ニュース

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

李寧/文 第 4 次産業革命として知られる生成型人工知能 (AI) は、本当に新しい生産性革命を表しているのでしょうか?

歴史を振り返ると、以前の産業革命は生産性の大きな飛躍をもたらしました。最初の産業革命は 1760 年代に始まり、ワットの改良された蒸気エンジンによって特徴づけられ、肉体労働から機械生産への移行を引き起こしました。第二次産業革命は電気の広範な利用を特徴としており、これら 2 つの革命により、バイオエネルギー、人力、畜力の使用コストが大幅に削減され、多くのシナリオで肉体労働によって生み出される価値の限界費用がゼロに近づきました。情報技術革命としても知られる第 3 次産業革命は、第二次世界大戦後始まり、コンピューターとインターネットの普及によって特徴づけられました。現段階では、グーグルに代表されるインターネット企業は、情報の取得と普及にかかるコストを極めて低い水準にまで引き下げている。

Baidu の元社長 Lu Qi 氏が指摘したように、インターネット企業は、情報入手の限界費用を固定費に変換するという重要な変革を達成しました。 Google を例に挙げると、Google は地図作成に毎年約 10 億米ドルを投資していますが、各ユーザーにとって地図情報を取得するコストはほぼゼロです。このモデルは情報の入手方法を変えるだけでなく、あらゆる分野に大きな影響を与えます。

ただし、情報と知識の本質的な違いを認識する必要があります。情報革命により、私たちが既存の情報を入手するコストは削減されましたが、通常、この情報は書籍、知識ポイント、コードなど、前の世代によって作成された知識です。情報を取得した後も、知識の再創造と応用は依然として主に人間に依存しています。

生成型 AI の出現により、この論理が変わりました。知識生産のコストが大幅に削減されます。知識創造は社会の進歩を推進する原動力であり、最先端の科学研究、企業の研究開発、サービス業の販売ソリューションから家庭分野の教育や日常生活計画に至るまで、あらゆる分野をカバーしています。本質的に、これらのアクティビティは、既存の情報の再結合と作成のプロセスです。

たとえば、AI の助けを借りて、高品質のコピーを数秒で生成したり、多数のクリエイティブなブレインストーミングをわずか数分で完了したり、画像、ビデオ、音楽作品を迅速に生成したりすることもできます。

科学研究の分野では、AIの応用がさらに注目を集めています。たとえば、AlphaFold (Google 傘下の 2 つの AI 企業である Google DeepMind と I-somorphic Labs によって開発された新しいモデル) は、革新的な AI テクノロジーとして、生物医学研究の状況を完全に変え、科学研究サイクルを大幅に短縮し、コストを削減しています。

従来、タンパク質の三次元構造を決定するには、X 線結晶構造解析や極低温電子顕微鏡などの実験的手法を使用する必要があり、これらの手法は時間と労力がかかり、多くの場合数か月、場合によっては数年かかります。高価でもあります。 AlphaFold は数時間または数日以内にタンパク質の構造を正確に予測できるため、研究サイクルが大幅に短縮されます。

医薬品の研究開発を例にとると、ESM3 (AI スタートアップ EevolutionaryScale によって開発され、特にタンパク質設計に使用される画期的な生成人工知能モデル) は、特定の機能を持つ抗体や酵素などの新しいタンパク質配列を迅速にシミュレートして生成することができ、科学者が設計できるようになります。前例のない精度で標的薬物を開発します。

この機能により、研究者は新しいタンパク質設計を迅速に生成してテストすることができ、従来の医薬品開発で主流となっていた試行錯誤のアプローチを回避し、最も有望な医薬品候補に研究を集中させることができます。 ESM3 のインタラクティブな性質により、研究者はプロンプトを通じてタンパク質設計プロセスをガイドでき、創薬の効率がさらに向上します。これにより、研究者は研究室で検証する前に、仮想環境でより広範囲のタンパク質空間を探索できるため、研究がスピードアップするだけでなく、コストも大幅に削減されます。 ESM3 の数百万年にわたる自然の進化プロセスをシミュレートする機能は、革新的な医薬品の開発に新たな可能性をもたらします。

Microsoft AI の最高経営責任者 (CEO) ムスタファ・スレイマン氏は、今後 15 ～ 20 年で新しい知識生産のコストはゼロに近づくと予測しています。彼は、これらの変化が人類の歴史における真の「転換点」を示すものになると信じています。

新しいビジョンと新しいロジック

生成型 AI の開発と普及により、知識創造の限界費用がゼロに近づくというビジョンが実現すれば、前例のない未来が到来するでしょう。将来的には、知識生産が極めて安価かつ効率的に行われるようになり、大きな変化がもたらされるでしょう。

