企業は人工知能を魔法の解決策のように投資しているが、データは厄介な現実を明らかにしている。1ドル費やすごとに、実際の価値を生み出すのはわずか18セントに過ぎない。残りはエラーの修正、無価値なデータの供給、誰も依頼していないタスクに費やされている。Amazonでは、従業員が些末なプロジェクトで自分の仕事を正当化するためにAIを利用し、具体的な利益なしにコストを膨らませていた。市民はサービスの改善を実感できないまま、その代償を支払うことになる。
不必要なものを自動化する隠れたコスト 💸
技術的な観点から見ると、問題はAIそのものではなく、基準なしに行われるその実装にある。GPTのような言語モデルやコンピュータビジョンシステムには、クリーンなデータと明確な目的が必要だ。もし企業が、何の貢献もしない内部メールのパターンを検出するためにアルゴリズムを訓練すれば、その結果はGPUリソース、電力、メンテナンス時間を消費するモデルとなる。障害を修正するたびに、節約できる額以上のコストがかかる。鍵となるのは、機械学習プロジェクトを開始する前に、リターンの指標を定義することである。
朝のコーヒーを正当化するために使われたAI ☕
Amazonでは、一部のチームがオフィスでの音楽プレイリストの整理や同僚の誕生日を覚えるといったタスクのためにAIアシスタントを作成した。結果は、人間のアシスタントの給与を上回るAWSサーバー費用の発生だった。その間、顧客は遅延した荷物を待ち続けていた。教訓は単純だ。もし上司がAIプロジェクトを依頼してきたら、それが単に、上司がコーヒーを飲みながら何かをしているように見せかけるためのものではないか確認することだ。