※本記事は、MIT Sloan Management ReviewとSam Ransbotham氏によるポッドキャスト「Me, Myself, and AI」のエピソード「Personalization and Innovation in a Regulated Industry: Experian's Kathleen Peters」の内容を基に作成されています。オリジナルの動画は https://www.youtube.com/watch?v=O4yAePbzVbE でご覧いただけます。エピソードのトランスクリプトは http://bit.ly/47n715S で公開されています。本記事では、ポッドキャストの内容を要約しております。なお、本記事の内容は原著作者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルのポッドキャストをお聴きいただくことをお勧めいたします。
「Me, Myself, and AI」はMIT Sloan Management Reviewが制作し、Sam Ransbotham氏がホストを務めるポッドキャストです。エンジニアリングはDavid Lishansky氏、プロデュースはAllison Ryder氏が担当しています。
登壇者紹介
Kathleen Peters氏（Chief Innovation Officer, Experian）
Kathleen Peters氏は、Experianのチーフ・イノベーション・オフィサーとして、アイデンティティ、リスク、詐欺検知における市場課題を解決する新しい方法を探求しています。彼女とそのチームは、ビジネス戦略と投資優先順位を定義しながら、新製品のインキュベーション、業界トレンドの分析、最新技術の活用によってアイデアを実現しています。
Peters氏は2013年にExperianに入社し、最新の詐欺対策製品のビジネス開発とグローバル製品管理を主導しました。その後、北米における詐欺・アイデンティティ事業を統括し、2020年にディシジョン・アナリティクスのチーフ・イノベーション・オフィサーに就任しました。Peters氏は、One World Identity（現Liminal）から「Top 100 Influencer in Identity」に2度選出されています。同賞は、アイデンティティ分野のインフルエンサーとリーダーを毎年表彰するものです。
Peters氏は、ForbesやBloombergなどの著名なメディアで定期的に引用されており、業界イベントでイノベーション、AI、詐欺防止に関する洞察を頻繁に共有しています。デジタル通信企業やテクノロジースタートアップでの経験を持ち、Missouri University of Science and Technologyで電気工学を専攻。Motorolaでのイリジウム衛星電話ネットワーク開発、Cadence Design Systemsでの集積回路シミュレーション、スタートアップでの暗号化通信開発など、幅広いキャリアを通じて、サイバーセキュリティから詐欺対策への専門性を発展させてきました。
1. Experianの事業概要とイノベーションラボ
1.1 Experianの事業領域と組織体制
Sam： Experianは多くの人々について詳しい情報を持っていると思いますが、リスナーの中にはExperianについてあまり知らない方もいるかもしれません。まず簡単な概要と、特にあなたの役割について教えていただけますか。
Kathleen： Experianはグローバルなデータ・テクノロジー企業で、世界中の人々と企業に機会を提供することを使命としています。私たちは主に4つの領域で事業を展開しています。まず、融資実務の定義を支援しています。次に、クライアントと消費者の両方のために詐欺を発見し防止する活動を行っています。さらに、ヘルスケアの簡素化にも取り組んでおり、デジタルマーケティングソリューションも提供しています。
Sam： あなたの役割はChief Innovation Officerですね。Experian Innovation Labについて知らなかったのですが、このラボについて、そしてラボから生まれたプロジェクトについて教えてください。
