著名人のコラムから占いまで！？ エンジニアtypeで掲載中の注目連載4選

ボクはテクノロジーがらみの同じ質問を、数えきれないくらい何度も受けたことがあります。それは「AIは仕事を奪うのですか？」という質問です。AIによってさまざまな仕事が簡略化され、AIを搭載したロボットは人間ではなしえない作業量を楽々とこなしてくれています。

もともとAIというのは人間を助けるために開発されているわけで、人間を不幸に陥れるために存在しているわけではありません。しかしながら、あまりにも急速に発展していることや、非エンジニアの人たちからすると「何がどうなっているのかさっぱりわからない」というのが正直な感想でしょうから、恐怖にも似た感情を持つのは、致し方がない部分もあります。

そんな人たちに対して、堀江貴文さんはあるインタビューで「AIに仕事を奪われるとか嘆くのはダサい」と一刀両断しています。さすがや（笑）でも、ボクもこの意見に結構賛成だったりします。奪われると考えるより、便利になる、簡単になる、楽になると考える方が、ずっと健全だと思うんですよね。

それを「怖いもの」と思って遠ざけてしまうのは、ちょっともったいないかなと思います。 なので、ボクは「まずはちょっと体験してみる」という考え方が必要だよな、と常々考えています。

「仮説検証」の重要性は多く語られていますが、KPIについてはエンジニアではなくビジネスサイドのものだという誤解もあるようです。

KPI（プロダクトの指標）は、プロダクトの戦略を最もシンプルかつ計測可能にしたものです。プロダクトがどうなったら成功と言えるのかを定義し、その成功に対していまどれくらいの進捗であるのかを知ることができます。

つまり、仮説を数値化して目標として定義し、その進捗を追うためにKPIと向き合うフローこそが仮説検証の可視化となります。

われわれは日夜インターネットにさまざまな情報を公開しています。画像やテキストを筆頭に、あらゆる分野の動画、企業情報、いつどんな状況で何をして何を思ってどんな行動をしたか、果ては詳細な個人情報まで。

諸問題を取っ払って考えてみると、これらをクロールすれば、学習に使えるほとんどのデータが集まる世界です。「顧客のデータを持っていることが価値」などをうたう企業は、当然この問題に直面する可能性があるなと最近思います。

生成に限らず、あらゆる情報を学習したレコメンデーションの大規模モデル、時系列分析のための大規模モデル、統計や因果関係分析のための大規模モデルなども出てくるでしょう。どこかで学習された大規模モデルをFine Tuningする事で解決されてしまうため、複雑なデータを自分たちで大量に抱えていなくても分析を行えるようになってしまうかもしれません。

「AIが人間の仕事を奪う」のと同様に「データの価値」も大規模モデルというコモディティによって奪われていくのではないか、とよく思います。