目次

はじめに ── そもそもAIは何の役に立つのか

AIの役割
本書の構成

第 I 部　AIを導入するために知っておきたいこと

第１章　テクノロジーは世界をどう変えてきたか

たった10年先でもテクノロジーの未来を予測するのは困難
モバイル・テクノロジーが企業の収益性を高める
顧客の「体験」に注目する企業は成長する
「VR」と「AR」が企業と顧客の関係を変える
モバイル・テクノロジーは働き方さえも変える
VRの「中で」お金を稼ぐ人たち
広告はもはや「対話」になった

第２章　「商品」より「体験」が求められる時代

顧客の「体験」とは何か
アマゾンのロゴは「笑顔の体験」を約束している
「声」が体験の質を高める
ネットフリックスが顧客満足度を上げるためにしていること
病院の待合室で長い間待たされない工夫とは
顧客一人ひとりに合わせて体験を設計する
「ちょっとした不備」で顧客体験は一気に最悪になる
エラーを見込んだシステムでないと顧客体験は損なわれる
「従業員の体験」を向上させるとイノベーションが起こりやすい
データ収集は顧客体験のためにある

第３章　「ビッグデータ」はそもそも何のために必要なのか

AIにとってデータは「燃料」である
アマゾンの驚異のデータ収集法
オンライン通販のデータ処理はこんなに複雑
「クラウド」とは
大量のデータ管理こそAIの出番
部門ごとにバラバラのデータを持っていても意味がない
データ活用にも「戦略」が不可欠
ペイパルの不正利用検知技術の仕組み
ウォルマートのサプライ・チェーン最適化の裏にデータ活用あり
インフラが成長の足枷になる

第４章　インフラが成長の限界を決める

インフラをゼロから構築するのはまず無理
システム拡張・移行は想像以上に大変
古いシステムを捨てるのが最適解とは限らない
テストを怠って100万ドルをふいにした企業
ITのインフラはどういう構造になっているか
インフラ設計時には、企業が成長したあとのことも考える
ITのことだけを考えても災害復旧はうまくいかない
クラウド・SaaS導入は災害時の備えとしても有効
インフラには新技術を導入すべきではない

第II部　AIを具体的なビジネスに活かす

第５章　AIにはいったい何ができるのか

AIを一言で言うと
人間が持つ９種類の知性
AIが進歩することで、逆に雇用が増えている
「AIブーム」と「AIの冬」が繰り返されている
チェス、運転、クイズ、碁……AIが人間を超えてきた歴史
今はまだ３段階ある知性レベルのいちばん下でしかない
現時点でAIが持つ４つの主な能力
AIは「思考のプロセス」を説明できない
心拍を把握して健康状態を感知するAI
AIは既存のテクノロジーと組み合わせると力を発揮する
医療、通貨、環境、宇宙、バイオ……ここまできたAI応用例
量子コンピュータがAIの進化を加速させる

第６章　AIでビジネスを変革する最強フレームワーク

AIが変革を起こすための５つの要素
AIは人間と組むことで最高の問題解決システムを作れる
すでに製品化されているAIアシスタント
ピッツバーグではAIが車通勤の時間を25％も減らした
新種のコンピュータ・ウイルスも発見できる
３種の企業戦略とAIを組み合わせる

第７章　スピード：AIでビジネスのあらゆる側面を効率化する

スピードが企業の成長を制約する
画像検索、文章作成、顧客対応……企業が加速度的に成長する
AIが製造プロセス全体の改善点を提案する
カルテに埋もれた情報から、深刻な健康問題を予測する
AIがレジ待ち行列をなくす

第８章　理解：AIで顧客・従業員・市場を分析する

人間の対話を理解することは極めて難しい
ターゲティング広告は「興味を持つとわかっているもの」しか出せない
ここまできたAIの顔認識
ボディランゲージが解析される日も近い
人に伝わる物語をAIが作る
顧客を理解するうえで対処すべき３つの問題
目の前の人が誰かを教えてくれる夢のARメガネ
バラバラのデータをまとめて１人の顧客を理解する

第９章　パフォーマンス：AIでビジネスを最適化する

やみくもにAIを導入すると「本来の目的」を見失いがち
AI導入は『孫子』から学べ
200個のセンサーがＦ１マシンの状況を把握する
パフォーマンス評価には必ず反発する人が出る
「評価」と言ってもやることは「データ収集」にすぎない
データの「出どころ」がわからないと信頼性を判断できない
工場ロボットのプログラムにかかる時間が「ゼロ」になる
AIでキュウリの等級分けにかかる時間を大幅に減らす
台風の影響もかなりの精度で予測できる
ジェット・エンジンを修理するタイミングは正確に予測できる