Kathleen： 私は非常に緊密に協力しているパートナーがいます。Dr. Shan Xi Jangという人物で、彼は私たちのラボのChief ScientistかつTechnical Leaderです。ラボはデータサイエンティストとソフトウェアエンジニアで構成されており、私たちが保有するデータの力を活用して、クライアントやパートナーが必要とする製品を創造し、また私たちのDirect to Consumer事業を通じて消費者を支援しています。
Shanとラボは数十年にわたってAIに取り組んできました。特に詐欺対策の分野では長い歴史があります。2022年の終わりに生成AIの一般公開を目にしたとき、これは実は私たちのラボにとって新しいものではありませんでした。ラボは過去にも生成AI技術を使った作業を行っていたのです。しかし、OpenAIがChatGPTをリリースしたことで実現した真の民主化、つまりこれらの機能があなたや私、そして誰もが利用できるようになったことは画期的でした。
ラボは生成AI技術の製品化において最前線に立ってきました。これらの技術を消費者が使えるアプリに組み込んだり、Experian Assistantのような製品を開発したりしています。Experian Assistantは、クライアント企業の担当者が洞察を導き出し、分析モデル、スコア、トレンドの可視化を行い、通常であればデータサイエンティストが双方で数週間から数ヶ月かけて取り組み、本番環境にモデルを展開してから結果を得るような作業を可能にします。今では数分でこれができるのです。このイノベーションには本当に興奮しています。まさに最先端で、エージェント型AIも活用しているからです。
1.2 イノベーションラボの活動と生成AI製品開発
Kathleen： Shanとラボは数十年にわたってAIに取り組んできました。特に詐欺対策の分野では長い歴史があります。2022年の終わりに生成AIの一般公開を目にしたとき、これは実は私たちのラボにとって新しいものではありませんでした。ラボは過去にも生成AI技術を使った作業を行っていたのです。しかし、OpenAIがChatGPTをリリースしたことで実現した真の民主化、つまりこれらの機能があなたや私、そして誰もが利用できるようになったことは画期的でした。
ラボは生成AI技術の製品化において最前線に立ってきました。これらの技術を消費者が使えるアプリに組み込んだり、Experian Assistantのような製品を開発したりしています。Experian Assistantは、クライアント企業の担当者が洞察を導き出し、分析モデル、スコア、トレンドの可視化を行うことを可能にする製品です。従来であれば、このような作業には双方のデータサイエンティストが数週間から数ヶ月かけて取り組み、本番環境にモデルを展開してから結果を得る必要がありました。しかし今では、これを数分で実行できるのです。
このイノベーションには本当に興奮しています。まさに最先端の取り組みで、エージェント型AIも活用しているからです。Experian Assistantによって、これまで高度な専門知識と長期間の開発期間が必要だったデータ分析と意思決定プロセスが、劇的に効率化されました。この製品は、データサイエンティストではない実務担当者でも、高度な分析機能にアクセスし、ビジネス上の意思決定に必要な洞察を迅速に得ることができるという点で、まさに生成AIの民主化を体現しています。
2. 生成AIの民主化がもたらした変化
2.1 2022年の転換点：3つの民主化要素
Sam： 民主化について言及されましたが、それをポジティブなこととして位置づけていると思います。しかし同時に、あなたは多くの悪意ある行為者を扱っており、彼らもまた素晴らしい技術へのアクセスを得たわけです。悪意ある行為者もこの技術にアクセスできるようになったことで、世界がどう変化したかについて少し教えていただけますか。
Kathleen： 正直に言うと、これは私を夜も眠れなくさせるような問題です。基盤モデルやChatGPT、Claudeなどのツールを通じて利用可能になった新しい機能によって、非常に多くの能力が解き放たれました。これは消費者としての私たち、そしてExperianや他の企業で機能を構築する科学者としての私たちにとって、非常にエキサイティングなことです。しかしあなたの指摘は全く正しく、これは詐欺師にも力を与えているのです。