科学研究者が実験計画とデータ分析を数分で完了できるようになり、以前は何か月もかかっていた科学研究サイクルが大幅に短縮されたことを想像してみてください。タンパク質の構造予測や化学物質のスクリーニングなどの複雑な作業が正確かつ効率的に行われ、これまでにない科学の進歩が促進されます。研究室では、研究者は退屈な実験の繰り返しではなく、創造的な探求に没頭することになります。

将来的には、医師はマウスをクリックするだけで最新の医学知識と最適な診断と治療の選択肢を入手し、患者に合わせて個別の治療計画をカスタマイズできるようになります。患者一人ひとりに最適な医療サービスが受けられるようになり、診断や治療の有効性と効率が大幅に向上します。健康状態が大幅に改善されれば、人々はより高い生活の質を享受できるようになり、病気はもはや無敵の敵ではなくなります。

教室では、生成型 AI が生徒一人ひとりの学習進度や興味に応じてカスタマイズされた学習リソースを提供し、生徒の適性に応じた真の指導を行います。学生は統一されたカリキュラムに縛られることなく、自分に最適な方法とペースで学習することができます。子どもたち一人ひとりの可能性を最大限に引き出し、学ぶことが楽しくなり、教育の質が総合的に向上します。

心理カウンセリングルームでは、生成AIがパーソナライズされた心理カウンセリングと心のサポートを提供します。 AI は個人の感情状態を鋭く特定して分析し、タイムリーかつ効果的な心理的支援を提供できます。ストレスや不安に直面しているときでも、精神的な安らぎを求めているときでも、AI の配慮とサポートによって誰もが心の平安と幸福を見つけることができます。

将来的には、生成 AI が日常生活のいたるところに登場するでしょう。大学受験の家庭教師やコンサルティング、クリエイティブな仕事もAIによって大幅に効率・効果が向上します。人々はさまざまなタスクを簡単に完了できるようになり、より多くの時間とエネルギーを創造的かつ戦略的な仕事に充てることができます。反復的で機械的な作業は AI に取って代わられ、人々の生活はより簡単で楽しくなります。

生成AIがもたらす将来像を明確にした上で、新たな意思決定ロジックを考える必要がある。知識生産の限界費用はゼロに近づくため、個人から企業に至るまで誰もが、この変化に適応するために意思決定や戦略を調整する必要があります。

個人は自分自身の価値を再評価する必要があります。知識が簡単に入手できる時代において、依然として価値のある能力や資質は何でしょうか? AIは多くの分野で強力な能力を発揮していますが、0から1への真のイノベーションは依然として人間のインスピレーションや直感と切り離すことができません。この種のイノベーションに必要なのは、ひらめきのひらめき、ひらめきの瞬間ですが、現時点では AI がこの種の創造性をゼロから完全に再現することはできません。

したがって、私たちはこの環境の中でどのように独自性を維持するかを考える必要があります。継続的な学習と自己改善は、急速に変化する世界に適応するのに役立つだけでなく、独自の分野で革新を続け、競争力を維持することも可能にします。 0 から 1 へのイノベーションには、創造的なプロセス全体に火をつける、人間の思考の小さなひらめきである、予測できないインスピレーションと直感が必要です。私たちはこの能力を大切にし、培い、刺激し続けなければなりません。

さらに重要なことは、AI は強力ではあるものの、現時点では方向性や目的意識が欠けているということです。この時代における人間の重要な役割の 1 つは、AI に方向性と意味を与えることです。私たちは、どのような問題を解決するために AI を使用すべきか、人間の生活を改善するために AI をどのように使用するか、AI の開発が道徳的および倫理的基準を確実に満たすようにする方法を決定する必要があります。この能力には、マクロ的な視点、深い洞察力、そして人間の価値観と社会的ニーズを鋭く理解することが必要です。

科学研究の分野は、生成 AI が知識創造プロセスに大きな影響を与える可能性があるという考えさせられる例を提供します。

伝統的に、科学研究は新しい知識を生み出す宮殿とみなされており、そのプロセスには多くの場合、時間、労力、費用がかかります。経営を例にとると、研究は新しい現象や理論を発見するだけでなく、注意深く磨き上げ、厳密に実証することも必要です。経営学者のマーカス・ベア氏とジェイソン・ショー氏が記事で述べているように、経営学者が従事しているのは「学問の職人技」である。

しかし、生成型 AI の出現は、この「学問的な職人技」の価値に大きな影響を与える可能性があります。これは、これまでの産業革命が伝統的な職人に与えた影響を思い出させます。

