英国政府は約2年、AIで経済が4,000億ポンド押し上げられうると説明してきました。WIREDによると、この数字はGoogleが依頼した2023年の報告書だけが元で、政府自身の試算の中心は2030年までに1,200億ポンドです。見込みには、AIを使う人や組織が増える速さ(広まる速さ)の前提が入っています。

この記事の要点

  • 英国政府が約2年使ったAIの効果4,000億ポンドは、Google依頼の報告書が元
  • 報告書の会社も、力の見立ては同じまま、2030年までの見込みは政府に近いとした
  • 差の一因は広まる速さの読み(イノベーションの普及理論)
  • AIの効果の数字は、使う人の割合の前提を自社の実際と並べて読む

技術の力が同じでも、2030年に届く分は広まる速さで変わる。AIを使う人の割合を棒で表した概念図。速い前提では2030年のオレンジの棒が高く、遅い広まりでは低くなり、2030年の後に灰色の棒が上の点線に近づく。概念図で、数値ではありません。イノベーションの普及理論の広まり方(ジェームズ・W・ディアリング、2009年)を、WIREDが伝えたPF Globalの説明(広まり方が想定よりずっと遅く、2030年の後の数年で伸びが速まる)に置きかえた模型です。

英国政府が約2年使ったAIの効果の数字は、Googleが依頼した報告書が元

WIREDによると、英国政府は約2年間、AIで経済が4,000億ポンド押し上げられうると国民に説明してきました。この数字は、Googleが依頼し、Public First(いまのPF Global)が作った2023年の報告書だけが元でした。

AI担当相のカニシュカ・ナラヤンは議会の答弁で、政府自身の試算を、2030年までに550億〜1,400億ポンド、中心は1,200億ポンドと示しました。この試算も、大きく不確かだとしています。

報告書を作ったPF Globalのジョナサン・デュポンは、差の一因に、政府によるAIの導入の遅さを挙げました。政府の数字は、同社が2023年に作ったモデルより、ずっと遅い広まり方を前提にしているといいます。

同社は、技術の力の見立ては変えていないとしています。ただ、実際の広まり方の遅さから、2030年までに実現しそうな分の中心の見込みは政府の数字にずっと近く、その後の数年で伸びが速まるとしています。

AIの力の見立ては同じなのに、なぜ効果の見込みは小さくなるのか

政府の試算は、4,000億ポンドの3分の1に満たない数字です。4,000億ポンドを出した会社が力の見立てを変えていないなら、効果の見込みも同じになりそうなものです。

新しい道具は、はじめゆっくり、やがて速く広まる

拡声器の知らせは岸にいる人みなに届くが、新しい橋を渡り出すのは、頼られる人と、そのあとに続く人だけ。新しいやり方の広がりを、橋を渡る人に見立てた絵
イノベーションの普及理論のイメージ

説明したいのは、AIの力の見立てが同じでも、2030年までの見込みが小さくなる点です。手がかりはイノベーションの普及理論で、新しい道具ややり方は人から人へ伝わり、時間をかけて広がる、という考え方です。

広まる速さは、はじめは遅く、相談先になる人がよい評判を伝え、使って見せると速まり、上限に近づくと再び遅くなる傾向がある(ジェームズ・W・ディアリング、2009年)

このニュースでは、PF Globalの言う技術の力が、使う人が行き渡ったときの効果の大きさに、差の一因とされた広まり方の違いが、そこへ届く速さに当たります。行き着く先が同じでも、立ち上がりが遅ければ、2030年までに届く分は小さくなります。職場の勤怠アプリも、はじめは一部の人だけが使い、詳しい人が周りに教え始めてから一気に切り替わることがよくあります。

AIの効果の見込みが小さくなった一因は、使う人が増える速さの読み

報道は、英国でAIを使う人や組織の実際の割合も、差のうちどれだけが広まる速さによるかも伝えていません。普及理論に照らすと、2023年の報告書は立ち上がりを急に見込み、実際の広まりはゆっくり立ち上がったと考えます。

立ち上がりを急に見込むのは、開いたばかりの店の売上を、開店の月から常連で満席になる前提で立てるのと同じ構図です。口コミで客が増える月日を入れなければ、料理が良くても1年目は見込みに届きません。

AIの力が同じでも、2030年までに届く分は、使う人が増える速さの読みで大きく変わります。

AIの効果の数字は、使う人の割合の前提と並べて読む

AIの効果の数字にも、たいてい使う人の割合と時期の前提が入っています。社内で使うときは、次の順で確かめます。

  1. 使う数字を1つ選び、何割の人がいつまでに使う前提かを書き出す
  2. 前提が書かれていなければ、数字を出した相手に聞く
  3. 自社でいま使っている人の割合を数えて並べる
  4. 前提に届いていれば、数字どおりに見込む
  5. 届いていなければ、効果は捨てずに時期を後ろへずらし、毎月数え直す

私の会社でも先週、仕事ごとに見積もった時間と実際にかかった時間を並べて残す台帳を作りました。あとで見積もりの根拠を、実績と照らして出せるようにするためです。

チャットや会計ソフトのように、使う人がそろうまで思ったより時間がかかった道具は、多くの職場にあると思います。そのとき何があったかを、この下のおたより欄で聞かせてください。