しかしその前に、2022年後半にこの民主化イベントが起きたとき、実際には3つの異なることが同時に発生したことについてお話ししたいと思います。1つ目は、この機能への無料アクセスが突然得られたことです。OpenAIがChatGPTを公開し、誰でもダウンロードして試すことができる無料版を提供しました。これにより、この技術への幅広い利用可能性とアクセスが実現しました。
2つ目に起こったことは、データサイエンティストである必要がなくなったということです。プログラミング言語を使う必要もありませんでした。私たちは自然言語を使ってこの機能とインターフェースできるようになったのです。これは極めて重要な転換点でした。
そして3つ目に起こったことは、時間とともに計算能力が進化したということです。例えばNvidiaが作成するチップについてよく耳にします。この種の人工知能を処理するための計算能力が、かつてはこの規模では利用できませんでした。これがリアルタイム性を制限していましたし、これらの技術を使用する際に消費できるデータの量も制限していました。
この点を持ち出す理由は、あなたが言及されたように、ポジティブな面でも機会があるからです。金融包摂はExperianにとって非常に重要です。問題や解決しようとするスコアリング、質問に対してより多くのデータを持ち込めるほど、理解しようとしている個人に関連するリスクまたはリスクの欠如をより正確に理解できるようになります。したがって、より多くのデータにアクセスできることで、例えば標準的な典型的な信用報告書の一部ではないようなものを見ることができます。
毎月定期的に支払っている請求書で、信用機関に報告されないタイプの請求書などです。そのデータを提供できるでしょうか。また、氏名、住所、生年月日、社会保障番号だけでなく、メールアドレスや電話番号と私のアイデンティティを結びつけるデジタル識別子を通じて、私のアイデンティティを示すことができるでしょうか。これらは私が誰であるかについてより大きな確信を与えます。
より多くの履歴、より多くのデータを理解し、それをリアルタイムで行うための計算能力を持つことで、前に出てくる個人をよりよく理解できるようになります。そしてそれこそが、本当に金融包摂を推進するものなのです。
2.2 詐欺とセキュリティへの両面的影響
Sam： 民主化について言及されましたが、それをポジティブなこととして位置づけていると思います。しかし同時に、あなたは多くの悪意ある行為者を扱っており、彼らもまた素晴らしい技術へのアクセスを得たわけです。悪意ある行為者もこの技術にアクセスできるようになったことで、世界がどう変化したかについて少し教えていただけますか。
Kathleen： 正直に言うと、これは私を夜も眠れなくさせるような問題です。基盤モデルやChatGPT、Claudeなどのツールを通じて利用可能になった新しい機能によって、非常に多くの能力が解き放たれました。これは消費者としての私たち、そしてExperianや他の企業で機能を構築する科学者としての私たちにとって、非常にエキサイティングなことです。しかしあなたの指摘は全く正しく、これは詐欺師にも力を与えているのです。
非常に組織化され、動機づけられ、知的な人々が、特にオンライン世界で詐欺を実行しようとしています。そして私たちは、詐欺師がこれらのツールを使用して作り出すディープフェイクの質について多くのことを耳にしています。
また、実行される詐欺の質だけでなく、その規模の絶対数の増加も目にしています。生成AIによって、詐欺師とその組織は非常に自然な言語を使用できるようになりました。彼らはターゲットとしてグルーミングしている被害者について、創造的になることができるのです。これは、企業としてだけでなく、社会として私たち全員が本当に認識する必要があることです。これらの詐欺の質が向上しており、私たちはお互いに気を配り、何かが正しくないように見える時、あるいはおそらく少し真実とは思えないほど良すぎる話である時には、もう少しだけ警戒心を持つ必要があります。
3. 金融包摂とパーソナライゼーション
3.1 多様なデータ活用による包摂的な与信判断
Sam： 露骨な詐欺という側面もありますが、金融包摂の改善という機会もあるように思えます。
