今日、デジタル化、データ駆動型サービス、そしてそれに伴う新たなビジネスモデルが企業の成功にとって極めて重要であることは、今さら言うまでもない。
特に製造業において我々が目にしている変化は、かつてないほど速い。市場投入までの時間の短縮、柔軟性の向上、製品品質を確保しつつの効率性の向上は、企業が直面する課題のほんの一部にすぎない。
スマートファクトリーはすでに多くの場所で現実のものとなっているものの、インダストリー4.0の可能性を十分に活かすためには、企業はデータに基づくビジネスモデルをさらに発展させて活用し、製品のライフサイクル全体をゆりかごから墓場まで（cradle to grave）デジタル化し、「トップフロア」から「ショップフロア」まで事業システムと製造システムを統合する必要がある。
スマート技術が明日のものづくりを牽引する
スマートファクトリーでは、生産工程が相互に接続されており、機械、インターフェース、部品が互いに通信し合う。生み出される膨大なデータは、製造工程の最適化に活用することができる。
例えば機械学習は、大量のデータに基づいて予測を行うことを可能にする。パターン認識を基盤としており、経験から独自に知識を導き出すことができる。
顧客データ、ログデータ、センサーデータを適切に分析することで、新たなソリューションを見出し、プロセスをより効率的にすることができ、場合によっては新たなビジネスモデルの創出も可能になる。
人工知能（AI）――賢い方法で作業を遂行できる機械という、より広い概念――は、社会が直面する最大級の課題の多くに大きな影響を及ぼすと期待されている。
マッキンゼーは、AIの技術が、19の産業における9つの業務機能全体で、年間で3.5兆ドルから5.8兆ドルの価値を生み出す可能性があると試算している。インダストリー4.0の観点では、AIは企業が産業データを統合し、それを革新的でデータに基づく製品やサービスへと転換する助けとなり得る。
巨人に追いつく
欧州はAIにおいて主導的地位を握る可能性がある。欧州の研究者は科学的に優れた評価を得ており、グローバル企業も欧州へ投資しており、欧州では活気あるスタートアップのコミュニティが発展している。しかし、AIのリソースは欧州全体に分散しており、国際競争は激しい。例えば2017年には、世界のAIベンチャー投資の約48%が中国に向かった。
欧州経済と社会の利益のためにAIの可能性を十分に引き出し、AIにおける欧州の主導的地位を保証するためには、地域レベルで力を合わせ、その強みを活かすことが不可欠である。
AIを可能にするプラットフォームに目を向けると、欧州は今日の巨人に追いつくという途方もない課題に直面している。
DeepMindのAlphaGo Zeroを思い浮かべてほしい。これは真に画期的なプログラムであった。すなわち、17回世界チャンピオンに輝いたイ・セドルに100対0で勝利した従来版のAlphaGoを打ち負かし、しかも実際の人間同士の対局データを一切用いずに訓練されたのである。
従来版のAlphaGoは、何千もの人間のアマチュアおよびプロの対局によって囲碁の打ち方を訓練されていた。AlphaGo Zeroはこの工程を省き、完全にランダムな手から始めて、自分自身との対局を重ねるだけで打ち方を学習した。そうすることで、人間の棋力を急速に上回った。
AlphaGo Zeroによって、我々は初めて「人工的な直感」のようなものを目にした。機械データに基づくこの種の直感を、生産機械の制御のために開発できないはずがあろうか。
ここに新たな競争の形が生まれる。なぜなら、どの企業もこれを単独で成し遂げることはできないからだ。多くのテクノロジー企業にとって、いわゆる「コーペティション」――競合企業同士の協力という行為――は決して目新しいものではない。
Amazon Web Services、Microsoft Azure、Google Cloud Platform、SAP Cloud Platformといったパートナーがなければ、Mindsphere、Axoon、ボッシュのIoT（モノのインターネット）スイートといった産業プラットフォームは実現しなかっただろう。
製造業界は、この種の戦略的提携を早晩発展させる必要があると確信している。あらゆる分野で必要な規模と能力を実現するために、産業分野の事業者は競合他社と積極的に協力し、共にプラットフォームを構築する必要がある。
デジタルへの対応力とAIへの対応力の間には直接的な相関関係があり、技術を作るにも技術が必要であるため、デジタルインフラもまた重要な要件である。
AIシステムは膨大な計算能力を必要とし、すなわちマルチコアプロセッサやグラフィックス処理装置へのアクセスを備えたサーバーやクラウドコンピューティングサービスが求められる。さらに、機械学習システムを訓練するには大量のデータが必要であり、それは記憶容量の拡大も意味する。
人のための技術
米国の作家でありドットコム企業の元経営幹部であるセス・W・ゴディンは、次のように述べている。「イノベーションを生み出した組織は一つもない。イノベーションを起こすのは企業ではなく、人である。」
したがって、人材獲得をめぐるグローバルな競争を忘れてはならない。ほぼすべての企業が、AIがいかに自社の事業に好影響を与え得るかを検討しており、そのため誰もがビジョンを現実のものとするための専門人材を探し求めている。将来的には、あらゆる規模・業種の企業が最高のAI人材をめぐって競争することになるだろう。
雇用喪失への懸念も真剣に受け止める必要があるが、その潜在的なプラスの側面に目を向けるべきである。世界経済フォーラムの報告書「『仕事の未来 2018』」によれば、2022年までに約7,500万の雇用が失われる一方で、職場における機械やアルゴリズムは1億3,300万の新たな職務を生み出すと予想されているからだ。仕事の未来 2018これは、人工知能の成長が今後数年で5,800万の純増雇用を生み出し得ることを意味する。
ここで私から行動への呼びかけをしたい。我々は皆、スマートマシンが人間と競合するのではなく、人間に奉仕するように役立てなければならない。技術革新を活用して世界最大の課題に取り組み、それらを最大の機会へと転換していくことは、我々全員の責任である。
共に、AIが人類を増強し、技術が危険または反復的な作業から我々を解放し、すべての人々を引き上げて、その最大限の可能性を引き出す世界を創り出そう。