第10章　実験：AIに好奇心を持たせて学習させる

AIモデルに「好奇心」を組み込む
古代ローマの時代に水道橋をかけるには
問題解決には「好奇心」が必要
再利用可能なスペースシャトルを作る
「好奇心」でデータセンターの消費電力を15％下げた
AIの学び方には５種類ある
最も明確な価値を創造できるのは「教師あり学習」

第11章　結果：AIで起こした変革を評価する

AIは変革を起こさなければ意味がない
ルンバが出した結果
AIのおかげで放射線走査が１ドルでできるように
AIを使って収益性を上げる２つのアプローチ
企業の生産性が40％上がる可能性も
AIは変革の基盤になる
AIを考慮に入れない変革戦略は無意味

第III部　AIの未来を予測する

第12章　何から手をつけるか

AIでどのような問題を解決したいのかを決める
誰かが「自分のもの」と思わないとAIプロジェクトは成功しない
AI担当チームを孤立させてはいけない
どの部署にAI担当チームを置くべきか
AI導入に必要なスキルをすべて持っている人は存在しない
全社員がAIの重要性を認識できるかが肝
４つのプロジェクト管理法
孤立したデータを体系化するには
問題解決に必要なデータだけを確保する
データは「大きさ」と「利用できる速度」が重要
AIシステム開発のための３つのアプローチ
AIシステム開発のロードマップ

第13章　セキュリティについて知るべきこと

AIによる「意思決定」こそが攻撃の標的になる
クラウドリソースが複数だと、それだけセキュリティが複雑になる
インフラのセキュリティは「設計段階」から考える
人がセキュリティの「最弱リンク」になる
重大な脆弱性の修復には平均で146日間かかる
プライバシーを守ることはもはや「業務の一部」
データは完全に「匿名化」すると価値がなくなる
データ漏えいは盗んだ人より盗まれた企業が悪い
AIも「偏見」を持つことがある
AI導入後の雇用への影響は予測できない

第14章　SFから予測するAIの未来

未来予測に参考になる６つの古典SF
SFで描かれた未来がすでに現実になっている
AIが都市を制御したら
スーパーと冷蔵庫がつながったら
AIとIoTがあれば無駄な採鉱を避けられる
「乗組員不要」の船舶輸送はすでに実現している
AIに意識がないとどうしてわかる？

第15章　AIが普及したあとの人間の役割

人間のあらゆる発想は、３つの操作から生まれる
「創造力」はビジネスにも欠かせない
企業収益を上げるイノベーターの姿勢とは
写真をゴッホの絵のように変換する
AIがAP通信の記事を書いている
サルの自撮り画像の著作権は誰のもの？
人間とコンピュータの創造力が合わされば大きな力が生まれる
意図的に人をだますデザイン・パターンを見抜く
AIだけの力では何も成し遂げられない

第16章　AIのある未来を予測する

十分に発達した科学技術は魔法と区別がつかない
AI＋モバイル＝子供でも奇跡が起こせる
AI＋アーティスト＝煩わしい繰り返し作業から解放される
AI＋教育＝受ける生徒の能力に合わせて授業ができる
AI＋農業＝世界から飢餓をなくせるかも
AI＋医療＝患者全員の状態を病院全体で常に監視できる
AI＋コミュニケーション＝どこにいる誰とも情報のやりとりができる

参考文献

著者

クリス・ダフィ（Chris Duffey）
アドビ戦略開発部門のシニアマネジャー。Creative Cloudの企業向け戦略開発イノベーション・パートナーシップを指揮。ラトガーズ大学のデータ助言委員、全米広告主協会役員も務める。
アドビ入社以前は、WPP Health & Wellnessのエグゼクティブ・クリエイティブ・ディレクターやライター、AIやモバイル・デバイスのテクノロジストとして活動。ビジネスインサイダーからは「急速に変化するモバイル・テクノロジーの世界で、特に重要と思われるテーマ、課題、ビジネス・チャンスなどを常にいち早く察知する業界のリーダーの１人」と評された。WPP、IPGといった主要なグローバル企業を含め、35もの広告代理店のクリエイティブ・コンサルタントを務めた。
これまでの講演動画は合計で5000万回以上再生。各地で行った講演の様子は、『ピープル』誌、『ニューヨーク・ポスト』紙ほか多数のメディアで報道された。

訳者

夏目大（なつめ・だい）
翻訳家。訳書に『エルヴィス・コステロ自伝』（亜紀書房）、『ダーウィン『種の起源』を漫画で読む』（いそっぷ社）、『探して！見つけて！はじめての元素図鑑』（河出書房新社）、『天才科学者はこう考える』（共訳、ダイヤモンド社）ほか多数。