読み解きに使った概念・法則

この記事の中心となる概念・法則

イノベーションの普及理論

新しい考えや道具ややり方(イノベーション)は、人と人の間の伝わり方を通して、時間をかけて組織や社会に広がっていく、という考え方。

この記事で取り上げたニュース

同じ概念・法則で読める記事

AIを広めるのは、研修より判断を信頼されている人の一言

なぜ?AIを組み込んだ業務ソフトを売るSAPの技術の責任者が、なぜ難しかったのは技術より導入だと言い、どんな研修より尊敬される管理者の一言が強いと話したのか

この記事からわかることAIを社内に広めるなら、研修や説明会の前に、入れる仕事で周りが判断を頼る人を1人選んで先に使ってもらい、助けになった場面を本人の言葉で周りに話してもらってから研修を開き、助けにならないと言われたら広げる前に使い道を選び直す

あなたの話も、聞かせてください

AIや新しい道具の効果が、見込みより遅れて出た場面はありましたか。使う人がそろうまでにかかった時間や、見込みを立て直した話、早く広まった職場の話でも構いません。

おたよりは編集部で読み、次に調べることや記事づくりの参考にします。
編集部からの返事や、その後の動きはこの欄に追記します。

編集部へのおたより

ニックネームや名無しでも問題ありません。

0 / 1,000字

お仕事や立場を添えると、編集部が背景をつかみやすくなります。

おたよりの紹介

掲載前に編集部が確認します。
人や会社が分かる部分は外します。

編集部へのおたより

この話についてのおたより

元のおたより

この話を読んで思ったことや、あなたの経験・疑問を聞かせてください。編集部に届けます。

送った内容は、編集部が確認したうえで、この話の下に掲載します。

シェアする

Googleで探しやすくする
なべ

Author

なべ

テクノロジーは好きですが、そのものを作る側ではありません。かといって、新しい道具を集めて満足するほうでもない。

何か新しいものが出てきたとき、私が考えるのは「これで何ができるか」より「今のやり方このままでいいんだっけ」のほう。道具が増えるより、やり方ごと作り変えたり、無くしたりするほうが好きです。

AIが来て、人の考え方も、仕事の進め方も変わっています。その変わり方に興味があって自分の仕事で先に試しています。techtech.clubは、そのやってみた結果を置いておく場所です。

PRODUCT

注目ツール

直近、ニュースや活用事例、techtech.clubの記事などから話題のITツールを厳選しています。

EXPLORE

ほかのコンテンツも読む

気になるテーマに切り替えて、続きを探せます。

注目の企業

今日のニュース

  • AIの答えを確かめる負担、生産性の伸びを打ち消すことも

    認知工学の研究者が、AIの答えが正しいかを確かめる時間と労力が、生産性の伸びを打ち消すことがあると論じています。経験のある開発者を対象にした試験では、AIを使うと速くなったと感じていたのに、作業時間は19%増えました。筆者は、確かめるための時間、研修、権限を働く人に与えるべきだとしています。

    原文を読む(The Conversation) ↗
  • 職場のAIに何を入力してよいか、名前を消すだけでは不十分

    ChatGPT

    AIに渡す情報について、専門家は、名前を顧客番号に置き換えても本人をたどれれば匿名にならないと指摘しています。どの作業にどの情報を使ってよいかは、会社が決めて従業員に示すべきだとしています。勤め先の指定と違うChatGPTを使ったセラピストが、機密情報は入れていないと話したが解雇された例もあります。

    原文を読む(Computerworld) ↗
  • Google、AIによる完全自動のサイバー攻撃を初めて確認

    Google

    Googleの脅威分析チームは、AIが弱点(脆弱性)探しから攻撃までを人の手を介さずに行う事例を初めて確認しました。見つかった仕組みは、修正プログラムの適用前後のコードを比べて弱点を探し、攻撃を自動で実行します。Googleは、より強力な攻撃は数ヶ月先に迫っているとしています。

    原文を読む(THE DECODER) ↗

仕事と組織の変化

各社のIT活用

  • 代金の受け取りでのPaidの使い方

    オートバックスセブンPaid

    • 代金の受け取り

    法人会員の支払いに請求書払いを入れ、店頭でも使える専用のカードで掛け払いにして、請求を法人の本社にまとめている

    同じ仕事の他社事例を見る →
  • 社員の情報でのカオナビの使い方

    日本ハムカオナビ

    • 社員の情報

    組織全体を見渡した人材の配置と、育成を見据えた計画的な異動・配置ができる基盤をつくるために入れた

    同じ仕事の他社事例を見る →
  • 文章・資料づくりでのAzure OpenAI Service(IIJ GIO with Microsoft Azure)の使い方

    ふくおかFGAzure OpenAI Service(IIJ GIO with Microsoft Azure)

    • 文章・資料づくり

    文書の下書きや企画のアイデア出し、マーケット情報の整理に、本部と営業店の約6,000人が使える社内の生成AIを使っている

    同じ仕事の他社事例を見る →

情報流出・サイバー被害