Vijay Vaitheeswaran: 皆様、おはようございます。AI主導の産業に関するセッションへようこそ。私はVijay Vaitheeswaranで、The Economistのエネルギー・気候イノベーション担当編集者です。本日は、このような著名なパネリストの皆様をお迎えしてセッションの司会を務められることを大変光栄に思います。まもなく皆様をご紹介いたします。
ただ、このテーマについては、近頃はAIのセッション、討論、ディスカッションに出くわさずに済ませることはほとんど不可能です。しかし、皆様がこれまで参加されてきたものより一歩先へ進めるとお約束します。本日、画期的な洞察を生み出すことが、私が専門家の皆様に期待していることです。
私たちは皆、黄金時代が到来しつつあることをある程度承知しています。AIによって可能になる、イノベーションの黄金時代です。これは人類史上初めてのことではありません。そうですね、これまでにも波は周期的に訪れてきました。たとえば、約200年前の偉大なヴィクトリア朝の発明の時代を振り返ることができます。当時、現代化学や現代科学の多くは、しばしば個人が互いに協力したり競い合ったりしながら生み出されました。
しかし、20世紀の現代的な進歩の多くの基盤、たとえば内燃機関や現代生物学は、わずか数十年という極めて活発な時期に生み出されました。その価値を解明し展開するには100年を要し、その価値は基礎科学によって生み出されたものでした。産業や技術、たとえば送電網や、内燃機関とガソリンの結びつき、20世紀のモビリティを支えたエネルギー産業などを発展させるには、数十年かかることもあります。
つまり、私たちは今まさに初期段階にあり、これから機会が待ち受けています。掴むべき機会があると同時に、誤った方向や行き止まりもあるでしょう。それも今後わかってくることです。落とし穴は数多くあります。
AIが現在検討されている潜在能力を発揮すれば、世界の企業利益は追加で2兆ドルから4兆ドル増加する可能性があるとの試算があります。特に銀行業、ハイテク、ライフサイエンスなどの分野では、最大の影響をもたらす可能性があります。
この点について、本日のテーブルを囲む専門家の皆様がどのように考えているのか、そしてアナリストが指摘してきた生産性向上の方法、たとえば顧客とのやり取りやコンテンツ作成などについてお話しします。コンテンツ作成者としての私は、この用途には強く反対です。その点は脇に置いておくべきだと考えています。
しかしながら、ソフトウェアのコードや自然言語アプリケーションについては、さらに多くのことを伺うことになるでしょう。つまり、潜在的な用途は数多くありますが、落とし穴もあり、それらについても議論の過程で伺います。また、本セッションでは、具体的な事例にもある程度焦点を当てたいと考えています。上空3万フィートの視点から降りてきて、地に足のついた話をします。
まず、議論を始めてくださるパネリストの皆様をご紹介します。私のすぐ左隣には、バーレーンの産業・商業大臣であるAbdulla Fakhro氏がいらっしゃいます。次に、Schneider Electricの会長であるJean-Pascal Tricoire氏、Bota Biosciencesの共同創業者兼最高経営責任者であるCheryl Cui氏、Einrideの創業者兼CEOであるRobert Falck氏、そしてAlixPartnersのCEOであるSimon Freakley氏です。皆様、温かい拍手でお迎えください。ありがとうございます。それでは、さっそく始めましょう。
大臣、まずあなたからお伺いします。あなたは自国でこのテーマについて深く考えてこられました。すでに経済の大きな変革と多角化を経験されています。もちろん、エネルギーからサービス業への転換です。そして今、AIがもたらす機会に目を向けておられます。この機会について、政府の立場からどのように捉えているのか、お聞かせいただけますか。
Abdulla Adel Fakhro: もちろんです、Vijay。まず、このような場にお招きいただいたことに感謝します。Vijay、あなたが述べたように、バーレーン政府は適切に多角化された経済へと向かっている途上にあります。過去20年間、バーレーン政府は石油・ガス分野から離れ、基本的にサービス業を中心とする分野へと多角化を進めてきました。
約20年前には、石油・ガス分野がGDPの40%以上を占めていましたが、現在では18%未満です。もはやGDPへの最大の貢献部門ではなく、その座は金融サービスが占めています。
したがって、金融サービスやその他のサービス業、たとえば物流やICT分野などのサービス中心の分野は、GDPへの貢献においてますます重要な役割を果たしています。そして、これらの分野こそ、AI革命の恩恵を受けるのに適した立場にあります。金融サービス、保険、法律サービス、ヘルスケア、サイバーセキュリティなどのサービスは、政府の優先事項リストの最上位にあります。
AIによってこれらの分野の業務は迅速化し、生産性は大幅に向上し、その結果、当然ながらGDPへの貢献も増加するでしょう。ただ、政府としての優先事項は、主にこの波の恩恵を企業が受けられるよう、技術インフラに投資することだと考えています。
Vijay Vaitheeswaran: バックエンドのインフラへの投資もありますか。
Abdulla Adel Fakhro: もちろんです。バックエンドのインフラ投資です。こうした投資の見返りは、他のインフラ投資と比べて著しく大きいことがわかっています。また、社会経済的な見返りもあります。
さらに、新しい技術や新しい産業には迅速に対応することが重要であると認識しています。特にAIなどについては、過剰な規制を避けることが重要です。一方で、規制が強すぎると創造性やイノベーションが制限されてしまうことも事実です。しかし同時に、状況に注意を払い、何が起きているかを把握しておく必要があります。そうすれば、機会だけでなく脅威にも迅速に対応できます。
Vijay Vaitheeswaran: では、規制の分野で具体的な措置を講じた例を挙げていただけますか。データのプライバシーや、グローバルデータの国有化リスクについて、どこまで踏み込むべきかという議論があると思いますが。
