交通ソリューションから動画配信アプリケーションに至るまで、人工知能（AI）は私たちの生活のほぼすべての側面に浸透している。政府も例外ではなく、AIの影響は着実に広がっている。以下の2つの事例を見てみよう。
Emmaチャットボット： 米国市民権・移民局は、毎日相当量のサービス要請を受けている。これに対応するため、移民に関する質問に答えるチャットボット「Emma」が導入された。Emmaは英語とスペイン語の両方で対応でき、月に100万件を超える移民関連の問い合わせを処理している。
Firebirdフレームワーク： ジョージア工科大学とアトランタ消防救助局が共同開発したFirebirdは、建物の火災リスクに応じて検査対象の建物に優先順位を付けるのに、アトランタ市を支援している。
AIの普及は、民間部門に比べ政府部門で遅れている。AIが公的機関に及ぼしうる影響の大きさを踏まえると、政府によるAIの体系的な導入を阻む障害を理解することが重要である。
広範な関係者との協議を通じて、政府によるAI導入を妨げる5つの主要な障壁を特定した。
1. データの効果的な活用
私たちはデジタル世界に生きており、歩数から閲覧履歴に至るまで、日々デジタルデータの痕跡を残している。IBMは2017年の時点で、世界のデータの90%が過去2年間に作成されたと推計した。問題は、公的・民間を問わず、私たちの組織がこの量と種類のデータを扱い、活用するために作られていなかったことである。多くの組織は自らのデータ資産（すなわち保有するデータと、そのデータを格納するインフラ）について非常に初歩的な理解しか持っておらず、組織内にいくつのデータベースが存在するのか、どのデータベースにどのような情報が入っているのか、そもそもデータがどのように収集されているのかといった基本的な問いにさえ答えることが難しい場合がある。データは現代のAIソリューションを動かす燃料であることを考えると、これは重大な問題である。
並行して存在する障害として、多くの組織にはデータガバナンスの仕組みが整っていないことが挙げられる。例えば、確立されたデータ所有者、最高データ責任者（CDO）のような全社的なデータ推進責任者、従業員が企業データに安全かつ効率的にアクセスし活用するためのツール、データのプライバシーと完全性を管理・確保するための実践などが欠けている。データを理解し管理する能力を備えていない組織は、AIを活用することができない。
2. データとAIのスキル
AIおよびデータ管理のスキルは供給が不足している。データ管理の学習曲線は比較的乗り越えやすいものの、AIソリューションを開発するために必要なスキルを習得することははるかに難しい。組織は高い能力を持つAI人材の獲得に高いプレミアムを支払い、報酬を引き上げているが、政府のように採用予算が限られた組織にとっては、トップクラスの人材を惹きつけることが困難になっている。公共機関は中核となるAIスキルを欠いており、それがAIソリューションの導入や運用能力を妨げている。
さらに、部局長、政策立案者、調達担当者など、技術職以外の政府職員は、データとAIについて十分な理解を持っていないことが少なくない。これには技術的な知識、そして最も重要な点として、大量のデータを利用することに伴う法的・倫理的影響に関する知識が含まれる。主な懸念はプライバシーである。こうした状況から、担当者はこの技術への投資に安心感を持ちにくく、データ法やプライバシー法など、AIプロジェクトに直接影響する既存の法律を認識しにくくなっている。
適用される現地法を十分に理解しないままAIプロジェクトに着手すると、プライバシーなどの国民の権利を脅かすとともに、十分な公的支持を得てAIを導入する政府の長期的な能力を損なうおそれがある。これは、AIの調達に対して、技術的なAIスキルの欠如と同程度に大きな影響を及ぼしうる。
社内にAIの知見を有する政府機関も、さらなる複雑さに直面している。それはコミュニケーションの欠如である。部門間のサイロ化により、AIの専門チームと政策立案者などの同僚が頻繁に接点を持ち、互いの知見を十分に活かすことが難しくなっている。
3. AIの環境