Kathleen： 2022年後半にこの民主化イベントが起きたとき、実際には3つの異なることが同時に発生したことは非常に興味深いことです。1つ目は、この機能への無料アクセスが突然得られたことです。OpenAIがChatGPTを公開し、誰でもダウンロードして試すことができる無料版を提供しました。これにより、この技術への幅広い利用可能性とアクセスが実現しました。
2つ目に起こったことは、データサイエンティストである必要がなくなったということです。プログラミング言語を使う必要もありませんでした。私たちは自然言語を使ってこの機能とインターフェースできるようになったのです。
そして3つ目に起こったことは、時間とともに計算能力が進化したということです。例えばNvidiaが作成するチップについてよく耳にします。この種の人工知能を処理するための計算能力が、かつてはこの規模では利用できませんでした。これがリアルタイム性を制限していましたし、これらの技術を使用する際に消費できるデータの量も制限していました。
この点を持ち出す理由は、あなたが言及されたように、ポジティブな面でも機会があるからです。金融包摂はExperianにとって非常に重要です。問題や解決しようとするスコアリング、質問に対してより多くのデータを持ち込めるほど、理解しようとしている個人に関連するリスクまたはリスクの欠如をより正確に理解できるようになります。
したがって、より多くのデータにアクセスできることで、例えば標準的な典型的な信用報告書の一部ではないようなものを見ることができます。毎月定期的に支払っている請求書で、信用機関に報告されないタイプの請求書などです。そのデータを提供できるでしょうか。また、氏名、住所、生年月日、社会保障番号だけでなく、メールアドレスや電話番号と私のアイデンティティを結びつけるデジタル識別子を通じて、私のアイデンティティを示すことができるでしょうか。これらは私が誰であるかについてより大きな確信を与えます。
より多くの履歴、より多くのデータを理解し、それをリアルタイムで行うための計算能力を持つことで、前に出てくる個人をよりよく理解できるようになります。そしてそれこそが、本当に金融包摂を推進するものなのです。
Sam： ステレオタイプの核心にあるのは、不完全な情報で迅速な決定を下すという考え方です。そしてあなたは、より詳細でより多くの情報があれば、より良い、よりパーソナライズされた決定を下せるという関連性を示していると思います。
Kathleen： その通りです。
3.2 規制環境下でのイノベーションとデータ管理責任
Sam： しかし同時に、あなたは非常に規制の厳しい業界で活動しており、従わなければならない多くのルールがあります。そして新しいものが急速に出現してきます。急速に出現し、おそらくより良い意思決定を行うために使用できるものがある一方で、定義上、技術に遅れをとる規制の枠組みの中にいるという、この緊張関係をどのようにバランスさせているのでしょうか。こうした競合する力をどのように調和させているのですか。
Kathleen： 私たちは、消費者がその会話の一部となることを強く主張しています。私たちは消費者との関係において、やや独特な立場にあります。Experianとして何十年も前から人々が知っているB2B事業だけでなく、長年にわたってDirect to Consumerの関係も持ってきました。
あなたが指摘された通り、高度に規制された組織であることは、このデータに対する制限と規制の種類を私たちが理解していることを意味します。人々のデータの信頼できる管理者として、それに伴う責任を理解し、非常に慎重であることは、私たちが持つ中核的な責任だと信じています。
Sam： それでもまだいくらか緊張関係があるように感じます。なぜなら、あなたは大企業であり、大企業はイノベーションを起こせないという神話が世間にはあると思うからです。しかし同時に、あなたが説明しているのは、特に生成AIや大規模言語モデルに関して、過去数年間に起こった多くの変化です。神話から始めましょうか。大企業でのイノベーションは小企業と同じなのでしょうか。それとも、大企業と小企業でのイノベーションには何が異なるのでしょうか。
Kathleen： 私自身、いくつかのスタートアップで働いた経験があるので、これについては個人的な視点を持っています。Experianのような大企業にいることの素晴らしい点は、リソースと規模の利用可能性です。また、私たちは歴史を理解しており、先ほど話していたように、規制された環境で働く中で、どこに落とし穴があるのかを知っていますし、これを安全かつ責任を持って行う方法を知っています。
