【注意事項】 本記事は、外部サイトの情報を元に再構成しています。本記事の内容を参考にする際は、必ず元の情報をご確認ください。
ニュース要約
以下の内容がオンラインで公開されました。要約した翻訳を以下に示します。詳細については原文をご覧ください。
Salesforceは、AI(人工知能)システムが信頼できるためには、単なるデータだけでなく、包括的な「企業知識」が必要不可欠であると説明しています。この知識には、企業内の非構造化情報、つまり文書、メール、顧客とのやり取り、社内ガイド、チームの専門知識などが含まれます。驚くことに、企業の全データの80%以上がこの活用されていない情報で構成されています。自律的に意思決定と行動を行うAIエージェントが確実に機能するためには、この完全な知識ベースにアクセスできる必要があります。そうでなければ、AIは表面的または不適切な判断を下し、信頼を損なう可能性があります。企業知識が重要な4つの理由は以下の通りです。豊かなコンテキストを提供することで自信を持った意思決定を可能にする、文脈の正確性とパーソナライゼーションを確保する、効率性を維持しつつ倫理的なイノベーションを推進する、そして規制産業における順守を支える、です。Salesforceのデータクラウドは、CRM、マーケティング、営業、サービスなどあらゆるソースからデータを統合するプラットフォームを提供することで、この断片化された知識の課題に取り組んでいます。これにより、適切なガバナンスとセキュリティを維持しつつ、AIエージェントが完全で最新の情報を活用できるようになります。Precinaのような企業は、このアプローチを使って、順守を維持しつつ個別化された医療を提供しており、企業知識の整理がAIを単に賢いだけでなく真に信頼できるものに変えていく様子を示しています。
出典: Salesforce News
本サイトによる解説
発表内容の背景
時折、AIチャットボットに質問をすると、賢そうに聞こえるものの完全に間違った回答が返ってくることがありませんか? あるいは、仮想アシスタントが自分のニーズを理解できずに誤解を招くこともあります。これは、ほとんどのAIシステムが全体像の一部しか見ていないためです。まるで映画の一部のシーンを無秩序に見ているようなものです。
企業は、AIを本当に役立つものとして信頼できるようにするには、組織化されたデータベースだけでなく、メール、文書、従業員の知識といった、見えにくい現実世界の情報にもアクセスできる必要があることを発見しています。この見えにくい知識が、企業が保有する知識の驚くべき80%を占めているのです!
専門的な分析
「企業知識」の真の意味を学校の例で説明しましょう:
構造化データ(20%): これは学校の公式記録、つまり生徒の名前、成績、出席状況のようなものです。整理されており、コンピューターが読み取りやすい形式になっています。
非構造化知識(80%): これはその他すべてのものです。生徒たちがうまく協力し合うことについての先生のメモ、今週末のイベントに関するメール、体育館が火曜日に閉まる理由を説明する文書、さらには掃除員の特定の教室のドアが引っかかるという知識など、です。この雑多で人間的な知識こそが、良い判断を下すために最も重要なのです!
AIにはこの2つのタイプの知識が必要な理由は以下の通りです:
• コンテキストが重要: 会議の予定を立てるAIには、人々の空き時間だけでなく、ボブは朝の会議が嫌いだったり、サラが別のタイムゾーンにいるといった情報が必要です。
• 恥ずかしい出来事を避けるため: 完全な知識がなければ、AIは会社の運動会中に大きな発表を予定したり、先月廃止された製品を推奨してしまう可能性があります。
• 信頼の構築: AIが全体像を理解していれば、その提案が合理的に思え、人々はそれを信頼するようになります。
追加データや根拠
企業知識を通じて信頼できるAIを実現する4つの柱:
1. 自信を持った意思決定: 完全な知識を持つAIは、熟練した従業員のように問題を推論できる
2. パーソナライゼーション: コンテキストを理解することで、AIはあなたのニーズに合わせて最適なものを提供できる
3. 倫理的なイノベーション: AIは企業の価値観と倫理を尊重しつつ、新しい解決策を見出すことができる
4. 順守: 医療や金融などの規制産業では、AIは厳格なルールに従わなければならない。完全な知識があれば、その範囲内で行動できる
実例: Precinaはこのアプローチを糖尿病ケアに活用しています。その AIは単に医療記録を見るだけでなく、治療履歴、保険要件、個々の患者のニーズを理解し、効果的かつ規制に準拠した個別化されたケアプランを作成しています。
関連ニュース
包括的なAI知識への取り組みは、「AIエージェント」と呼ばれるシステムの台頭と関連しています。これらのシステムは単に質問に答えるだけでなく、自律的に行動を起こします。企業がこのようなエージェントをカスタマーサービス、営業、オペレーションに導入するにつれ、リスクも高まります。チャットボットが間違った情報を提供するのは面倒ですが、AIエージェントが誤った判断をすれば、顧客を失ったり規制に違反する可能性があります。
主要なテクノロジー企業は、この問題を解決するために競争しています。Microsoftのコパイロットは仕事のコンテキストを理解しようとし、Googleのジェミニはデジタルライフ全体を連携しようとしており、そしてSalesforceのアプローチは企業知識の統合に焦点を当てています。最終的に勝者となるのは、この見えにくい80%の知識を最も上手く整理し活用できる企業でしょう。
まとめ
AIを信頼できるものにするには、単によりよいアルゴリズムを開発するだけでなく、文書、メール、人的専門知識といった企業が保有する全体の80%の知識にアクセスできるようにすることが重要です。この情報を統合することで、企業はスマートな意思決定、コンテキストの理解、そして信頼を維持できるAIシステムを構築できるのです。
テクノロジーやビジネスの分野で将来キャリアを考えている学生の皆さんにとって、これは重要な教訓です。スプレッドシートに収まらない、組織の中で最も価値のある部分は、しばしば最もごちゃごちゃしたものなのです。AIの開発、ビジネス分析、情報管理に興味がある人にとって、人間の知識をいかに捉え、整理する能力が重要なスキルとなるでしょう。未来は、人間の理解と人工知能をつなぐ人材に属しているのです。
世間の反応
ビジネスリーダーたちは、「雑多」なデータが実は価値があると認識し、多くの企業が組織的知識の整理に取り組んでいます。IT専門家は、セキュリティを維持しつつ、バラバラなシステムを連携させる課題に直面しています。従業員は、自分のメールや文書にAIがアクセスすることに対するプライバシーの懸念を持っています。コンプライアンス担当者は、ガバナンスの重要性を理解しつつ、実装の複雑さを強調しています。学生や若手専門家は、「知識工学」と呼ばれる新しい分野、つまりAIが利用できるよう人間の知識を整理する仕事に、大きな可能性を見出しています。
よくある質問
Q: 企業の全情報をAIに提供するのは安全ですか?
A: そのためにガバナンスが重要なのです。Salesforceのデータクラウドのようなシステムには、AIがアクセスできる情報を制御し、機密情報を保護する機能が備わっています。
Q: データと知識の違いは何ですか?
A: データは生の事実(「3時に会議」など)ですが、知識にはコンテキストと理解が含まれます(「これは最も重要な顧客との会議なので、みんな正装すべき」など)。
Q: この分野でキャリアを目指す学生はどのように準備すればよいですか?
A: 技術的なスキル(データサイエンス、AI)と、組織の仕組みの理解やコミュニケーションといったソフトスキルの両方を身につけることが大切です。人間の知識とAIシステムをつなぐ人材が未来に求められているのです。
