Nest、Audi、雄鶏から学ぶ人工知能の教訓
AI に関して正しく理解する上で最も重要なことは、何を最適化しようとしているのかということです。
スマートホーム、自動運転、失業への不安といった話題が飛び交っていますが、私は機械学習の専門家であるにもかかわらず、Nestの「自動スケジュール」をオフにしています。アウディを所有していますが、スムーズに運転するのは不可能です。それに、農場で育ったので、雄鶏は私の足を容赦なく攻撃してきました。
これらすべてに共通するものは何でしょうか? 間違った指標を最適化するシステムです。
私のNestを例に挙げましょう。電力会社はNestのエネルギー効率の高さを理由に、設置費用を返金してくれます。これは素晴らしいことです。しかし、このエネルギー効率はどのようにして実現されているのでしょうか？
Nestは、暖房をできるだけ下げる時間をかけます。Nestはモーション検知機能とアプリ内の位置情報を利用し、Xfinity@Homeサービスと連携して暖房のタイミングを判断しているのですが、暖房を上げるタイミングを決めるNestの「自動スケジュール」と常に格闘しているような気がします。なぜ問題になるのでしょうか？それは、私たちの第一の目標は家の快適さであり、エネルギーコストの削減よりも、エネルギーを無駄にしないことが第二の目標だからです。
では、なぜ私はアウディをスムーズに運転できないのでしょうか？ 友人の中には、私がひどい運転者だと言う人もいます。また、8歳の息子を含めた友人の中には、「まるでレースカーのように運転するんだね」と言う人もいます。こうした「ユーザー側の責任」の可能性を脇に置いて、ここで言わせてください。
- スムーズに減速して停止することができません。これは、車がブレーキの段階を変えてオルタネーターを作動させてバッテリーを充電し、エンジンブレーキを回避するためです。
- エンジンのストップ＆スタートでは、停止状態からエンジンを再始動するのに少し時間がかかり、また、アクセルペダルの調整により、車両を容易に発進させるにはかなりの移動量が必要になるため、スムーズに発進することができません。
なぜそうなるのでしょうか？アウディが車を開発する上で、市場セグメントのニーズを満たすための重要な指標は燃費だからです。しかし、私にとって重要な指標は、特に家族5人全員と犬が乗るときに、快適な乗り心地を確保することです。
では、コッカレルはどうですか？彼は技術者ではないので、なぜ彼について言及する必要があるのでしょうか？
まあ、そうではないと思われがちですが、ニワトリはかなり知能が高いことが分かっています。とはいえ、オスの挑発に対する反応は、まさに主要な指標への集中の極みです。私が子供の頃、オスの雄鶏が私を脅威とみなし、蹴爪とくちばしをむき出しにして容赦なく攻撃してきたのを覚えています。6～9メートルほど投げ飛ばしても、すぐに襲いかかってきました。彼にとっての最大の目標は、私を殺すことでした。
人工知能と機械学習は、最適化、つまり指標の最大化または最小化に尽きます（これが、キャリアの初期に量子力学を用いた独自の最適化アプローチを考えるきっかけとなり、現在ではD-Wave 2000Qのようないわゆる「ノイズ量子コンピュータ」の基盤となっています）。Nest、Audi、Cockerelの共通点は、少なくとも私の感覚では、いずれも生物学的知能または人工知能を用いて、間違った指標を最適化している点です。
この雄鶏はAIの恐ろしさを象徴している。つまり、冷静に人を殺すという唯一の動機にのみ向けられた意思決定は実に恐ろしい。もっと穏便に言えば、NestとAudiは、私自身ではなく、温度管理やドライビングダイナミクスといった、他人が定義する最適解を追い求めているのだ。
私は、多くの企業が機械学習テクノロジーをビジネスに適用する最初の試みに取り組む機会に恵まれ、主要な指標だと信じるものを追い求めることができるテクノロジーを手に入れたときに何が起こるかという、直感を覆すような効果を間近で見ることができました。
「一定期間、自社製品の一部を無料で提供することで、顧客を引きつけ、自社ブランドのファンになってもらいたいと思っています。そうすれば、収益も確実に上がるはずです。」
さて、この顧客のケースでは、機械学習によって無料製品で何万人もの顧客を魅了し、有料製品への支出を控えさせる効果がありました。つまり、顧客を魅了することで「ファン」は増加しましたが、収益には大幅にマイナスの影響を及ぼしました。
その結果、顧客は増分収益を求める新たな主要指標を使用して、収益とエンゲージメントの低いセグメントの顧客をターゲットにするようにプログラムを最適化しました。
「どんな犠牲を払ってでも顧客を維持する必要があります。可能な限り最も手厚い顧客維持インセンティブを重視します。維持した顧客の生涯価値でそれを補います。」
この顧客は、業界最悪の顧客離れをわずか2番目に良い水準にまで改善することに大成功しましたが、収益の食い合いにより、ビジネスの売上高は減少していました。
顧客は、顧客維持を成功に導くマーケティング要素に関する最良の知識の一部を活用しましたが、収益に影響しない顧客維持という主要指標にマーケティングの最適化を重点的に取り組みました。
「社内で機械学習を試してみたけど、うまくいかなかった」という声をどれほど頻繁に耳にしてきたか、驚くほどです。上記のシナリオはまさにその例です。ML/AI技術は確実に効果を発揮します。実際、AIはあなたが設定した主要な指標を執拗に追い求めます。つまり、意図した結果を得るためには、「願うものは慎重に」という格言がこれほど真実味を帯びている時代はかつてないほど来ているということです。
自動車、モバイル、銀行、ゲーム、小売業向けのソリューションを開発する際に、私は自分自身とお客様に問いかけます。「お客様にとって最も重視する指標は何ですか？テクノロジーは、その指標に近づくように導くのでしょうか、それとも遠ざけるのでしょうか？」