AIの市場環境は非常に複雑で、絶えず進化している。既に成熟した技術分野では、購入者がどこへ行けばよいかわかるよう、少数の有名なプレーヤーが存在する。例えば、クラウド市場はAlibaba、Amazon、Google、Microsoftが支配しており、これら4社だけで世界の公共クラウド市場の約84%を占めている。一方、AI市場にも大手テック企業が大きく関与しているものの、より分散しており、小規模なプレーヤーが次々と現れている。カナダのAI環境を例に挙げると、2019年にデロイト・カナダが実施した調査では、800社を超えるAI企業が確認された。そのうち大多数は従業員50人未満であり、50%超が過去5年以内に設立されていた。AI市場におけるプレーヤーの多さと変化のスピードは、AI市場に新規参入する購入者にとって障壁となりうるほど大きい。多くの購入者は、そもそも市場全体の状況を把握していないことさえあるだろう。
このエコシステムにおけるプレーヤーの多様性は、複数の地域に次々と誕生している数多くのAIスタートアップに起因している。これは政府にとって2つ目の課題を示している。それは、政府との協働経験が限られ、大規模プロジェクトへの拡大に苦労している、小規模で新しい組織の内部に、相当量のAIノウハウが存在していることである。政府は、こうした新興プレーヤーの高度な専門性を活用するとともに、地域経済に大きく貢献しうるAI産業拠点の成長を促すため、彼らを巻き込む方法を見つける必要がある。
4. 旧来の組織文化
あらゆる組織が新技術の導入に課題を抱えている。しかし、公的機関は、確立された慣行や手続きなどに一部起因して、民間部門の同等の組織に比べて機動性に欠ける傾向がある。民間部門の一部では、実験を重視する強い文化が従業員のイノベーションを後押しし、良好な成果が報われる。一方、政府では、従業員がリスクを取ることを促す仕組みが乏しい場合がある。
Apoliticalの記事では次のように述べられている：Apoliticalは、「一方で、リスクを取ることに対する政府のインセンティブは実際には存在しない。サービス提供に大きな改善を成し遂げても、報酬が上がるわけでも、昇進が早まるわけでもない。」
多くの政府職員は、金銭的な報酬よりも、社会に好影響を与える機会を得ることから仕事の満足感を得ている。しかし、組織の文化に機動性が本来備わっていなければ、AIのような変革をもたらす技術を導入することは難しくなりうる。
5. 調達の仕組み
AIは、現行の調達の仕組みでは対応できない課題をもたらす。例えば、民間部門はアルゴリズムを知的財産として扱う。既製のアルゴリズムを購入する政府は、ツールのライフサイクル全体を通じて、必要に応じてそれを理解し、編集できることを望むかもしれない。ソフトウェア調達においてカスタマイズは非常に一般的であるにもかかわらず、AIプロバイダーはこれに異議を唱える可能性が高い。
これと並行して論じるべきは、アルゴリズムが知的財産として扱われることで、政府がベンダーロックインを回避できないという問題である。元の提供者は、他のAI開発者が自社のアルゴリズムにアクセスすることに同意しない可能性が極めて高いためである。多くの技術ではこれは保守に影響するが、AIの場合はさらに、政府がアルゴリズムを関連性のあるものに保つため、新しいデータで継続的に更新する能力にも影響し、その寿命に大きく影響を及ぼす。
世界経済フォーラムは第四次産業革命に関して何に取り組んでいるのか？
先端技術・イノベーションセンターは、科学者、政策立案者、ビジネスリーダーを結集し、新興技術とその現実社会における影響を理解することを目指している。
共同作業や実験を可能にすることで、同センターはパートナーが研究から得られたイノベーションを、世界共通の課題に対応する実践的な応用へと転換することを支援している。
さらに、公共調達の仕組みは、遅く複雑であることで広く知られている。一般的な阻害要因には、膨大な契約条件、入札応募から最終決定までの長い待ち時間、そして目の前の課題や機会に焦点を当てるのではなく、特定のソリューションを求める提案要請などがある。こうした要因により、特に中小企業にとっては、応札することが困難になっている。例えば、中小企業は通常、キャッシュフローを健全に保つため、プロジェクトが発生したらすぐに人員を配置する必要があるため、長い待ち時間は将来の人員配置の要件に対してコミットすることを非常に困難にしている。
政府がAIを広く導入するには大きな課題がある。技術が主な障壁であるという一般的な見方とは異なり、技術的な課題は当面の課題の一部にすぎず、最も対処しやすい部分である。組織に根付いた文化と手続きもまた、AIを十分に活用できるようになる前に調整が必要である。