Abdulla Adel Fakhro: はい。たとえば、バーレーン政府ではクラウド優先政策を導入し、現在では政府データの90%以上がクラウド上にあり、サービスもすべてクラウドベースになっています。
また、バーレーンは初めてのデータ管轄法を導入しました。これはデータに主権的な扱いを与えるもので、基本的に、バーレーン国内に保存されたデータは、大使館と同様の扱いを受けます。つまり、データの出所国の裁判所のみがそのデータにアクセスできます。
その結果、当然ながら、AWSのような企業から多くの関心が寄せられ、AWSはその結果としてバーレーンに初のハイパースケールデータセンターを設置することを決定しました。
Vijay Vaitheeswaran: 安価なエネルギーはまったく関係なかったのですか。
Abdulla Adel Fakhro: いいえ、そうは思いません。
Vijay Vaitheeswaran: まったく関係ないのですね。わかりました。
Abdulla Adel Fakhro: この管轄権、つまりこの種の規制を、わずか数か月以内に非常に迅速に導入することができました。これこそ、私たちが機会と捉えている点です。
Vijay Vaitheeswaran: つまり、機動性が重要なのですね。
Abdulla Adel Fakhro: はい、機動性です。
Vijay Vaitheeswaran: 素晴らしい例をありがとうございます。では、産業界の視点から伺いましょう。Jean-Paul、次はあなたにお願いします。
皆様もご存じのように、あなたの会社はエネルギー管理において多くの顧客と深い経験をお持ちです。あなたは多くの分野を見渡しておられますが、最も有望な産業応用と、いくつかの課題について伺うと、どのようにご覧になりますか。機会はどこにあると考えていますか。
Jean-Pascal Tricoire: おそらく、あらゆる用途だと思います。AIは大きな破壊的技術ですが、現在進行中のより広範な技術やトランジションの中に位置づけて考える必要があります。私たちの会社に影響を与えているのは、デジタル化やエネルギー転換の分野で、多くの企業のパートナーであることです。私たちが行っているのは、プロセスの脱炭素化です。
AIを見ると、私たちに二通りの影響を与えています。大きな破壊的技術であることです。第一に、私たちはデータセンター向けエネルギーソリューションの最大のサプライヤーです。AIによってデータセンターは活況を呈しています。CPUをGPUに置き換えると、そのエネルギー需要ははるかに大きくなりますよね。現在、15年前にはデータセンター関連の売上はゼロでしたが、今日では全売上の20%を占め、80億ドルの売上があります。これは毎日、ハイパースケーラーのデータセンター、たとえば現在サウジアラビアにある多くの施設にエネルギーソリューションを供給することで生み出されています。
しかし同時に、このデジタル化は効率化にとって最大の破壊的技術でもあります。スマートビル、スマート製造、スマートシティにおける最大の効率化の担い手は、データセンターからの消費量を上回る効率化や節約をもたらすのです。ですから、今…
Vijay Vaitheeswaran: つまり、あなたは、これは諸刃の剣、双方向に作用するものではなく、そのうちの片方、つまり効率化の側面の方が強いと考えているのですね。
Jean-Pascal Tricoire: そうは考えていません。私たちは日々、顧客とともにそれを実践していますからね。
Vijay Vaitheeswaran: わかりました。それを聞けてよかったです。
Jean-Pascal Tricoire: ですから、AIそれ自体ではなく、他のエネルギーのトレンドや技術的トランジションと組み合わせる必要があります。たとえばIoTは、あらゆるものをつなぎます。そしてデータを生成し、ビッグデータとなり、大量のデータを保存して活用することができます。そしてソフトウェアのデジタルツインやAIがあり、それらは他のすべてが整って初めて有意義に構築できるものです。
さて、産業界においては、本日ここにいる顧客の皆様もご理解いただけると思いますが、機械がAIの洞察に反応できなければ、AIを導入する意味はありません。産業プロセスは、機械がAIの洞察に反応しなければ改善できないのです。
Vijay Vaitheeswaran: つまり、迅速なイノベーションのループが必要なのですね。
Jean-Pascal Tricoire: はい、これらすべてがつながっています。製品が多くつながるほど、より多くのデータを生成し、AIはデータの質と同じくらいの性能しか発揮できません。Schneiderでは、このデータを構造化する必要があります。私は、産業用インフラ向けとして最も広く採用されているデータベースを開発したと言えると思います。しかし、その利点はあらゆる方向にすでに現れていますよね。
エネルギー効率、生産性、作業員の安全性です。拡張現実によって作業員に洞察を提供でき、仮想現実によってリスクなしに訓練できます。工場の現場、国レベル、工場レベル、そしてサプライチェーン全体にわたって、あらゆるものを最適化しています。
また、より大きなエコシステムの中でフローを最適化するためにもAIを使っています。ですから、データの質を確保し、その上でデータを活用するアルゴリズムを構築することが絶対に不可欠です。そして、最良の成果は、自社の枠を超えて、いわゆるスコープ3、つまりすべての関係者やアクターにまで手を伸ばしたときに得られます。ですから、利益はあらゆるところにあるのです。
しかし、AIはAIのためだけではなく、物理的世界とつながったAIであり、より大きなデジタル化のループへと進んでいます。そして、これらすべては現在進行中のことです。つまり、列車は異なる駅から出発しており、私たちは乗り込んだ方がよいのです。
Vijay Vaitheeswaran: つまり、あなたはこれらすべての列車に乗っておられるようですね。そして、あなたが協働している産業のダイナミズムを私たちに感じさせてくださっています。ただ、実データ、質の高いデータとつながる必要性についてのあなたの指摘を聞いて、古いことわざを思い出しました。ゴミを入れればゴミが出てくる、ということです。つまり、常に最新の情報で更新し、つながり続ける必要があるのですね。
