MIT Tech Review: 期待外れだったIT革命、生成AIは今度こそ経済成長をもたらすか? (technologyreview.jp)

 

「MIT Tech Review: 期待外れだったIT革命、生成AIは今度こそ経済成長をもたらすか?」 (technologyreview.jp)がちょっと面白い。

 

デビッド ロットマン[ David Rotman ]

米国版 編集主幹

MIT Technology Review編集者として、多くの時間を費やしてストーリーのタイプや読者に最高の価値があるジャーナリズムについて考えています。好奇心旺盛で博識な読者は、エマージング・テクノロジーについて何を知るべきか? 著者として、私が最近特に関心があるのは、化学、材料科学、エネルギー、製造業と経済の交わりです。

 

「生成AIはまだ、「世界を変える」存在にはなっていない。生成AIを活用して低迷する経済成長から抜け出すためには、いくつかの重大な「ファインチューニング」が必要だ。

・生成AIは製造業や科学研究の生産性を高める可能性を秘めている

・AIによる経済成長の加速には政府や各業界の協力が不可欠

・真の経済変革は巨大テック企業が広範な適用に取り組むかにかかっている」

 

「しかし、サイヴァーソン教授などの経済学者たちにとって、私たちがAIに固執することにまつわる最も重要な疑問は、この生まれたばかりのテクノロジーがどのように全体的な生産性を押し上げるのか(または押し上げないのか)ということ、そして、もし押し上げるとしたらどれくらいの時間がかかるのかということである。それは、誇大宣伝されているAIの最終業績と考えてもらいたい。長年の経済成長の低迷を経て、AIは私たちを新たな繁栄へと導くことができるのだろうか?」

 

「2016年に私は、『Dear Silicon Valley: Forget Flying Cars, Give Us Economic Growth(親愛なるシリコンバレーへ:空飛ぶクルマは忘れ、私たちに経済成長を与えてください)』というタイトルの記事を書いた。その記事で私は、巨大テック企業が次々とブレークスルーを遂げている一方で、製造や材料などの最も重要な産業分野で切実に必要とされているイノベーションがほとんど無視されていると主張した。いくつかの点で、それは経済的にまったく合理的な動きだった。ソーシャルメディアのスタートアップ企業が成功すれば何十億ドルもの利益が得られるときに、なぜそのような成熟したリスクの高いビジネスに投資するというのか?」

 

「昨年発表された一連の研究は、生成AIがさまざまな仕事をする人々の生産性を高められることを示している。スタンフォード大学とマサチューセッツ工科大学(MIT)の経済学者たちは、コールセンターで働く人々が会話支援AIを利用することで生産性を14%上げられることを明らかにした。とりわけ、経験が浅くスキル不足の労働者の場合は、パフォーマンスが35%向上した。別の研究では、ソフトウェアエンジニアがこのテクノロジーの助けを借りることで、コーディング速度を2倍にできることが示された。」

 

「しかし、AIが今にもトーマス・エジソンのような偉業を果たすと期待してはいけない。アルファフォールドの高い科学的評判はAIの可能性への期待を高めたが、この研究を、新薬であれ新素材であれ実際の製品に転化することにおいては、まだ非常に初期の段階なのである。ある最近の分析で、MITの科学者チームがこのように述べている。「生成AIは間違いなく化学設計の初期段階の幅を広げ、加速してきた。しかし、現実世界での成功は、AIの影響がこれまで限定的であったさらに下流の分野で起こる」。」

 

「生成AIをめぐる派手な宣伝や、このテクノロジーに関連するスタートアップ企業への数十億ドルの投資にもかかわらず、ビジネス界への普及スピードはそれほど心強いものではない。米国勢調査局が3月に発表した数千の企業を対象とする調査によると、AIを利用している企業の割合は、2023年9月の約3.7%から今年2月には5.4%に上昇し、年末までには約6.6%に達すると予想されている。この普及のほとんどは、これまで金融やテクノロジーといった分野で進んできた。建設や製造などの業界は、実質的に手付かずの状態である。関心が低い主な理由は、ほとんどの企業がAIを、自社のビジネスに「応用できない」と考えていることだ。」

 

「好むと好まざるとにかかわらず、巨大テック企業はこの分野を支配する上で、AIの広範な適用性に対する責任を引き受けたのだ。巨大テック企業が私たち全員の利益のためにその責任を負うのか、あるいは(またしても)富の蓄積という誘惑の言葉のためにその責任を無視するのかは、いずれ明らかになる。おそらく最初にそれが表れる場所は、ほとんど理解できないことが多い米国労働統計局のWebサイトの四半期データだろう。」

 

Dana Smith

 

小松 仁