AIを扱い、企業がそれに取り組む際には、そこに存在する本質的なリスクを理解し、それらのリスクについて従業員を教育し、定期的にそれをレビューする評議会を持つことが本当に重要です。しかしそれと同時に、セキュリティとガードレールを整備して、誰もが長期的に継続できる方法で行えるようにし、イノベーターに対して、最終的に製品になり得るもので実験できるという自由を与え、安全かつ責任を持ってそれを行えるようにすることが重要です。
したがって、私は大企業に伴う規模とガバナンスを本当に大切にしています。確かに小企業では、より機敏で小規模なチームで働くという評判があります。成長に非常に集中しており、ベンチャー支援を受けているときには、上場企業の株主に対する説明責任とは異なる説明責任を持つかもしれません。
しかし私は信じていますし、Experianで実証してきたことは、イノベーションに対して本当に意図的なアプローチを取り、それを会社の文化、製品管理、製品開発組織の文化に組み込み始めると、イノベーションラボのようなエンティティの能力を活用し、スタートアップ的な考え方と、解決しようとしている最も困難な問題のいくつかに対するグリーンフィールド的な思考をもたらすという、非常に素晴らしい機会が得られるということです。
4. 大企業におけるイノベーション戦略
4.1 大企業とスタートアップの違い
Sam： それでもまだいくらか緊張関係があるように感じます。なぜなら、あなたは大企業であり、大企業はイノベーションを起こせないという神話が世間にはあると思うからです。しかし同時に、あなたが説明しているのは、特に生成AIや大規模言語モデルに関して、過去数年間に起こった多くの変化です。神話から始めましょうか。大企業でのイノベーションは小企業と同じなのでしょうか。それとも、大企業と小企業でのイノベーションには何が異なるのでしょうか。
Kathleen： 私自身、いくつかのスタートアップで働いた経験があるので、これについては個人的な視点を持っています。Experianのような大企業にいることの素晴らしい点は、リソースと規模の利用可能性です。また、私たちは歴史を理解しており、先ほど話していたように、規制された環境で働く中で、どこに落とし穴があるのかを知っていますし、これを安全かつ責任を持って行う方法を知っています。
AIを扱い、企業がそれに取り組む際には、そこに存在する本質的なリスクを理解し、それらのリスクについて従業員を教育し、定期的にそれをレビューする評議会を持つことが本当に重要です。しかしそれと同時に、セキュリティとガードレールを整備して、誰もが長期的に継続できる方法で行えるようにし、イノベーターに対して、最終的に製品になり得るもので実験できるという自由を与え、安全かつ責任を持ってそれを行えるようにすることが重要です。
したがって、私は大企業に伴う規模とガバナンスを本当に大切にしています。確かに小企業では、より機敏で小規模なチームで働くという評判があります。成長に非常に集中しており、ベンチャー支援を受けているときには、上場企業の株主に対する説明責任とは異なる説明責任を持つかもしれません。
しかし私は信じていますし、Experianで実証してきたことは、イノベーションに対して本当に意図的なアプローチを取り、それを会社の文化、製品管理、製品開発組織の文化に組み込み始めると、イノベーションラボのようなエンティティの能力を活用し、スタートアップ的な考え方と、解決しようとしている最も困難な問題のいくつかに対するグリーンフィールド的な思考をもたらすという、非常に素晴らしい機会が得られるということです。大企業の持つリソースとガバナンスの枠組みを活用しながら、同時にスタートアップのような新鮮で革新的なアプローチを取り入れることで、安全性と責任を保ちつつ、大胆なイノベーションを実現できるのです。
4.2 Kathleen Petersのキャリアと専門性の形成
Sam： スタートアップでの経歴に触れられましたね。私たちのポッドキャストの名前は「Me, Myself and AI」ですが、どのようにして今の立場に至ったのか、少し知りたいと思います。あなたの美しいアクセントから南部出身だとすぐに分かりますが、エンジニアリングのバックグラウンドもあると思います。どのようにして今の立場に至ったのか、少し歴史を教えてください。