産業革命以前は、熟練した職人は高く評価されており、その技術は希少で貴重なものでした。しかし、機械の導入と大量生産の台頭により、かつては高度に専門的であった手工芸品の多くが徐々に標準化された工業プロセスに取って代わられ、社会における伝統職人の地位と価値は大幅に低下しました。

現在、私たちは同様の転換点に直面しているようです。生成 AI は、大量のデータを迅速に処理し、一見合理的と思われる仮説や結論を生成し、学術論文のスタイルを模倣することさえできます。このことから、AI は学問的な「職人」の価値を大きく下げることになるのだろうか、と考えさせられます。文献レビュー、データ分析、さらには予備的な理論構築など、かつては研究者に多くの時間とエネルギーを投資する必要があったタスクが、AI を使用すればわずか数分で完了する可能性があります。

この変化が学術界に大きな影響を与えることは間違いありません。産業革命によって手工芸品の価値が変わり、以前は達成できなかった職人の技能が希少でなくなったのと同じように、生成型 AI の出現によって、伝統的な学術スキルの独自性が失われることになるのでしょうか?科学研究は少数派の職業として、そのかけがえのなさに対する課題に直面しているのだろうか？

これらの質問は、一連のより深い思考を引き起こしました。AI の時代において、学者の最も本質的な価値は何でしょうか? 「学術イノベーション」の意味を再定義する必要があるだろうか？おそらく、学者の役割は将来根本的に変わるでしょうが、具体的にはどうなのでしょうか？彼らは真に革新的な質問をすることにもっと重点を置き、日常的な研究作業を AI に任せるのでしょうか?それとも学者の価値は、AIを研究に導く方法や、AIが生成した結果の信頼性と重要性を判断する方法にもっと反映されるようになるのだろうか？

さらに、知識創造のプロセス全体を再考する必要があるでしょうか? AI が一見合理的と思われる研究結果を迅速に生み出すことができる時代において、学術研究の深さと独自性をどのように確保するか?このプロセスにおいて人間の創造性と洞察力はどのような役割を果たすのでしょうか?

生成型 AI の時代において、企業は知識創造の重要な主体として、前例のない課題と機会に直面しています。従来の知識創造のバリューチェーンは完全に覆されつつあり、製品設計、サービス革新、市場洞察などの企業活動の中核はすべてAIの介入によって根本的に変化する可能性があります。これに関連して、企業は自社のポジショニングと核となる競争力を再考する必要もあります。

AI が設計計画、製品アイデア、市場分析を迅速に生成できるようになったら、企業は知識創造チェーンの中で独自の価値をどのように見つけられるでしょうか?考えられる方向性の 1 つは、ブランド価値の構築、感情的なつながりの構築、国境を越えたイノベーションなど、AI で簡単に再現するのが難しい分野に焦点を移すことです。このため、企業は自社の強みを再評価し、人間化と創造性にさらに投資する必要があります。これらの疑問は、会社の将来の発展の方向性について深く考えるきっかけとなりました。

戦略の策定と実行は、知識の限界費用がゼロに近づくという現実に基づいている必要があります。市場の変化や技術の進歩に迅速に対応するために、企業は戦略を柔軟に調整する必要がありますか?意思決定プロセスはよりデータドリブンになるでしょう。生成 AI はリアルタイムで正確な分析と予測を提供し、意思決定者がより賢明な選択を行えるようになるでしょうか?同時に、企業文化はよりオープンで包括的であり、イノベーションと国境を越えた協力を促進し、急速に変化する環境に適応する必要があるでしょうか?

このプロセスでは、企業は効率とイノベーションのバランスをどのようにとっているのか、オープンな議論をする必要があります。知識が容易に入手できる時代において、企業が熾烈な競争の中で確実に優位性を発揮できるよう、どのような戦略的調整を行うことができるでしょうか?今後の企業の組織形態はよりフラットかつ柔軟になっていくのでしょうか？

これらの質問に対するすぐに答えはありませんが、これらの考えと探求こそが、この新しい技術変化に適応し、制御することにつながります。

それを達成する方法: 人とテクノロジーの間の双方向の旅

生成型 AI の将来のビジョンでは、知識創造の限界費用がゼロに近づき、これは前例のない効率と革新の時代が到来することを意味します。この目標を達成するには、人とテクノロジーの双方向の流入が鍵となります。