私たちが伺ったのは、非常に楽観的な見方です。もう少し掘り下げて伺いましょう。ただ、お気づきのように、著名な登壇者の皆様は、どの産業が初期の応用を最も得やすいかについて、一つか二つに絞ることはしませんでした。そこで、掘り下げられると思う事例研究に進みたいと思います。
次の登壇者であるCherylにお話を伺います。あなたの分野には、AIが大きな影響を及ぼすことを期待している、あるいはすでにその兆しが見え始めている、お気に入りの分野があると思います。あなたが携わっている分野についてお話しいただけますか。
Cheryl Cui: はい、私は生物医学エンジニアとしての訓練を受けてきました。Botaが行っているのは、生物学的設計から大規模製造への移行を加速させ、持続可能な製品を生産することです。私たちは微生物を設計し、それによって化学物質を生産できるようにしています。しかし、微生物を非常に効率的に設計するには、過去には多くの人間の知性が必要でした。そして、そこには多くの予測不可能性が伴います。
そして、私たちが実際に目にしているのは、バイオテクノロジーの生成がまず情報技術との交差から始まったということです。そして今、それを次の段階へと引き上げ、AIがこの分野に貢献できることを本当に受け入れる段階に来ています。私たちにとって、ゲノムの言語は自然の言語です。ATCGですが、私たちはそれをどこまで本当に理解しているのでしょうか。
そして過去20年間、人々はヒトゲノム計画などによってヒトに由来する大量のデータを蓄積しようとしてきました。しかし、それはヒトのデータです。自然界には多くの生物が存在しますよね。しかし、その遺伝子型が、タンパク質の機能や、生物のある特定の行動を可能にする表現型とどのようにつながっているのでしょうか。それは大きなギャップです。
そして、次の段階では、すべての生物学者が情報技術者になり、新しい発見を可能にするために新しい技術を受け入れなければならないと思います。AIによる科学は、AIが既知のものを生成するだけでなく、私たちが知らないものを発見できることを期待している分野です。それこそが、私たちにとって興味深いところだと思います。
Vijay Vaitheeswaran: つまり、あなたが描いているのは、生物学的世界と、この場合はIT、あるいは技術の世界との収束のビジョンですね。そして、それはまさに現在進行中のことです。また、発見を加速させる可能性も見ておられるのでしょう。たとえば、創薬では、バイオプロスペクティングを見ていますし、たとえば医療システムのデータにも同じことが見られます。
ここでは、さまざまな方向に話を広げることもできますね。有望な応用としてどのようなものがあると考えていますか。
Cheryl Cui: それは、ドラッグディスカバリーから医療科学データに至るまで、バイオサイエンス産業全体で既に起きていることだと思います。
私たちが属する分野は産業バイオテクノロジーと呼ばれ、その構成要素の一つが酵素設計です。自然界で機能している酵素があり、それは生物多様性の探索から得られます。しかし、特定の産業環境、たとえば温度やpHの条件下で、その効率をどうやって高めることができるでしょうか。そして、AIを用いて、計算生物学によって酵素の配列を予測できれば、そこで違いを生み出すことができるのです。
すでに、科学者だけで行う場合と比べて、少なくとも5倍から10倍の加速が見られます。ですから、現在、私たちは毎日AIの相棒とともに仕事をしているのです。
Vijay Vaitheeswaran: 必要なデータすべてにアクセスできていますか。オープンアクセス、オープンサイエンス、さらには科学報告書のオープンな出版に向けた動きが一部ありましたが、多くのデータはなお囲い込まれたサイロの中にあります。私の理解は正しいですか。
Cheryl Cui: はい、まさにその通りです。そして、データを一貫して保持するのは、まるでvirologist、つまり…
Vijay Vaitheeswaran: データのため込み屋ですか…
Cheryl Cui: その通りです。はい。そして実際、違いを生むのはデジタル化だと思います。エネルギー分野でも同じです。ですから、いかに効率的にデータを生成し、どのように高い忠実度のデータを保持して、幅広く共有できるかが重要です。将来、それが本当に違いを生むと思います。
Vijay Vaitheeswaran: ありがとうございます。Robert、あなたは別の業界からもいらしていますね。垂直統合型の革新的なスタートアップで、モビリティ、自律性、そのほかすべての流行語ですね。あなたがこれまで取り組んできた素晴らしいことで、何週間でも語り続けられるでしょう。AIの機会というこの問題について、どのようにお考えですか。
Robert Falck: ええ、実は私たちは、AIを使って、素晴らしい会社を作るための流行語をすべて見つけることから始めました。
Vijay Vaitheeswaran: まさにそうですね。そして、資金調達ラウンドを獲得するためにも。
Robert Falck: その通りです。
Vijay Vaitheeswaran: すべての条件を満たしていますね。
Robert Falck: その通りです。冗談はさておき、私はAIを道具箱のようなものだと考えています。蒸気機関を発明したときのようなものです。それは文字通り、世界全体を工業化する可能性を持っていました。AIはまさにそれと同じです。仕事の進め方を完全に変えるために適用できる、最初のデジタルツールです。そして、ある意味で、デジタルな世界を最適化するために私たちが持つ最初のツールです。
これまで私たちは、デジタル化を利用して、世界全体をデジタルにしてきました。今や私たちは、産業全体を前進させることができる蒸気機関を手にしているのです。そして、それがどのように活用されるのかを正確に予測することが非常に難しいところでもあると思います。しかし、私たちの業界では、デジタル、電動、自律を活用しています。そして、これら三つの技術が組み合わさったときに面白いのは、それぞれが単独で持つ力よりも、はるかに強力になることです。
