AIの誇大宣伝は制御不能か？GeekWire 200でAI関連マーケティング戦略を評価
ライアン・スローン著
編集者注: シアトルを拠点とするデータ サイエンティストの Ryan Sloan 氏が、太平洋岸北西部のトップ スタートアップ企業のリストである GeekWire 200 を評価した後、このゲスト投稿を書きました。
最近、フィンランドの企業がAIを使って「完璧なコーヒーブレンド」を見つけようとしているという記事を読みました。ところが私は、地元のコーヒー焙煎業者から、まるでバカみたいに不完全なブレンドの豆を買っているんです。
AIがあらゆる場所に浸透していることは疑いようがありません。私はプロダクトマネージャーやデータサイエンティストの幅広いネットワークを持っていますが、その大半がAIの統合や何らかの製品開発に取り組んでいます。企業はAIについて熱心に語ります。「完璧な」コーヒーを飲みたくない人がいるでしょうか？
しかし、AI技術に対する市場の熱狂は個人には伝わっていません。ギャラップ社の2024年調査によると、AIが害よりも利益をもたらすと考えるアメリカ人はわずか13%でした。さらに、77%は企業がAIを責任ある形で活用するとは考えていません。
私はシアトルでデータサイエンティストとして働いていますが、地元企業はAIのトレンドにどのように取り組んでいるのだろうか？本当にスタートアップバブルの真っ只中にいるのだろうか？それとも、私が属する地域はさらに小さなAIバブルの中にいるのだろうか？この熱狂は制御不能なのだろうか？彼らは責任ある行動を公に表明しているのだろうか？（ネタバレ：すべての答えが気に入るとは限らないので、ご容赦ください。）
私は太平洋岸北西部で最も急成長しているスタートアップ企業の公開コンテンツを詳しく調べ、AI関連の言語を分析しました。
データと方法
GeekWire 200は、太平洋岸北西部で急成長を遂げているスタートアップ企業200社のランキングです。私は、このリストに掲載されている企業の公開ウェブサイトをスキャンし、テキストを抽出するクローラーを開発しました。自動クロールを禁止しているサイトを除外した結果、187社のスタートアップ企業が残りました。これらの企業のウェブサイトから最初の2つのコンテンツ「レイヤー」（ホームページとそこからリンクされているすべてのページ）を抽出し、ユーザー向けのテキストを抽出して、よく使われるフレーズを分析しました。
頻繁に使用されるフレーズの初期分析を行った後、次の 3 つのリストを作成しました。
- AIのマーカー。これには「AI」「人工知能」「生成モデル」などが含まれます。
- 誇張表現のマーカー。これには「先見の明がある」「最先端」「革命的」「完璧」といったものが含まれます。
- AIの責任を示す指標。「責任あるAI」「バイアス緩和」「AI倫理」など。
これら3つのリストがどのように重なり合っているか（あるいは重なり合っていないか）は興味深い点です。それでは、調査結果を見てみましょう。
最初の大きな違いは明らかです。B2B企業の73%がAIを売り込んでいるのに対し、コンシューマー向けおよび研究開発型のスタートアップでは半分以下です。B2Bスタートアップは効率性を重視しており、AIについて語る際には「高速化」や「エンゲージメントの最大化」といった言葉を用います。一方、コンシューマー向け企業は「会話」や「パーソナライゼーション」といった言葉に重点を置き、生成型AIによって実現されるインタラクション性を強調しています。
企業のウェブサイトに謙虚さを期待して訪れるわけではありませんが、AIに関連する言葉遣いはしばしば楽観主義をはるかに超えています。AIに関する誇張表現と文章の重なり具合に注目しました。市場投入前の研究開発企業がこうした表現を最も多く使用しています（そして、おそらくそこが最も正当化される分野でしょう）。しかし、こうした表現は研究室だけのものではありません。B2B企業もB2C企業も「最先端」を走り、「革新的な」技術を開発しています。私自身の個人的な意見ですが、スプレッドシートについてであれ、AIが生成した「完璧な」コーヒーブレンドについてであれ、こうした表現はほとんどの場合、空虚に聞こえます。🥱
ギャラップの調査結果によると、企業がAIを責任ある形で活用することに人々はあまり期待していないことが明らかになりました。しかし、不安のトンネルの先には光明が見えています。回答者の57%が、企業がAIをどのように活用しているかについて透明性があれば、懸念は軽減されると回答しています。私は、企業が責任あるAIへのコミットメントと行動についてどのように議論しているかを調査しました。
現在の世界情勢は、アメリカ人の57%に希望を与えるものではないでしょう。AIについて言及した企業のうち、責任あるAI、モデル評価、バイアス緩和へのコミットメントについて何らかの形で言及していたのはわずか19%でした。過半数に達するとは予想していませんでしたが、少し驚きました。ここに掲載するためのハードルは高くなく、「StartupCoは責任あるAIを信条としています」と述べるだけでも評価対象になったはずです。大多数の企業が責任について口先だけで言及していないのであれば、人々が彼らを信頼しないのも無理はありません。
明るい展望は描けていませんが、明るい兆しもあります。北西太平洋地域のスタートアップ企業の中には、この点で成功を収めているところもあります。Responsive AIの倫理的AIへのコミットメントとHumanlyの倫理的AIマニフェストは、製品開発に使用した設計原則とフレームワークを概説しています。Textioの責任ある構築ページでは、モデルの評価とバイアスの軽減に使用されている手順と統計手法の一部について説明しています。AI製品を開発しているチームで、責任あるAIの導入をどこから始めればよいか分からない場合は、既に取り組んでいる仲間を参考にすることができます。
準備万端で臨むなら、データステートメントが明確な出発点となります。この形式の文書化は、2018年にワシントン大学でエミリー・M・ベンダーとバティア・フリードマンが発表した論文で初めて提案されました。ギャラップ社の報告によると、透明性は消費者の信頼を獲得するための重要な第一歩です。しかし、データの出所、特性、取り扱いに関する文書化は、顧客の信頼を築く以上のメリットをもたらします。すべてのデータセットには、定量化の有無にかかわらず、バイアスが存在します。このようなデータステートメントは、開発者にギャップやリスクを特定するためのフレームワークも提供します。責任あるAIの取り組みを成長させるための肥沃な土壌となるのです。
AI製品の過剰在庫を目の当たりにすると、消費者は財布の紐を緩めるでしょう。熱狂が冷めた後も、責任あるAIへの不安は残るかもしれません。なぜ彼らはあなたの会社を信頼するべきなのでしょうか？その信頼は既に獲得しているのでしょうか？顧客や地域社会に対して、あなたは何を負っているのでしょうか？そして、今日からどのように行動を始められるのでしょうか？
