1949 年 — 多くの自動車会社の重役たちは、この創造的なエンジニアリングのビンテージ イラストに夢中でした… [+] 人間の頭と電子回路基板が融合して脳が作られたという想像が浮かびました。しかし、これからの数年間、競争の秘訣はバイオニクスではなく AI と競争することになるでしょう。(GraphicaArtis によるイラスト)
「一生懸命働くのではなく、賢く働く」というフレーズは、多くの経営者が繰り返し使っているフレーズであるため、一部の企業ビンゴカードでは、このマントラが最初のマスに描かれています。正直に言えば、こうした経営者のスピーチの多くは、前述の効率改善を実現する方法を完全には理解していませんが、「より少ない労力でより多くの成果を上げる」という難問を解決するのは経営者の責任であることをひそかに認識しています。
しかし、いくつかの生成型人工知能 (AI) 製品によって実現された画期的な変化により、自動車業界の幹部は効率性向上の解決策を見つけた可能性があります。Empwr.ai、Humaxa、JACoB などです。
サンフランシスコ、2024 年 4 月 — Jeremiah Seraphine は、経営幹部と個人貢献者の両方のプロジェクト管理を支援する生成 AI プログラムである Empwr.ai を提供するチームを率いています。
ガートナーの 2023 年の調査によると、すべての新しいビジネス データの 80 ～ 90% は非構造化データであり、構造化データの 3 倍の速さで増加しています。「私たちはそのデータを有用なものにしたいと考えています」と、Ewpwr.ai を担当するアントレプレナー イン レジデンスのジェレミア セラフィンは述べています。「パートナーの UpLevel を通じて、従業員の時間の 40% が会議に費やされていることがわかっていますが、経営陣はその結果を知りません。これは適切な時間量でしょうか。適切なトピックやプロジェクトに費やされているのでしょうか。」
Empwr.ai は、ミクロレベルとマクロレベルの 2 つのアプローチを採用しています。個々の貢献者にとっては、会議を記録して後で利用できるだけでなく、会議中に蓄積されたアクション アイテムの週次ダイジェストを作成することで、貢献者の効率性も高めます。さらに価値があるのは、幹部がチームの効率性を監視するダッシュボードを受け取り、会議が最優先事項に焦点を合わせていることを確認できるほか、組織間のプロジェクト管理にも役立つことです。
興味深いことに、Empwr.ai の機能セットにインスピレーションを与えたものの 1 つは、Seraphine 氏が大手自動車メーカーで 18 か月間チーフ オブ スタッフとして勤務した経験です。「経営幹部が中間管理職に浸透して、一般社員に実際に何が起こっているかを把握するのは困難です。プロジェクトが軌道から外れていることを経営幹部がようやく理解したときには、現場レベルでは古いニュースになっていることがよくあります。」
デトロイト、2024 年 4 月 — Humaxa の CMO である Jennifer Gargulinski は、規制や標準のコンプライアンスの検索と使用を合理化し、環境に優しい車両への移行を促進する専門的な AI チャット ソリューションを提供するチームの一員です。
地域、顧客、チームなどの間で製品を移行した経験のある人なら、関連する標準と要件を理解し、分散したチームをトレーニングし、これらの制約が製品にどのような影響を与えるかを理解することがいかに大変な作業であるかを知っています。数週間、数か月。一部の標準 (機能安全や ISO 26262 など) は膨大で複雑で、率直に言って、時には曖昧です。プロジェクトのシステム要件を策定するために何千ページものエンジニアリング用語を精査すると、プロセスの開始時にボトルネックが発生したり、最後に「自分のウィジェット」が規制や要件を満たしていないことに気付いて計り知れないリスクが生じたりする可能性があります。
「たとえば、私はつい最近、あるソフトウェア開発者と話をしたのですが」と Humaxa の最高マーケティング責任者、ジェニファー・ガルグリンスキーは述べています。「彼は時間の 90% をドキュメント、仕様、標準、規制などを読むことに費やしており、実際のコーディングに使える時間は 10% しかありません。」その後、Humaxa は接続性とサイバーセキュリティ標準を使用してこのコーダーで AI の威力を実証し、新しいタスクに費やす時間が推定 16 時間から 1 時間に短縮されることを証明しました (つまり、94% の効率改善)。「標準は、わかりやすい要約や簡単に見つけられる部分で書かれていないため、実用上は通常、ドキュメントを最初から最後まで読んでから注釈を付ける必要があります。」
ガルグリンスキー氏は、AI が既存の仕事を強化すると考えています。「生成 AI は、言葉の計算機のようなものだと考えることができます。計算機は、既存の何百万もの仕事で数字を分析するために使用されています。私たちはまだ AI の始まりに過ぎません。とてもエキサイティングな道になるでしょう。」
JACoB のプロジェクト管理者である Kevin Leneway は、ソフトウェア コーダーが COE を作成するのを支援する、控えめに名付けられた AI 製品を開発しています。
皮肉なことに、コードはコードを生み出します。ある意味では、非現実的です。別の意味では、検討する価値のある魅力的な効率です。
「私は過去 3 年ほど AI をコーディングに使用してきましたが、実際に機能するコードを作成するために AI をどこまで活用できるかを本格的に検討し始めたのは、昨年 3 月に GPT-4 を利用できるようになってからです」と、PSL の主席ソフトウェア エンジニアであり、JACoB (Just Another Coding Bot) のプロジェクト メンテナーでもある Kevin Leneway 氏は語ります。「コード ベースから適切なプロンプトとコンテキストを取得すれば、GPT-4 が日常的な部分を効率的に処理し、プロジェクト全体を稼働させるための高レベルの計画と複雑なコーディング タスクに集中できることがわかりました。子供の頃に Commodore 64 をいじっていたとき以来感じたことのない、コーディングの喜びが再びよみがえりました。」
実際、2023 年の調査では、生成 AI ツールを使用する開発者は、コードのドキュメント化や生成などのタスクで最大 50% の生産性向上を経験した一方、コード リファクタリング (20～30%) や非常に複雑な作業 (<10%) ではそれほど改善が見られなかったことがわかりました。
「コーディングエージェントですでに見られるように、今日の限られた AI モデルでさえソフトウェアの記述方法を変えており、こうした変化は時間とともに加速するばかりです」と Leneway 氏は述べています。
自動生成コード、標準の解明、会議の監視は、昔のソフトウェア アーキテクトやプロジェクト マネージャーに取って代わるのでしょうか。もちろんそうではありません。しかし、2023 年の Forbes の記事「人工知能: 自動車会社が車とサプライヤーを再設計する理由」と上記の Mark Cuban のビデオによると、多くの仕事が再編されるでしょう。「AI は、生産性とイノベーションの新たなレベルを解き放ちます」と、Envorso の CTO であり、Meta の元エンジニアリング担当副社長 (AI インフラストラクチャを担当) である Ludovic Hauduc 氏は予測しています。「1950 年代の仕事の大部分が今日では存在しなくなったのと同じように、現在のすべての仕事の 30% が今後 2 ～ 3 年で自動化によって何らかの形で再編される可能性があります。AI をめぐるイノベーションのスピードは、これまでに見たどの技術シフトとも異なります。」
したがって、より賢く（より一生懸命ではなく）働きたい経営者は、その追加のインテリジェンスを望むかもしれません。
