読書メモ:DXがなぜ難しいのか「ダブルハーベスト」_20211105
世の中には、AIを使ったDXの本がたくさんあるのに、なぜDXはうまくいかないのでしょう。
参考書は、昨日と同じこちら。
私がこの辺りかな、と読み取った「DXが上手くいかない理由」をまとめておきます。
● 精度の低いAIは意味がない、と思われている
AIは、学習させないと使えるようになりません。最初は低いのが当たり前。ヒトがAIのミスを指摘することで、AIは賢くなります。
DXの第一歩は、一緒に働けるAIを作るところからです。
● AIの精度をmaxにすることが、DXだと思われている
翻訳のAIをウオッチしてると、Google翻訳くらいからスタートして、精度が2割くらい上がるのに1年かかる印象です(AIに食わせるデータの量にも依存)。
ただし頑張っても、精度100%にはなりません。
ヒトとAIで、うまく仕事を切り分けることが大事です。
例えば翻訳では、定型文を多用する特許翻訳や、医療翻訳の毒性のところなどは、AI翻訳が使える場面が増えてます。
また、この本のタイトル「ダブルハーベスト」は、AIを使うことで成果を二重取りできるよ、という意味も含んでいます。
AIで仕事ができるようになった後の、価値を倍増する過程のイメージが湧かないことも、失敗の理由だと思います。
(私もこの部分は、まだ理解できていません)
● 不確実性が高い
AIの開発では、技術的な不確実性だけでなく、仕様面の不確実性があります。
普通のソフトの開発であれば「こんな機能の成果物が欲しい」と要件を定義しますが、AIの開発では、それができません。
できたAIを見て「これだったら、こんな仕事ができるよね」という柔軟性がいります。
目的と成果物をはっきりさせてから仕事を進める体制では、DXは難しいかもしれません。
**
今回の記事を書くために、本を漁ってたら、こんなの見つけました。
DXの失敗は、マネジメントに責任があるとのこと。
次の課題図書やな。
===============================
毎日投稿で、自分や周りの「考え方」を刺激したく、試行錯誤しています。
「スキ」をおしてもらえたらうれしいです。
noteアカウントがない方も「スキ」を押せます。
読んでいただき、ありがとうございました。
#毎日投稿 #毎日更新 #毎日note #考え方 #最近の学び #ダブルハーベスト #DX #AI #戦略 #しゃかせん
いいなと思ったら応援しよう！
