AIについて語るとき、
多くの人はこう考える。
AIは
ソフトウェア
である。
モデルを作る。
APIを呼ぶ。
アプリに組み込む。
しかし、AIが社会に入るほど
この理解は間違っていることが分かる。
AIシステムの本質は
ソフトウェアではない。
AIシステムの本質は
製造業
なのである。
AIは「判断」を量産する
AIシステムは何をしているのか。
それは
判断を量産している。
例えば
不正検知AI
広告最適化AI
カスタマーサポートAI
レコメンドAI
信用審査AI
これらはすべて
毎日
数万
数百万
数億
の判断を出す。
つまりAIは
判断の工場
なのである。
AIシステムは製造ラインと同じ構造を持つ
AIシステムの構造を見ると
製造ラインと非常によく似ている。
製造業では
原材料
↓
加工
↓
検査
↓
出荷
という流れになる。
AIも同じ構造を持つ。
Event
↓
Signal
↓
Decision
↓
Boundary
となる。
整理するとこうなる。
| 製造業 | AIシステム |
|---|---|
| 原材料 | Event |
| 加工工程 | Signal |
| 組み立て | Decision |
| 品質検査 | Boundary |
| 出荷 | 行動 |
つまり
AIシステムは
判断の製造ライン
なのである。
AI工場で最も重要な指標
製造業で最も重要な指標は
歩留まり（Yield）
である。
100個作って
95個動けば
歩留まりは
95%
AIも同じである。
AIが出した判断のうち
問題なく機能した割合。
これが
AIの歩留まり
である。
重要なのは
AIの品質は
モデル精度では決まらない
という点だ。
AIの品質は
工場全体
で決まる。
AI工場に必要な4つの工程
AI工場を作るためには
次の4つの工程が必要になる。
1 データ投入（Event）
最初に入るのは
Event
である。
ユーザー行動
取引
問い合わせ
センサーデータ
これが
AI工場の
原材料
になる。
2 推論工程（Signal）
次に
AIモデルが
Signalを出す。
スコア
分類
生成
これは
加工工程
に相当する。
3 判断工程（Decision）
Signalをもとに
行動を決める。
承認
拒否
推薦
回答
これは
組み立て工程
に近い。
4 品質検査（Boundary）
ここが最も重要である。
信頼度が低い
未知データ
重大影響
モデル不一致
この場合
AIは判断しない
人に戻す。
つまり
品質検査工程
である。
AI事故はどこで起きるのか
AI事故の多くは
モデルではなく
工場設計
の問題で起きる。
例えば
Boundaryがない
Decisionが粗い
ログがない
人間に戻すルートがない
すると
AIは
間違いながら進む。
製造業なら
これは
検査工程がない工場
である。
そんな工場が
安全なはずがない。
AI産業は「工場設計」の時代に入る
AIの第一世代は
モデルの時代
だった。
誰が一番賢いモデルを作るか。
しかし
AIが社会に入るほど
問題は変わる。
重要なのは
工場設計
になる。
つまり
Event設計
Signal設計
Decision設計
Boundary設計
である。
AI設計の本質
AIシステムを作るとは
モデルを作ることではない。
AIシステムを作るとは
判断の工場を作ること
である。
そして
工場の品質は
歩留まり
で決まる。
AIは
Signalを出す。
Decisionが
行動を決める。
Boundaryが
事故を防ぐ。
そして
その全体の結果として
AIの歩留まり
が決まる。
AIの未来は
巨大モデル競争ではない。
AIの未来は
AI工場設計
なのである。
コメント