていないため、物事の「理由」を理解できなくなります。

研究開発が多量に行われる環境では、これは長期的なイノベーション文化を形成する人的資本に対して真の脅威を生み出します。研究チームが AI によって生成された作業の単なる監視者になると、AI の出力に挑戦したり、考え抜いたり、超越したりする能力を失う可能性があります。イノベーションの実践が減れば減るほど、自分自身でイノベーションを起こすことができなくなります。バランスを超えていることに気づいたときには、手遅れになる可能性があります。

市場が劇的に変化し、いくら AI を導入しても不確実性の霧の中を導くことができない場合、このような人間のスキルの侵食は危険です。破壊的な時代では、人間は従来の枠組みを打ち破る必要がありますが、これは AI には決して得意ではありません。

今後の方向性: AI は代替品ではなく、補完物として

誤解のないように言っておきますが、私は人工知能が研究開発にまったく役割を果たしていないと言っているわけではありません。 AI は補完的なツールとして、研究者や設計者が仮説を迅速にテストし、創造的なアイデアを反復し、これまでよりも迅速に詳細を洗練できるようにします。適切に使用すれば、創造性を損なうことなく生産性を向上させることができます。

重要なのは、AI が人間の創造性の代替ではなく、補完として機能することを保証する必要があるということです。人間の研究者は、イノベーション プロセスの中心に立ち、AI ツールを使用して研究を充実させる必要がありますが、創造性、ビジョン、戦略的方向性の制御をアルゴリズムに放棄することは決してありません。

AI 世代が登場しましたが、人間の好奇心と大胆さのまれで強力な輝き、つまり機械学習モデルに決して還元できない種類のものが引き続き必要とされています。それを見失わないようにしましょう。

Ashish Pawar はソフトウェア エンジニアです。