たとえば、大型貨物のために電動化したいなら、デジタル化せずにはそれはできません。そして、自律化すれば、実は優れたビジネスケースになります。しかし、これらすべては、デジタル化やAIのようなツールなしには実現できません。これらがなければ、必要とされるトランジションのスピードを実現できないのです。
Vijay Vaitheeswaran: 今の評価を踏まえて、AIについての私たちの考え方はどのように変わるべきだと考えますか。
Robert Falck: ここまで述べてきたことすべてを踏まえると、これはデジタル化の検討事項なので、やはり基礎となるデータに基づく予測モデルであることに変わりはありません。つまり、データの質がなければ、実現されないビジネスケースになってしまいます。また、物理的な世界はほとんど変わらないと思います。
なぜなら、デジタル化された工場であっても、必ずしも効率が上がるとは限らず、富を生み出すのは、それをどのように活用するかだからです。私にとってAIについても同じです。
Vijay Vaitheeswaran: そうですね。同僚の登壇者たちの発言からも、その点は必ず取り上げることになると思います。Simon、次はあなたにお願いします。
あなたの会社は、Fortune 1000の主要企業に広くコンサルティングを行っていますから、Cスイートがどのようなことを考えているかについて内部の視点をお持ちです。私がアナリストとの電話会議、つまりCEOやCFOが行う四半期決算説明会を聞くとき、私たちはThe Economistの記者として、その記録を読みます。これは私たちの寝る前の読み物なのです。
数年前は、たとえばESGに関する議論を見ないで済ませることはできませんでした。しかし今では、それらは劇的に減少しています。その代わりに、AIという言葉を耳にします。どの企業もAI戦略について語っています。AIのこれ、AIのあれ、といった具合です。現実を教えてください。実際に内部を見たとき、何がわかりますか。実際に何が起きているのでしょうか。
Simon Freakley: ありがとうございます、Vijay。おっしゃる通り、AlixPartnersでは、クライアントが最大の機会と最大の課題に向き合う様子を最前列で見られるという特権を持っています。ただ、一つお伝えできる洞察は、2024年の予算編成において、AIまたは生成AIは、取締役会の戦略会議の議論の約80%を占めている一方で、コストに関する予算項目の約3~4%しか占めていないということです。
そのため、この件に費やされている思考の時間は膨大です。一方で、それに充てられている予算は比較的少額です。なぜでしょうか。
それは、生成AIがあらゆる産業、あらゆる地域のあらゆる企業を混乱させるだろうと人々が理解しているからです。ただ、それが自社にとって何を意味するのかは、まだよくわかっていないのです。今、私たちが目にしているのは、人々がAIの提供する効率化の施策に力を注いでいることです。
先ほどSchneiderから、その実現方法の一部について詳しく聞きました。サプライチェーンの効率化であれ、労働力配置の効率化であれ、あるいは消費財や小売における効率的な価格モデルであれ、人々はそれができるとわかっているため、そこに力を注いでいます。
Vijay Vaitheeswaran: それは手近な成果ですね。
Simon Freakley: 手近な成果です。しかし、まだ見えていないのは、AIがどのようにして全般的な収益成長を促進できるかであり、そのため人々は投資の資金をどう振り向けるかを決めかねているのです。
Vijay Vaitheeswaran: その点をもう少し掘り下げたいと思います。効率化の施策は、それ自体ですぐに投資回収が見込めるはずですよね。たとえ全く新しい事業分野を作っていなくても、追加の収益を示す一つの方法だと思います。それはもう見えているのでしょうか、それともまだでしょうか。
Simon Freakley: はい、コールセンターの効率化や、ビジネスモデリングの効率化の事例はすべて目にしてきました。それらの効率化はすでに十分に文書化されており、明らかなものになっています。ただ、収益成長をどのように促進するかについては、まだ見えていません。これは、企業のパフォーマンスを高めるうえで重要であるだけでなく、社会的課題や経済成長に対処するうえでも重要であることを付け加えておきます。
世界の主要経済国では実際に労働人口が減少しつつあるため、AIによって効率性を生み出せなければ、経済はどのように成長していくのでしょうか。ちなみに、私たちの知見の一つは、利益は人工知能と人的資本の融合を通じてもたらされるということだと思います。つまり、両者の組み合わせが重要になるのです。
だからこそ、マイクロソフトが製品を「Copilot(コパイロット)」と名付けたのは非常に賢明だったと思います。人工知能は「拡張知能(augmented intelligence)」と呼ぶべきだったのかもしれません。こうした多くの利益を生み出すのは、人的資本と人工知能の融合なのです。
Vijay Vaitheeswaran: それは非常に興味深い展望を提起しますね。あなたがおっしゃるような拡張のビジョンになればよいと思いますが、少なくとも当初は、技術が人間に代わって業務を担うことで、効率化により人員が削減されるでしょう。
歴史を振り返ると、このような破壊的効果をもたらした新技術は、長期的にはより多くの富を生み出し、より付加価値の高い分野で新たな雇用が創出されてきました。それは長期的な話だと分かっています。AIにおける課題は、今回は変化のスピードがはるかに速いと指摘されている点です。社会が人間のペースで対応する能力が、技術の進歩速度に追いつかないというのです。
大臣、この問題についてお聞きしたいと思います。あなたは技術について考えるだけでなく、国民、そして効率化や生産性向上への投資を推進する際の雇用についても責任を負っておられます。国民全体にはどのような影響があったのでしょうか。また、雇用を担当する他の閣僚の方々の間ではどうでしょうか。