Kathleen： はい。私はもともとミズーリ州セントルイス出身で、アメリカのほぼ中心部と言えるでしょう。家族の多くは今でもそこに住んでいます。筋金入りのカージナルスファンであることも言わなければなりません。
私はミズーリ州南部にあるMissouri University of Science and Technologyで工学を学び、電気工学を専攻しました。学んでいる間に、デジタル通信に非常に興味を持つようになりました。当時、特にアメリカでは、アナログ携帯電話からデジタル携帯電話への大きな移行が起こっていました。
特にMotorolaがこの分野で非常にエキサイティングな研究とイノベーションを行っていました。そこで卒業後、私はMotorolaに入社し、イリジウム衛星電話ネットワーク、特にハンドヘルド端末自体を構築するチームの一員となりました。これには膨大な量のイノベーションと新しい技術が必要でした。なぜなら、今日のように携帯電話が静止した無線塔やWi-Fiベースステーションと通信するのとは異なり、衛星電話、特にイリジウムのような低軌道衛星システムを扱うものでは、通信する対象が地平線から地平線まで途方もない速度で移動し、次に衛星から別の衛星へハンドオフを行うからです。これは非常に異なるタイプの無線技術であり、私はこれを極めて魅力的だと感じました。
したがって私は、キャリアの初期に、ムーンショット型のR&D努力の一部となることができて本当に幸運でした。これが「次は何か」という好奇心を満たしたいという欲求の種を、非常に早い段階で植え付けたと信じています。
キャリアを通じて、私はCadence Design Systemsという会社に入社しました。そこでは、特にこれらの通信デバイスで使用するハードウェア集積回路とチップの開発において、多くのツールと新しい技術のシミュレーションを使用していました。
Experianに入社する前は、スタートアップで働いており、私たちは既製の携帯電話デバイス間での音声とテキストの安全な送信のための通信を暗号化していました。これは企業だけでなく政府機関でも使用できるものでした。
そしてこのサイバーセキュリティの側面が、詐欺に対する好奇心へと私を導いたのです。サイバーセキュリティは、私たちの周りの壁と境界線をロックダウンするのに役立ちます。それらが侵害されると、詐欺が起こります。したがって、詐欺とサイバーセキュリティは完全に同じではありませんが、確実に関連しています。そして、より多くの人々が金融取引のようなリスクのあることをオンラインで行うようになるにつれて、詐欺と戦い、オンラインでこれらのことを行う際の人々の活動を保護するために私たちができることを理解することが、それだけ重要になります。
これは過去数年間、私にとって本当に情熱を持って取り組むテーマとなりました。そして、Experianがこの分野でのイノベーションに力を入れ、投資を行い、人々のアイデンティティを理解し、詐欺を阻止するために私たちが持つデータ、分析、プラットフォームの力をもたらして、本当に革新的であることに、私は非常に興奮しています。
Sam： エンジニアが成功するストーリーはいつも好きです。
5. AIによる技術職の変革
5.1 データサイエンティストの生産性向上実験
Sam： これらの革新的な技術が登場してきており、その中には特に技術職の人々の仕事を脅かす可能性があるものもあります。今週私たちが話している時点で、技術職の終焉を予測するレポートが出ていますが、私は100%反対の立場です。あなたはどう思いますか。技術職は消滅する可能性があるのでしょうか。そこで何が起こっているのですか。
Kathleen： Sam、この正確なトピックに関して、私たちはいくつかの興味深い事例を持っています。生成AIを実験してきた中で、私たちのトップデータサイエンティストの1人についてのストーリーをお話しします。
ラボのリーダーでChief ScientistであるShanjiが、彼にあまり経験のない新しい分野を探求するよう依頼しました。この特定のケースでは、非構造化文書の光学文字認識、つまりOCRに関するものでした。人々が時にはペンと紙で記入するかもしれないフォームを想像してください。そして、それらのフォームをできるだけ効率的に使用し処理できるようにするというものです。
