トニーは米国オハイオ州北西部の同じ自動車工場で、20年近く勤務しています。その間、第3シフトのパートタイムのライン作業員から、現在は組立ラインの作業員35名を監督するライン主任へと昇進しました。時折、作業員の一人が、近隣インディアナ州で完全自動化を計画している工場に関する記事を持ってきて、ロボットも自分たちの仕事を奪うのかとトニーに尋ねることがあります。
幸いにも、トニーは数字を把握しています。その 国際ロボット連盟は、世界で毎年約250,000台の産業用ロボットが導入されると予測しています。経済学者たちは、全米経済研究所は、ロボット1台が5.6件の雇用を代替すると推定しています。これは世界全体で150万件の雇用がロボットによって失われる計算になります。年間ベースです。
それは恐ろしい数字に思えるかもしれません。しかし、トニーは見出しではあまり取り上げられない数字も知っています。世界の工場現場では、少なくとも3億4500万人が雇用されており（うち米国は1300万人）、出典は米国労働統計局です。年間の代替率は0.5%未満です！
それ以上に、トニーは工場の現場の実態も知っています。長年にわたり、ロボット技術の進歩は散発的であったことを彼は目にしてきました。特に、人間の手の柔軟性と器用さに近づける「エンドエフェクター」の開発が遅く、ロボットが本来得意とすることを素早く行わせることができる強力なロボット動作プログラミング環境が存在しないことです。彼はロボットのいるラインで働いたこともあり、その弱点を知っています。ロボットは人間のように考えたり、適応したり、反応したり、行動を修正したりすることはできません。特に、マスカスタマイゼーションとパーソナライゼーションが消費者市場で支配的な期待となっている今日では、その弱点は顕著です。
ロボットだらけの工場では、製品の切り替えに数か月かかることがあります。高額で確保が難しいロボット技術者が、シミュレーションパッケージで潜在的な経路を生成したとしても、すべての機械を再プログラムする必要があるためです。対照的に、ライン作業員は少しの訓練で作業を切り替えられるため、製品の切り替えは一晩で済むこともあります。そして今の市場では、製品の多様性の向上と、より頻繁で迅速な切り替えが求められています。
機械は、変動の少ない、非常に反復的で単純な作業に最適です。そうでなければ人間の安全を脅かす役割には、特に適しています。しかし、工場の仕事の大多数については、人間が依然として最も良い成果を出します。したがって、トニーは作業員に対し、ロボットが自ら考え、行動し、適応できるようになるまでは――それは私たちの生涯では起こらないことですが――組立ラインの仕事は概ね安全だと安心させることができます。
ビットがアトムと出会うとき
雇用を奪う自動化は、ターミネーターが溶けた金属の中に身を沈めてスカイネットの出現を阻止しようとするずっと以前から、メディアで主要な話題となってきました。確かに、場合によっては自動化が雇用を代替します。ビットがビットと出会う職種は、比較的自動化しやすいのです。例えば、パラリーガルはオンラインで情報を検索し、文脈を加えて要約し、弁護士の判断に供します。入力と出力がともに電子的であるため、その役割は、製造業のような物理的なもの――アトム――と出会う場合よりも自動化しやすいのです。
だからこそ製造業はAIに最適な位置にあります。新技術を、雇用を置き換えるのではなく、雇用を補強する形で導入する機会を提供するからです。そしてそうすることで、工場の生産性向上と品質改善に効果的な、実証済みの手法であるリーン生産方式の主要原則の一つ、「人への尊重」に沿うことになります。トヨタ生産方式の理念が述べるように、人がいなければ企業は成功しないのです。
なぜ人ではなく機械に焦点を当てるのか？
簡単なことです。機械ははるかに測定しやすいからです。機械はデータを生成し、互いに効率的に通信します。例えば、産業用3Dプリンターから効率、精度、正確性の出力を得ることは比較的簡単です。工場現場の様々な機械について、総合設備効率（Overall Equipment Effectiveness）の測定値も容易に入手できます。
人間についても試してみてください。人間の作業の状況を理解するためのデータは、そもそも存在しないのです。製造業者が扱える最良のデータは、ライン上で作業を観察しながらストップウォッチとクリップボードで集めた、ごく小規模なサンプルです。工場の指標を改善する重要な業務判断を行うために教育と訓練を受けた熟練の産業エンジニアの多くが、こうしたデータの収集に時間を費やしています。
