AI for People and Business

第15章. AIが雇用に与える影響

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：[e-mail]

AIの応用は、人間のニーズ、欲求、心理を考慮に入れるべきであるが、AIのパワーと将来性は、人間にとっても企業にとっても大きなものである。本章の目的は、特に仕事に関連する人間のニーズという観点から、AIの潜在的な影響について議論することである。

AI、雇用代替、技能格差

殺人AIロボットが世界を征服することはさておき、私が人々から聞くAIに関する最大の懸念のひとつは、職を失うことへの恐怖である。人間は、基本的な欲求を満たす能力が脅かされていると考えるとき、通常、闘争か逃走かのレスポンスが起こる。AIの文脈では、逃走レスポンスはおそらくターミネーターや殺人ロボットのようなシナリオに適している。そのため、通常は恐怖や反発という形の闘争レスポンスが、現時点では最も一般的である。

現在、AIやオートメーションに取って代わられつつある仕事もあれば、将来的に取って代わられるかもしれない仕事もあるが、現在のところ、すぐに大規模な雇用の代替が起こるような状況にはない。AIを追求する人々や企業の大多数は、拡張知能のような他のアプリケーションに興味を持っている。また、マサチューセッツ工科大学スローン経営大学院のエリック・ブリンヨルフソン教授によれば、「急速な進歩があったとしても、AIがすぐにほとんどの仕事に取って代わることはできないだろう」という。しかし、ほとんどすべての業界で、AIを使う人がAIを使わない人に取って代わり始めており、この傾向はさらに加速するだろう。"¹

失業は、マシンによる雇用代替という文脈で最も懸念されるものであり、技術的失業と構造的失業の2つの主な形態がある。技術的失業は、AIや自動化などの技術革新に起因する。この場合、特定の業務が新技術によって遂行され、その業務を遂行するために人間のワーカーはもはや必要とされなくなる。つまり、配置転換や再就職の際には、別の業務や責任を担う必要がある。一方、構造的失業は、ワーカーと利用可能な仕事との間のスキルのミスマッチ、言い換えれば、利用可能な役割を満たすために必要なスキルと専門知識のミスマッチの結果である。

これはスキル・ギャップとも呼ばれ、AI研究者、マシン学習エンジニア、データ・サイエンティスト、ソフトウェア・エンジニアなど、テクノロジーに関連する職種で今日見られる現象だ。AIやデータサイエンスの分野がいかに幅広いかを考えると、データサイエンティストやマシンラーニングエンジニアの場合、問題はさらに深刻だ。データ作成、可視化、高度な統計分析に秀でたデータサイエンティストがいても、マシンラーニング・モデリングにはあまり強くないかもしれないし、その逆もある。

AIに関しては、ユニコーンが存在しないことから、人々は日々特殊化している。自然言語テクニック、ディープラーニング、強化学習、その他のテクニックを専門とするAIやマシンラーニング・エンジニアが現れ始めているが、一度にすべてというわけではない。というのも、AIやデータサイエンスは難しく、プログラミング、統計学、数学、コンピューターサイエンス、マシンラーニングの専門知識が必要だからだ。これらは、市場の需要にかかわらず、多くの人々にとって学ぶのが難しいテーマであり、単純に万人向けではない。

スキル・ギャップと新しい仕事の役割

専門化のニーズが高まり、AIやマシンラーニングが実世界のアプリケーションに普及し、データがより大きく多様化していることから、専門的な責任を担う新しい役割が数多く誕生している。データオペレーション、データエンジニア、データプロダクトマネージャーなどである。また、人間の強みであるが現在のAIにはない推論能力を提供するために、人間がループに入ることへの関心も高まっている。データとアナリティクスの重要性が増し、重視されるようになった結果、ソフトウェア・エンジニア、DevOpsエンジニア、サイト信頼性エンジニア、BIスペシャリストといった役割の関与や多様化が進んでいる。 ...