彼が最初に行ったことは、企業版の大規模言語モデルツールを使用して、「OCRの最新機能についてもっと教えてください。制限は何ですか。これまでこれに取り組んだことがない場合、何を知っておくべきですか。技術者はこれをどのように使用しますか」と尋ねることでした。彼は最初のインスタンスでは、多くの人がそうするように、教育のためにそれを使用しました。
そこからさらに実験したいと思い、実際にタイピングでプロンプトを入力するのではなく、音声入力を使用しました。彼はモデルに声でプロンプトを与えて、コードを作成してもらいました。「ああ、これらの構造を使っていませんね。このタイプのアーキテクチャアプローチを使用してコードを書き直してください」と言いました。そして彼のスキルのおかげで、モデルに何度も何度も改良を依頼することができました。約1時間の過程で、彼は非常に満足できるソリューションを考え出しました。それは人間とAIの組み合わせによって、目前のタスクを達成するための素晴らしい実行可能なコードを生み出したのです。
それから彼は、数年前に自分で書いて手作業で最適化し、誇りに思っていたコードの一部を実際に取り出して、それをモデルに入力し、彼が書いたコードを最適化するよう依頼しました。モデルは戻ってきて、彼のコードのパフォーマンスを40倍改善しました。彼は驚愕し、「ああ、仕事を失うのが怖い」とは言いませんでした。彼は突然、スーパーヒーローの力を手に入れたように感じたのです。
このように、そのポジティブなエネルギーによって、私は多くのニュースサイクルがあり、多くの誇大宣伝があることに気づきました。はい、人々の仕事は変わるでしょう。しかし、私たちが目にしている能力が組織のあらゆるレベルの人々をスーパーチャージするのに役立つ場所が絶対にあると私は信じています。
Sam： その例は気に入りましたが、その中で引っ張りたい糸があります。それは、その一部として、彼がモデルを操縦し指示することができたとあなたがおっしゃったことです。それがうまくいったのは、その人が持っていた経験のおかげです。将来、モデルを操縦できる経験なしに育った人々が出てきたらどうなるのでしょうか。
5.2 カスタマーサポート部門でのAI活用成果
Kathleen： この問題についても語る別の例をお話しします。私たちのカスタマーサポートセンターでは、異なるタイプのスキルセットがあります。これはPhDデータサイエンティストではありません。電話に応答し、顧客に支援を提供する人々です。これらの人々は、人間とインターフェースする人間タイプの仕事に依然として従事しています。そして確かに、私たちのような規制業界では、長い間、これらのセンターに人間を配置し続けることになるでしょう。
このタイプの仕事は、非常に高い離職率を持つ傾向もあります。そこに長くいる人々が最高です。顧客から質問を受けたとき、彼らはその答えを持っている可能性のある知識データベースをどのように呼び出すかを知っています。彼らは正確にどこを見ればいいかを知っています。誰かが全く新しい人である場合、それはストレスです。
あなたは電話に出ていますが、通常、人々はカスタマーサポートに電話して、あなたのビジネスがどれほど素晴らしいと思っているかを伝えるわけではありませんよね。そこで私たちが構築を始めたのは、カスタマーサポートセンターのこれらの個人を実際に支援できるエージェントとボットでした。
その動作方法は、全く新しい人が、顧客が電話をかけてくるのを聞いているとき、顧客が懸念を言葉にしており、エージェントはその怒っている顧客から聞いている質問を自然言語で入力することができます。ツールは感情を理解するのにも役立ちます。そしてツールは、共感を構築し、その電話のトーンを下げるのに役立つフレーズをカスタマーサービスエージェントに促すことができます。また、エージェントが読まなければならないテキストだけでなく、人の実際の質問に答えるために自然言語で、迅速に答えを得ることができます。
これは、特にこれらの新しい雇用者を、あなたが先ほど指摘したように、必ずしもスキルを持っていない人々を強化しました。どうすれば彼らを迅速に自信を持たせ、スキルアップさせることができるでしょうか。このアシスタントを彼らの横に置いて、より良く、より速く仕事をするのを助けることは、真のブレークスルーであることが証明されました。
