米デューク大学のダン・アリエリー教授の小話を拝借すると、人工知能（ＡＩ）はティーンエージャーのセックスのようなものだという。「誰もが話題にするが、実際には誰もやり方が分からない。他のみんなはしていると誰もが思っているため、みんな自分はしていると言い張る」――。ＡＩは今や数時間でゲームを習得し、王者を破ることができる。それでも、ビジネスへの応用は難しい。
■囲碁に比べて複雑なビジネスの現場
米マサチューセッツ工科大学（ＭＩＴ）スローン経営大学院のビジネス誌「ＭＩＴスローン・マネジメント・レビュー」と米ボストン・コンサルティング・グループ（ＢＣＧ）が企業幹部3000人を対象に実施した調査では、以下のような結果が明らかになった。「ＡＩが自社に競争上の優位性をもたらしてくれると思う」との回答が85％に上った一方、「ＡＩを自社の製品・サービスやプロセスに『幅広く』組み込んでいる」と答えたのは20人に１人にとどまったのだ。ＡＩの実装はソフトウエアほど簡単ではない。専門知識やビジョン、簡単に手に入らない情報が必要だからだ。
米グーグルの囲碁用ＡＩ「アルファ碁ゼロ」といったよく知られた使い方に目を向けると、ＡＩは魔法のように思える。世界で最も難しいボードゲームとされる囲碁をわずか３日で習得し、王者を破ったからだ。また、米エヌビディアのＡＩは実際のセレブの写真を見ただけで、セレブっぽい人物のリアルな画像を生成できる。
アルファ碁とエヌビディアが使ったのは「敵対的生成ネットワーク（ＧＡＮ）」という技術だ。２つのＡＩシステムを競い合わせることで、互いに学び合える。対抗させる前にＡＩをしっかり訓練しておくことが大事で、問題と結果もあらかじめ明確に定義されている。
ところが、ビジネスの問題の大半はゲームとは異なる。プレーヤーは２人よりも多く、明確なルールもないからだ。ビジネスにおける決断の結果、明確な勝ち負けになることは珍しく、変数もあまりにも多い。このため、企業がＡＩを実装するのは想像よりもずっと難しい。
■ＡＩは因果関係と相関関係を識別できない
現行のＡＩシステムは人間の脳のニューラルネットワークの機能をまねようと最善を尽くしているが、その方法は非常に限定的だ。ディープラーニング（深層学習）というテクニックを使い、神経に似た動きをするように設計されたコンピューターの命令の結びつきを調整する。つまり、ＡＩに何を学んでほしいかを正確に指示し、明確にラベル付けされた例を与えれば、ＡＩはデータのパターンを分析し、これを将来使うためにとっておく。パターンの精度はデータで決まり、多くの例を与えるほど、ＡＩは賢くなる。
問題はこの点にある。ＡＩは与えられたデータの分しか賢くならず、その文脈の範囲内でしかデータを解釈できない。分析内容を「理解」しないため、分析を他の文脈のシナリオに適用するのは難しい。しかも、因果関係と相関関係を識別できない。ＡＩは思想家というよりは、ドーピングされた（表計算ソフトの）エクセルだ。