Abdulla Adel Fakhro: おっしゃるように新しい産業が生まれ、AIが一部の低付加価値の仕事を代替する一方で、その結果として高付加価値の仕事も生まれるため、雇用に大きな混乱が起きるとは考えていません。
Vijay Vaitheeswaran: それは理論上の話ですね。取り組みを進めてこられた中で、実際にそれが見られているでしょうか。
Abdulla Adel Fakhro: 正直なところ、AIが本格的に実装された段階には至っていません。
Vijay Vaitheeswaran: まだ初期段階ですね。
Abdulla Adel Fakhro: まさにその通りで、どの国にとっても初期段階だと思います。例えば産業についてみると、AIは産業において重要な役割を果たすでしょうが、多くの工場では既に自動化が進んでいます。そのため、特に産業分野で私たちが想定している高付加価値の仕事は残るでしょう。そして、大きな影響が及ぶのはおそらくサービス業でしょう。
ただ、先ほど申し上げたように、世界経済の成長に伴い、新しく生まれる新興産業が登場すると確信しています。新しい分野や新しい産業は、新たな機会と雇用を生み出すでしょう。ですから、確実に変化は起こると思います。
Vijay Vaitheeswaran: 変化のスピードが人々に与える影響というこのテーマについて、ほかに発言したい方はいらっしゃいますか。どうぞ。
Jean-Pascal Tricoire: AIは、今日私たちが抱えている課題の一つ、すなわち物事を導入するスピードの問題を実際に解決していると思います。エネルギー効率の話ですが、1年前にヴェルサイユで開催されたあるパネルで、世界はエネルギー効率を少なくとも2倍のスピードで高める必要があると言われたと記憶しています。
必要なのは、ビル、産業、都市に入り込み、それを実現できる人材です。
Vijay Vaitheeswaran: なるほど。
Jean-Pascal Tricoire: AIを活用して…に適用すると、20〜30%の節約が得られます。…で問題が起きる前に警告を受けられます。私たちは共同で、2,500台の回転機械に予知分析を導入し、今後は1万台に拡大する予定です。
これは稼働時間の監視、つまり故障、停止、事故の回避につながりますが、同時に、人々がはるかに迅速かつより精密に介入し、微調整できるようにもなります。これが一つ目のポイントです。
Vijay Vaitheeswaran: つまり予知保全ですが、その次世代版ということですね。
Jean-Pascal Tricoire: ええ、いえ、既存の世代の予知保全であり、次の世代に向けても取り組んでいます。それによって、多大な停止や、重大な結果をもたらしうる潜在的な事故を大量に回避できるのです。ビルでも同様の取り組みを行っています。…などと言えますね。
次にAIは、オペレーターの確保が難しい中で、目視検査や生産ラインといった多くの単調な仕事を担っています。自分たちを欺いてはいけません。現場で働きたがる人は多くありません。そうした作業は、より良い結果を伴いながら中間的な形へと置き換わりつつあります。機械は、反復的な認識作業をかなり得意としているからです。
ですから、私はこれが実は労働力不足という問題の解決につながると考えています。例えば、自動化システムのコーディングはAIによって大きく効率化されており、今日、皆さんが現場で必要としている作業をこなすだけのオペレーターが足りていません。ですから、一部の仕事がなくなるという考えはあります。しかし、世界中で深刻な人材不足と労働力不足の問題を解決しつつあるという事実があるのです。
Vijay Vaitheeswaran: では、サミュエル、あなたにお聞きしたいと思います。あなたはこの問題について世界的な視点を持っておられるからです。今伺った話は非常に興味深いものでした。労働力不足や代替、単調な仕事のAIによる代替といった考え方は、先進国でより重要性が高いのでしょうか。一方、新興国では、サハラ以南アフリカやインド、南アジアなど、多くの国で人口ボーナスが起きています。
工場の仕事を求める人が大勢いる中で、経済学者が「早期の脱工業化」と呼ぶ現象が見られるかもしれません。人々が懸念している傾向は、インドや中国にとって「中国効果」がもう一度起きることはあり得ないというものです。では、お二人の話も伺いましょう。
Simon Freakley: JPの指摘から始めさせてください。ホイールやすき、印刷機、蒸気機関、インターネットといった主要な発展を見ても、いずれも雇用の大規模な減少には結びつきませんでした。ですから、AIが例外になるとは思えません。
これが大量失業につながり、いつの間にか全員が職を失うといったディストピア的な見方は、単に間違っていると思います。労働力不足の問題が鍵だと考えています。先進国では人口動態により労働人口が縮小していますが、それにもかかわらず、これが成長を推進する手段になると考えています。
一方で、新興国に関するご質問についてですが、例えば、世界で最も人口の多い国となったインドを見てください。また、世界で最もデジタル化が進んだ国でもあります。インドの人口の95%以上が現在デジタルIDを持っています。欧州では約35%、米国では約34%です。
重要なのは、労働人口が大きく増えている一方で、そのうえデジタル対応が進んでいるという点です。ですから、むしろデジタル対応が進んだ新興国にとって、これは阻害要因ではなく、後押しになると思います。そして、サウジアラビア王国で私たち皆が目にしているのは、こうした機会の多くを最先端のものにするための大規模な投資です。
Vijay Vaitheeswaran: つまり、段階を飛び越える可能性があるということですね。
Simon Freakley: 段階を飛び越える可能性は、間違いなくあります。長期的な課題とは大きく異なりますが、短期的な課題は、現在の労働力の多くが、変化する市場で通用するデジタルスキルを持っていないことです。これは課題です。そのスキルの再教育の責任は、個人、企業、そしてすべての政府にありますが、次の世代では、そのスキルを身につけた人材が育つでしょう。
私は、失業は問題にならないと考えています。
Vijay Vaitheeswaran: ロブ、この点について発言されますか。