生成 AI は明確な指示のない単純なツールではなく、人々がそれを使いこなす必要がある能力と可能性です。このプロセスでは人間の役割が重要です。個人は AI 能力を向上させる必要があります。AI 能力とは、AI 時代に AI を使用してタスクを完了し、問題を解決するための包括的な能力を指します。 AI パワーとは、AI ツールを操作するスキルだけではなく、新しい思考モードと能力構造も意味します。

AI の能力を向上させる過程で、個人は継続的に学習して適応し、生成 AI の方法と技術を習得する必要があります。たとえば、AI と対話するための効果的なプロンプト ワードをデザインする方法、タスクを分解して AI と協力して複雑なタスクを完了する方法などです。この能力を育むことで誰もが「超個性」となり、AIの力を借りてその能力と効率を大幅に増幅させることができます。

この目標を達成するには、人々自身の能力の向上に加えて、テクノロジーの発展も重要な手段です。生成 AI には、大規模モデルの基本機能が必要なだけでなく、さまざまなシナリオでの継続的な開発と最適化も必要です。例えば、Suno（AI音楽生成アプリ）の登場により、専門知識が必要な音楽制作が簡単にできるようになりました。このテクノロジーの進歩により、知識創造の敷居が大幅に下がりました。

翻訳の分野では、Andrew Ng 教授の最近のオープンソース翻訳プロジェクトにより、専門的なタスクの翻訳が非常に簡単になり、特定のシナリオでテクノロジーが迅速に適用されることが実証されました。データ分析、複雑な医療診断、科学研究などの分野では、まだまだやるべきことはありますが、技術開発の方向性は明確です。つまり、継続的な革新と最適化により、最終的には知識創造のコストが大幅に削減されるでしょう。 。

知識創造のコストがゼロに近づく世界

知識創造の限界費用がゼロに近づくと、私たちは一連の深刻で未解決の疑問に直面することになります。これらの質問に対する明確な答えはまだない可能性があり、いくつかの質問は世界中で激しく議論されています。

知識創造のコストがゼロになったら、人類はどこへ向かうのでしょうか?人間であることの意味とは何でしょうか？知識が容易に手に入る世界で、人は自らの価値と存在をどのように再定義していくのでしょうか？新しい能力や資質が人間の中核となる競争力の鍵となるでしょうか?創造性、感情、倫理、社会的責任など、AIに完全に代替できない領域を再検討する必要があるだろうか？

知識を簡単に取得し生み出すことができる世界において、伝統的なビジネス組織の形態は依然として有効なのでしょうか?この傾向に適応するために、組織はどのように再構築され、運営されるのでしょうか?将来の組織は、よりフラットで、より分散化され、より柔軟になるのでしょうか?企業の核となる競争力はどう変化するのでしょうか？無限の知識の時代において、企業はどのようにしてイノベーションと競争上の優位性を維持しているのでしょうか?

さらに重要なのは、この変化からすべての人が確実に恩恵を受けられるようにするにはどうすればよいでしょうか?知識創造のコストを削減することは、一部の人々の特権であるだけでなく、社会全体の共有の財産であるべきです。知識とテクノロジーの配当がすべての人に利益をもたらすように、公平な分配メカニズムを設計するにはどうすればよいでしょうか?これには、教育の普及と改善、社会保障制度の改善、政策と規制の策定と実施が含まれます。起こり得る失業や社会的不正義にどう対処するか?テクノロジーの進歩の恩恵が確実に均等に分配されるようにするにはどうすればよいでしょうか?

Microsoft AI CEO が大胆に予測したように、知識創造のコストは 10 ～ 15 年後にはゼロに近くなります。そのとき、私たちはこれらの深刻な問題に直面し、それらを解決する方法を見つけなければなりません。この変革を導き、保護するための十分な社会的メカニズムと政策は私たちにあるのでしょうか?

人間の存在意義や価値、組織のあり方や運営、社会の公平性や進歩など、私たちは事前に準備し、考えておくべき大きなテーマです。これらの質問に対する答えを見つけるのは簡単ではないかもしれませんが、これらの考えと探求こそが私たちをより良い、より公正な未来に導くことになります。この変化に対する準備はできていますか?将来の世界はどのようになるのでしょうか、そしてこの変化の中で私たちはどのように自分の居場所を見つけるのでしょうか?

（著者は清華大学経済管理学部フレックストロニクス教授兼リーダーシップ・組織管理学部部長）

著作権表示: 上記のコンテンツは「Economic Observer」のオリジナル作品であり、著作権は「Economic Observer」に属します。経済監視員の許可なしに転載またはミラーリングすることは厳しく禁止されており、許可されない場合は、関係者が法的責任を負うことになります。著作権協力については【010-60910566-1260】までお問い合わせください。