AI にできること、できないこと(エーアイニデキルコトデキナイコト)

＜ b ＞“ AI 、そこが知りたかった!
これだけ読めばモヤモヤが消える。しかも面白い。

もっとも早くから AI に携わってきた「稼げる研究者集団」が
これまでになかった「 4 つの力」という分かりやすいアプローチで解説。
「稼げる AI 」を操る人間になりたいビジネスパーソン必読の書だ。”

幸田真音 (作家) 『人工知能』著者＜/B ＞
ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

○ AI の本質を捉えて、 AI にできること、できないことの違いがつかめる!

○ AI の実態を踏まえて、ビジネスへと活かすための要点が分かる!

○ AI に仕事を奪われないために、人は何を身につけるべきかが分かる!

AI を活かすために、 AI にできること、できないことを知ろう!
古くから AI 研究に携わり、数多くの有名大企業での AI 導入実績を持つ
テンソル・コンサルティング株式会社の社員が
現在の AI に何ができて何ができないのかを、分かりやすく、かつ面白く解説している。

仕事で AI に直接関わっているビジネスパーソンはもちろん、
AI の今後がなんとなく気になっている社会人から、
子供の将来に不安を感じている保護者の方にいたるまで、
幅広い層に読みやすくてすっきり分かる、目からウロコの指南書である。
1 章 そもそも AI とはなにか
世間で言われる AI とは?
AI の歴史
活躍する AI

2 章 AI の実態
AI に知性はあるのか?
今の AI の作り方
AI にできること、できないこと
AI は理解しているのか?
コラム:新しい概念の獲得

3 章 AI の中身
ディープラーニングの中身
活躍する AI の中身
AI に対する疑問
コラム:重なった画像の理解

4 章 AI のビジネスでの活用
役立つ AI の設計指針
ビジネス活用に必要な要素
AI と人間の間違え方の違い
データサイエンティストの重要性
ビジネスでの活用事例
コラム:人間の優れた技能

5 章 未来
AI 分野以外の動向
AI に仕事を奪われないためには?
AI が人間を超えるまでには?
AI が人間に置き換わった未来

AI ブームのたびに繰り返される失敗のパターンは、技術の中身ではなく期待値の設定を誤ることです。『 AI にできること、できないこと ビジネス社会を生きていくための 4 つの力』 (日本評論社、 2019 年 2 月刊) は、その見極めを主題にした一般向けの解説書です。著者は AI 導入コンサルティングを手がけるテンソル・コンサルティングの藤本浩司氏 (同社代表取締役社長・博士 (工学) ・東京農工大学客員教授) と柴原一友氏 (同社主席数理戦略コンサルタント・博士 (工学) )。研究者としての足場と企業への導入実務の両方を持つ書き手が、「今の AI に何ができて何ができないのか」を数式なしで説明します。

全 5 章の構成と「 4 つの力」という枠組み

構成は 5 章で、そもそも AI とは何かという言葉の整理と歴史から始まり、 AI に知性はあるのか・今の AI はどう作られているのかという実態、 ディープラーニング の中身、ビジネスでの活用 (役立つ AI の設計指針、 データサイエンティスト の重要性) 、そして AI と仕事の未来へと進みます。書名の「できること、できないこと」を、本書は副題にある「 4 つの力」という独自の枠組みで切り分けていきます。個別のツール紹介ではなく能力の構造で説明するため、対象のサービスが入れ替わっても使い回せる判断軸になっているのが特徴です。

読みどころは AI と人間の「間違え方」の違い

実務者の視点が最もよく出ているのが、 AI と人間では「間違え方」が違うという論点です。人間なら絶対にしない種類の誤りを AI は平然と犯し、逆に人間が苦手な種類の判断を安定してこなす。この非対称性を知らないまま「人間の代わり」を期待して導入すると、精度の数字は良いのに現場で使いものにならない、という典型的な失敗に落ちます。導入プロジェクトの企画段階でこの視点を持っているかどうかは、外注先やベンダーの提案を評価する目に直結します。

対象読者と生成 AI 時代に読む際の注意

読者として想定されているのは、プログラミングの知識がないビジネスパーソンです。 AI 案件の企画・発注・評価に関わる企画職やマネージャーが「エンジニアの説明を理解し、的外れな期待を口にしない」ための前提知識を一冊で得られます。刊行は 2019 年、生成 AI ブームより前なので、対話型 AI や 大規模言語モデル の具体論は範囲外です。ただし本書の中心にある「機械学習は何が得意で、どこで破綻するか」という構造の話は生成 AI にもそのまま通じる土台で、ブーム下の宣伝文句を割り引いて読む力として今も機能します。

どんな人が買って元を取れるか

エンジニアが読む場合、技術的に新しい発見は多くありませんが、「技術を知らない相手にどう伝えるか」の語彙集として使えます。買って元が取れるのは、 AI 導入の意思決定に関わるのに判断の物差しを持てていない人です。プロジェクトの期待値を最初に正しく設定できれば、それだけで本書の価格の何倍もの手戻りを防げます。 AI という言葉に振り回されない足場を作る、実務家が書いた堅実な入門書です。