Robert Falck: 私たち技術者が少し異なる点の一つは、歴史的に効率化の利益は労働分野で得られてきたことです。つまり、ロボティクスなどを活用してきたのは、しばしば未熟練労働と言えないまでも、主にそうした分野でした。
今、AIが踏み込んでいる領域は、多くの中間層の仕事を代替する可能性を持っています。弁護士やコンピュータープログラマーなど、高度な技能を要する、十分に高い給与の仕事です。ですから、社会の観点から見ると、影響は必ずしも低調な労働分野ではなく、中間層の経済に現れるでしょう。つまり、適切に活用されなければ、ピケティ効果を強める可能性があるのです。
Vijay Vaitheeswaran: それは…そうですね。シェリル、ぜひ発言してください。
Cheryl Cui: はい、効率向上以外の視点をお伝えしたいと思います。
Vijay Vaitheeswaran: もちろんです。
Cheryl Cui: 私の分野では、AIによって比類のない創造性が実現すると考えています。これは全く異なる点です。現在の学問の構造では、人々は自分の専門分野に非常に特化しています。例えば化学者、生物学者、プロセス化学などで、それぞれが独自の専門分野を持っており、それがイノベーションの障壁になってしまうのです。
そして、AIは知識の構造が人間とは大きく異なるため、教育のように、多くの分野にわたるジェネラリストになります。これにより、専門研究者を支援することができます。例えば生物学者を例に挙げると、化学者やプログラマーのチームと協力して、アイデアを形にすることが可能になるのです。
それこそがAIの魅力だと思います。単なる労働効率の向上にとどまらず、新たな発想や革新を世界にもたらすことができるのです。
Vijay Vaitheeswaran: それは非常に力強く、美しいアイデアですね。イノベーションの歴史を見ると、多くのブレークスルーは、その特定の分野の専門家ではなく、隣接する分野の人が生み出してきました。
Cheryl Cui: まさにその通りです。
Vijay Vaitheeswaran: 一、二歩離れた人が、問題を別の角度から捉えてブレークスルーを生み出すのです。ですから、AIがその可能性を開くことができれば、非常に興味深いことです。それは本当に変革をもたらす可能性があり、単なる段階的な変化ではありません。線形ではなく、段階的な飛躍的増加なのです。
Simon Freakley: それに付け加えてもよろしいでしょうか。失礼しました、どうぞ。
Jean-Pascal Tricoire: おっしゃるように、AIがオペレーター、労働者、クリエイターにもたらすものは非常に大きいと思います。顧客の事例を見ると、工場の現場や危険な工程、電気変電所の扉を開ける作業などに人々が入っていきます。事故が起きたという知らせで朝目覚めることは、私を含め誰にとっても悪夢です。
今では、Googleのグラスやタブレットを使ったARを身につけた人々が、機械を開ける前や近づく前に、現在の状況のすべてのデジタルパラメーターを伝え、何をすべきか、何を避けるべきかを教えてくれます。これによって回避できる事故の数は非常に多いのです。
生成AIについて言えば、顧客とともに、設計から建設、運用に至るまでのデジタルツインに取り組んでいます。以前は、技術者が3Dモデルで設計するための訓練を受けていました。私たちは造船、製油所、化学プラントにも取り組んでいます。
現在、生成AIは利用シナリオを提案し、意図的にシミュレーションを活用して物事を最適化します。人々が思いつかなかった新しいことが常に出てきます。ですから、AIの重要な役割の一つは、AIを民主化することだと思います。そのため、現在取り組んでいるのはローコード・ノーコードAIです。これにより、誰もが、今日では専門家に依頼しなければならない機能を、プロンプトで実行できるようになります。
Vijay Vaitheeswaran: なるほど。
Jean-Pascal Tricoire: 第二に、生成AIを使って、依頼内容を分かりやすく定式化することです。以前は、物事をプログラミングする必要がありました。今では、「今日、風力発電機が正常に稼働しているか教えて」と言えば、そのすべてについてのレポートが自然に得られるのです。
究極の目標として、すでに実現しつつあるのは、AIが人の代わりに業務全体を担うことです。マイクログリッドを管理する必要がなく、より環境に優しく、より安価なエネルギー源であることを確実にできます。例外的な場合にのみ、AIがその時点で人に連絡すればよいのです。人が統合しなければならない膨大なパラメーターがあり、そのためにはかなりのプログラミング作業が必要ですが、システムは自律的に動いてくれます。
それは、オペレーターが付加価値の高い仕事に充てられる多くの時間を生み出します。ここでは一部の要素だけを挙げましたが、効率性をはるかに超えるほかの多くの利点も忘れてはなりません。作業員の安全性、稼働時間、アプリケーションの信頼性などです。例えば病院で働く場合、信頼性が最優先です。手術室に入るとき、エネルギー効率は気にしません。停止がないことが求められます。デジタル化とAIによって、そうしたことを確保できるのです。
Vijay Vaitheeswaran: お二人とも、変革の可能性に対して開かれた姿勢を持つべきだという力強い主張をされました。以前お約束した話題に戻りたいと思います。ジャン=パスカル、あなたは以前、AIのエネルギー消費を取り上げ、効率化の利益とどちらが上回るかについて議論されましたね。
他の見方を持つ方々にも意見を述べていただきたいと思います。ご存じのとおり、これは最もホットなテーマの一つで、私は最近、世界最大のエネルギー会議であるヒューストンの会議に参加しました。そこでは、AIのエネルギー消費と大量消費が最重要の課題でした。AIの先駆者であるサム・アルトマンのような人物は原子力発電に投資しており、それこそが唯一の長期的な解決策だと考えています。しかし、今後どれだけのエネルギーが必要になるかについては、大きな議論があります。
ロブ、あなたもこのことについて考えてこられたと思いますが、この点についてどうお考えですか。
