アウトプットや成果からバックキャスティングでAI活用を決めるべき

AIを活用するかどうかの基準はアウトプットや成果のリターンの大きさとコストのかけ具合によります。AIを活用するのを前提として、人手によるコストをどれだけかけるかをインプットとして、アウトプットや成果をリターン、それに到達するために発生する不確実性をリスクとして、AIを活用するレベルを決めるのがAI活用におけるポイントになります。


投資信託の運用方式にはアクティブファンドとパッシブファンドがあります。

アクティブファンドはリターンを大きくすることを目的としています。リターンを大きくする金融商品を調達する都合上、機械だけでなく人手を投入します。そのため、コストもかかります。

一方、パッシブファンドは期待値水準のリターンを得ることを目的にしています。統計的に運用するため、機械やAIによる運用となります。人件費が小さくなる分、コストも小さくなります。

投資信託の運用は期待するリターンから決めることになります。アウトプットや成果を得る場合も投資信託と同様のアプローチをとります。いわゆるバックキャスティングと呼ばれるアプローチです。

バックキャスティングによるアプローチは次の通りです。

期待するアウトプットや成果をまずは決めます。定量化すると良いですが、テキストのような定性的な情報でも問題ありません。

次に、AIを活用するとどのレベルまで到達できるのかを計測します。こちらは生成AIを使いながら決めていきます。決めた結果を記録として残します。また、誤って出力された内容に関しても記録として残しておきます。

最後に期待するアウトプットや成果と生成AIの結果の差を調べます。差の大きさに応じて、アウトプットや成果の基準を変えるか、どの程度まで人手を投入するかを決めます。

生成AIを使う、使わないがポイントではなく、期待するアウトプットや成果から始め、生成AIでどこまでギャップを埋めることができるのか、ということがポイントになります。バックキャスティングによる生成AI活用は引き続き実践しながら考察を進めていきます。