私たちは、その部門内で離職率の減少と職務満足度の向上を目にしています。そして、より熟練していて多くの固有の知識を持っていた人々でさえも、再び、彼らはスーパーチャージされたと感じています。そしてそれは士気にとって素晴らしいだけでなく、良いビジネスでもあります。従業員を維持できるという点で、時間とコストを節約できます。これが、私がこれらの能力の利点をスペクトラムの両端で見ている例です。
6. AIの現状評価と今後の課題
6.1 予想を超える進化速度
Sam： 実際、それは過去数年間に私たちが行ってきた研究とよく一致しています。私たちは財務的利益ではなく、職務満足度や他の文化的なタイプの利益といった無形の成果を探してきましたが、そこで同様の結果を見出すことになりました。私たちには、いくつかの速答質問をするセグメントがあります。最初に思いつくことを考えていただき、短い答えで結構です。AIについて、予想よりも速く進んでいること、または遅く進んでいることは何ですか。
Kathleen： 私たちが目にしているパワー、それが開いている扉と機会、善と悪の両方において。私は新しいエキサイティングな機会について見るとき、常に詐欺について心配していますが、そのスケールは予想していなかったほど急速に起こっているものです。
2年前にこの民主化が起こり始めたのを見たとき、私はすでに驚いていました。そしてそれ以来、私たちが加速してきた方法、特に今はエージェントとともに、極めて魅力的であり、想像していたよりもはるかに速く進んでいると感じています。
6.2 エージェント型AIにおける信頼とアイデンティティの課題
Sam： AIに何をもっとうまくやってほしいですか。あるいは、今AIについて何があなたをイライラさせていますか。
Kathleen： 私が目にしている1つの課題は、Experianのチームを含む様々な個人や企業が取り組もうとしていることですが、エージェントが私たちの生活で行う取引においてより積極的に関与するようになるにつれて、必要とされる信頼を理解することです。
その周辺の例をお話ししましょう。エージェント型コマースについて多くの話があります。どうすれば私の代わりに購入を行うエージェントを有効にできるでしょうか。信用情報機関、銀行、小売業者、航空会社など他のエンティティのエージェントと話をして、私の代わりに取引を実行できるようにするのです。技術はすでにそこにあります。実証済みです。今日、これらすべてのことを行うエージェントを自分で構築することができます。
欠けているのは信頼です。信用情報機関である私たち、銀行はどのようにして、そのサイトを訪問したり、そのエージェントと話したりしているエージェントが認可されたエージェントであることを知るのでしょうか。このエージェントが代理で行動することに同意した人間がいることを、どのようにして知るのでしょうか。このエージェントに関連しているとされる人間が、彼らが言う通りの人物であることを、どのようにして知るのでしょうか。これに対する標準はまだ整備されていません。
そして技術的能力は、エージェントの有効性を理解するのに必要となるこれらのタイプの署名、承認、プロトコルを構築することよりもはるかに速く進んでいます。この点でも私が心配している理由は、この点に関して真空状態があるときはいつでも、それは悪用される可能性があるからです。
したがって、私たちは業界として、そして率直に言えば社会として、これらのエージェントに信頼を構築するために同等の速度で進む必要があります。エージェントは私たちの代わりに働くことがますます増えていくでしょう。バリューチェーンの各エンティティがエージェントの有効性を理解できるように、その信頼を構築する必要があるのです。
Sam： そうですね、それは巨大な問題です。アイデンティティ全体の問題ですね。私たちはインターネットを非常に匿名で始め、それでもその上にアイデンティティを後付けしようとしており、それが課題を生み出しているのです。
Kathleen： まさにその通りです。
Sam： これは魅力的な議論でした。今日お話しいただく時間を取っていただきありがとうございます。
Kathleen： こちらこそ本当にありがとうございました。ご一緒できて素晴らしかったです。