Robert Falck: このような認識が広がっていることを非常に喜ばしく思います。私はAIが社会で最も大きな変革をもたらすツールの一つになる可能性があると強く信じています。しかし、それを十分に展開するには、並行して取り組む必要があります。先ほどESGについておっしゃったことに戻りますが。
私にとって、気候変動の問題は後回しになっているように思います。AIがビジネスの主要な推進力になれば、気候変動を止めるための責任を実際に果たす機会を逃してしまうかもしれないからです。私にとっては、産業における利益のためにAIをどう活用できるか、そしてこのツールを使って、より良い社会を築けるかどうかについて議論することが大切です。そして、その議論には、私の考えでは、認識が必要です。
2、3年前を振り返ると、AIを生成するために巨大なデータセンターを建設する必要があることに誰も気づいていませんでした。今では、それが多くのエネルギーを消費することに人々が気づき始めています。私は、今後どのような変化を選択するかは、どれだけのエネルギーを消費するかによって決まると考えています。
しかし、私が確かめたいのは、持続可能な社会を築くことです。風が吹いていないからAIが停止してしまうような社会は、あってはなりません。それも賢明なやり方ではないでしょう。
Vijay Vaitheeswaran: さて、大臣に直接質問を投げかけたいと思います。あなたの地域は、炭化水素資源だけでなく、風力や太陽光の資源にも恵まれています。外に出ればすぐにそれを実感できるほどです。
この点について、どうお考えですか。AIのエネルギー消費を、あなたにとって有利な方向に変えることはできるでしょうか。安価なエネルギーへのアクセスによって、この地域のような地域が、クラスターとして優位性の源泉になり得るでしょうか。
さらに、AI関連産業だけでなく、グリーン水素やその他のエネルギー集約型産業も、世界の他の地域からここに移ってくる可能性があり、新たな工業化の地図が描かれるかもしれません。
Abdulla Adel Fakhro: それはすでに起きていると思います。認識すべき重要な点だと思います。野心的な目標や目標値を持つことは良いことです。しかし、どのようにしてそこに到達するかを考える必要があります。AIやクラウドコンピューティング、技術への投資には、大量のエネルギーが必要です。どのようにしてそれを確保するかは重要な問いです。
この地域は、天然資源に恵まれているだけでなく、先進性と新しい技術やインフラへの投資意欲の高さからも、確かに良い位置にあると思います。ですから、私は、GCCまたはGCC地域が、AIへの流れから利益を得る機会になると考えています。
Vijay Vaitheeswaran: サイモン、あなたは多くの産業企業、特に事業再編中の企業とも話をされていますね。特にドイツでは、クリーンエネルギーが台頭している場所に応じて、脱工業化や新たな工業化の地図が生まれる可能性があるという議論があります。
この議論をどの程度真剣に受け止めるべきでしょうか。今後数十年を見据えると、本当に伝統的な産業が未来のエネルギーがある場所へ移動するのでしょうか。それとも、根本的にそうはならないとお考えでしょうか。政治が最後にもう一度介入するのでしょうか。
Simon Freakley: エネルギー転換がすべてのアジェンダの鍵になることは間違いないと思います。ただ、ドイツに言及されましたね。
ドイツは、もちろん産業面で全面的に再構築されつつあります。ドイツの産業機械の中に組み込まれてきた自動車産業は、電気自動車や自動運転への移行を背景に再構築されてきました。人々が考えていたほど速やかに移行しているわけではないかもしれませんが、確実に進んでいます。
私たちの顧客との取り組みから分かったことは、AIにおける勝者は、最良の大規模言語モデルにアクセスできる人々ではなく、最良のデータを持つ人々だということです。そして興味深いことに、2023年には大規模言語モデルの開発に1,500億ドルが費やされましたが、現在では一流のモデルが数多く存在しています。しかし、最良のデータを持つ人々が勝者になるでしょう。
金融サービスにおいてそれが何を意味するか考えてみてください。医療においてそれが何を意味するかを考えてください。自動車や産業国だけの話ではありません。人々がデータを商業的優位性のためにどのように活用するかを理解し、その結果としてエネルギー消費にどのような影響が出るかを把握し、成功に向けてどのように体制を整えるかが、これらの議論の中核になると思います。
Vijay Vaitheeswaran: とても興味深いですね。カリフォルニアのゴールドラッシュにまつわる格言があります。「フォーティーナイナーズ」と呼ばれた人々の中で、確実に儲けたのはツルハシを鉱夫に売った人々だけだったという話です。
しかし、今回の場合は、そのたとえを逆にしてみるべきかもしれません。AIツールやツルハシに注目して、それを作る企業に目を向けていますが、お金が集まるのは金のある場所、つまりデータなのです。面白いことに。
Simon Freakley: 例えばHewlett Packardを見てください。同社は独自の事業再編を行いましたし、Dellも大規模な事業再編を行ってきました。彼らの最大の機会は、まだこれから訪れるかもしれません。というのも、インフラの支援や、こうした分析、データ保存、処理のすべてが、多くの利益を生み出す場になるからです。
彼らこそが新しいツルハシになるかもしれません。
Vijay Vaitheeswaran: そのとおりです。時間があれば、会場の皆さんに質問を一つか二つお願いしたいと思います。専門家の皆さんに挑戦的な意見や質問をしたい方はいらっしゃいますか。もしいれば、お知らせください。マイクの係が参りますので、順番にお伺いします。後ろの方々が見えず申し訳ありません。
会場からの質問を待つ間に、一つ考えを申し上げたいと思います。それはエネルギー集約型の論調に対する反論です。実際、効率化の機会やイノベーションの機会があるため、さらに、インターネットの初期の予測を振り返ると、数十年前には、信頼できる予測者たちが、現在はエネルギーの数パーセントにすぎないが、これが20%、50%になり、新しいインターネットのコンピューターによって消費されるエネルギーが経済全体を覆うだろうと述べていました。