世界経済フォーラムのもう一つのパートナーであるA.T.カーニーと協力した結果、これらのエンジニアの勤務時間の3分の1以上が、非効率で、不正確で、偏りがあり、率直に言って退屈な時間・動作研究に費やされていることが分かりました。産業エンジニアは、監視役になるために入職したわけではありません。彼らは改善を実現し、企業の収益に影響を与えたいと考えているのです。
技術は人間の効果を高めることができる
私のキャリアの初期、ゼネラル・モーターズに在籍していた頃、私は世界初の協働ロボット（コボット）を開発したGMのチームを率いました。その後、協働ロボットはより多くの量で工場に導入されるようになりました。それは人間に取って代わるからではなく、優れた人間の協働作業者になるからです。コボットと作業する際、人間が認知を担い、機械が筋力を担います。DrishtiのようなAIソリューションでは役割が逆転します。人間が作業を行うことで筋力を提供し、機械が（付加的な）認知を提供します。いずれの場合も、人間と機械の両方が、与えられた作業を達成するうえで不可欠です。
私たちの日常生活では、技術によって人間の能力が拡張される例は数多くあります。ナビゲーションアプリのWazeを考えてみてください。私は運転中にぼんやりしてしまう傾向があり、時々曲がるべき交差点を見逃してしまいます。幸い、Wazeがルートを再計算し、目的地へ向けて軌道修正してくれます。Wazeが運転を代わりにしてくれるわけではなく――Wazeは車を運転しませんし、私は推奨を覆す能力を今も持っています。しかし協働することで、自分だけに任せるよりも、はるかに目的地にたどり着きやすくなります。
機械が人間を補強する初期の例としては、スペルチェックも同様です。私は多くのメールを書きますが、よくスペルを間違えます。私に教えたイエズス会の教師たちは、きっと悲しむでしょう！しかし幸いなことに、スペルチェックが私を支えてくれます。赤い波線が私に注意を促します：「えへん、この単語は見直したほうがいいかもしれません。」それが単語を私のために書き換えるわけではありませんが、送信前に誤りを正す機会を与えてくれます。私が完璧なつづり手ではないことを、誰も知る必要はありません！
文化的な変化を推進する
人間と機械が協働することの必要性は明らかです。とはいえ、ロボットの支配者に関するメディアの絶え間ない誇張報道が影響を及ぼさないわけではありません。定期的に仕事が奪われることを耳にする作業員は、機械の同僚に対して依然として懸念を抱くかもしれません。
したがって、製造業者は「人間＋機械」の考え方への文化的転換を促進する必要があります。組織が作業員の利益のためにこの変化を推進できる方法はいくつかあります：
● 教育：機械は変化をもたらします。場合によっては、作業員が慣れているよりも新しく、より大量のデータをもたらします。データをどのように解釈し、自分の仕事に応用するかを作業員に教育することが、受容のうえで極めて重要です。
● 訓練：別のケースでは、機械は既存の仕事の強化に役立ちます。前述の産業エンジニアの例では、Drishtiのようなソリューションによって、作業員は一日の時間を30%以上取り戻すことができます。その時間をより付加価値の高い活動に使えるよう支援することで、余剰時間への不安は取り除かれ、成長の機会へと変わります。
● 評価：最良の機械も、文脈がなければあまり役に立たず、人間は機械にはできないもの――経験、文脈、そして深い領域知識――を持ち込みます。こうしたスキルを評価し、その必要性を表明することは、ベテラン作業員の懸念を和らげるのに役立ちます。
● 焦点：従業員は、あらゆるミスを指摘する技術よりも、プロセスの問題解決に焦点を当てた技術を目にすると、変化を受け入れやすくなります。「どうすればJimの作業を速くできるか？」から「ライン全体がより効率的に機能するために、この工程をどう改善できるか？」へと議論の焦点を移すことで、作業員は問題として狙われるのではなく、解決策の一部だと感じられるようになります。特に、ライン作業が効率化されることが自分たちの雇用を守ることにつながると分かったとき、その効果は大きくなります。
私たちは数年のうちに全員が失業し、機械が地球を動かすようになるという考えに、とらわれがちです。特に製造業では、誇張された報道はすべて、自動化の結果として大規模な人員削減が起きることを示しています。
しかし現実は、その虚構には及びません。実際には、機械は人間の本来の潜在能力を拡張することで人間を助けています。機械は、かつてないほど人間をより効率的に、正確に、そして誤りなく作業できるようにしています。見通しのつく将来において、勝利の方程式は人間＋機械です。