もちろん、彼らは間違っていました。インターネットが普及しなかったからではなく、コンピューティングのやり方に膨大な効率化の余地が生まれ、それが固定的なものではなかったからです。現在議論されているのは、いわゆるジェンセンの法則です。チップ自体の効率が向上し、検索の仕組みも効率化できるということです。
そこで、専門家の皆さんに挑戦を投げかけたいと思います。インターネットそのもので最初に起きたことが、再び繰り返されるのではないでしょうか。
確かに、当初はエネルギー需要の増加による混乱が起きるでしょう。しかし、特にこの分野の先駆者である大手テック企業がネットゼロ排出を約束していること、そしてグリーンエネルギーのための電力購入契約などを推進してきた先駆者であることから、彼らはクリーンエネルギー革命と効率化革命の条件を整えているのかもしれません。また、AIには直接関係しないものの、エネルギー、気候、持続可能性に非常に前向きで好ましい効果をもたらす、いくつかの付随的な分野を始動させることができるかもしれません。
皆さんはこれについてどう思われますか。私は楽観的すぎるでしょうか。希望を持ちすぎているでしょうか。
ジャン=パスカル・トリコワール:簡単な数字をお示ししてもよいでしょうか。
ヴィジェイ・ヴァイテースワラン:もちろんです、どうぞ。
ジャン=パスカル・トリコワール:IT業界全体は、全エネルギー消費の2%――2%を占めています。あらゆるプロセスにデジタル技術を適用すること(スマートビル、スマートフォン、スマート製造、スマートシティ)により、私たちが見てきた限りでは平均して、年間1億トンの(削減)につながり、20~30%のエネルギー効率向上をもたらすと私たちは考えています。したがって、最悪の見通しでも2%であり、倍増する可能性があるとしても、それは明らかに誇張された見方です。
私たちは、消費量の90%に対して20~30%の節約をもたらすことで、(その割合は)2~3%になると考えています。ですから、あなたがおっしゃっていることは、従来のやり方を完全に変え、より高い効率性をもたらす技術だと理解します。加えて、あなたの指摘は正しいです。ハイパースケーラーやデータセンター事業者は、現在、データセンター内で保有する資源や、バッテリーなどを活用してグリーンエネルギーを積極的に探しています。
ヴィジェイ・ヴァイテースワラン:そのとおりですね。
ジャン=パスカル・トリコワール:データセンター内の処理を支えるには蓄電が必要であり、それを使ってエネルギーの変動や間欠性を管理できるからです。ですから、単一の技術だけで解決することはなく、複数の技術の組み合わせなのです。次の考えを最後にお伝えします。
クラウドの次の段階は、スマートフォンや、あらゆる機械上でのエジ上のAIです。そうすれば、より速く、遅延も少なくなり、時間もここに留まります。エネルギー消費は、データとともに大きな要素で分割できます。つまり、これはアーキテクチャとしても始まったばかりなのです。
ヴィジェイ・ヴァイテースワラン:パスカルさん、ありがとうございます。最後の言葉をどうぞ。あなたは、どこにでも存在するエッジコンピューティングのビジョン、つまりエネルギー負荷が軽く、大きな潜在的利益をもたらすビジョンへと私たちを導いてくださいました。それは素晴らしいビジョンです。
非常に充実した議論でした。もちろん、文化、政府の課題、組織文化、そしてそれに資源を投じることやデータの開放性に関する課題を、私たちは決して見過ごしてはいません。課題は数多くありますが、皆さまも、専門家の方々が産業における機会の可能性について、非常に示唆に富む深い視点を示してくださったことに同意されると思います。
私の専門家の方々に、どうか拍手をお願いします。皆さま、本当にありがとうございました。また、ご参加いただきありがとうございます。このことについてツイートしたい場合は、#specialmeeting24 をご利用ください。ありがとうございました。本日の残りの時間もお楽しみください。
全文の書き起こしはこちらから下にスクロールしてください。「もっと見る」の矢印をクリックしてください
急速に能力と規模を拡大しているAIを活用したモデルは、企業の運営モデルやビジネスモデルを破壊すると予想されています。
産業エコシステムを根本から再構築するAIの、短期的なユースケースと長期的な野心的機会とは何でしょうか。
これは、2024年4月29日にリヤドで開催された「開発のためのグローバルな協力、成長、エネルギーに関する特別会合」のセッションの全音声です。
登壇者:
ヴィジェイ・ヴァイテースワラン、グローバル・エネルギー・気候イノベーション担当編集長、The Economist
サイモン・フリークリー、最高経営責任者、AlixPartners
ロバート・ファルク、創業者兼最高経営責任者、Einride AB
ジャン=パスカル・トリコワール、会長、シュナイダーエレクトリックSE
シェリル・クイ、共同創業者兼最高経営責任者、Bota Biosciences
アブドゥラ・アデル・ファフロ、産業商務大臣、バーレーン産業商務省
「開発のためのグローバルな協力、成長、エネルギーに関する特別会合」の全ての動向は、wef.ch/specialmeeting24でご覧いただけます。また、ソーシャルメディアではハッシュタグ #specialmeeting24 をご利用ください。
すべてのポッドキャストは、wef.ch/podcastsでご覧いただけます。
YouTube: - https://www.youtube.com/@wef/podcasts
Radio Davos - 購読:https://pod.link/1504682164
Meet the Leader - 購読:https://pod.link/1534915560
Agenda Dialogues - 購読:https://pod.link/1574956552
参加はこちら:World Economic Forum Podcast Club:https://www.facebook.com/groups/wefpodcastclub



