ピーター・ドラッカーはほとんどのものについて先見性がありましたが、コンピューターはそれらの1つではありませんでした。 「コンピューターはバカです」と、1967年のMcKinsey Quarterlyの記事で、経営の第一人者は、今や私たちの経済と日常生活を支えているデバイスを「今までにない最も愚かなツール」と呼びました。
ドラッカーは、デジタルテクノロジーと人工知能（AI）の計り知れないほどの変化のペースを過小評価しているわけではありません。 AIは、巨大なデジタルデータセットまたは「ビッグデータ」をふるいにかける巨大なニューラルネットワークの計算能力を基盤としており、人間の学習や意思決定によって生み出される結果に類似した、しばしば優れた結果を達成します。 広告、金融サービス、医学、ジャーナリズム、農業、国防、環境科学、創造的な芸術など、さまざまなキャリアがAIによって変革されています。
コンピューターアルゴリズムは、数千のデータポイントを収集して分析し、情報を合成し、これまでに検出されなかったパターンを特定し、意味のある出力を作成します。病気の治療、数百万の都市での顔の一致、マーケティングキャンペーン、新しい輸送ルート、作物収穫プログラム、機械で生成されたニュースストーリー、詩、絵画、または音楽のスタンザ-人間がコーヒーを注ぐよりも速くなります。
最近のマッキンゼーの調査では、すべての実地活動の45％がAIを展開することで自動化できることが示唆されています。 これには、AIシステムがCEOによるレポートの読み取り、リスク検出、またはパターン認識を根本的に簡素化して対象とするため、ジョブが80％自動化できるファイルクラーク、または20％自動化できるCEOのジョブが含まれます。
AIは、私たちの世界全体をまだ変えていないが、そうするであろう長い期待のテクノロジーの1つです。 AIがプライムタイムの準備ができたように見えるようになった今、技術者の間でさえ、人間の意思決定に対してマシンが持つ可能性のある抑制されていない力については驚きがあります。 Elon MuskはAIを「最大の実存的脅威」と呼び、2000年にWired誌でビルジョイが警告した「未来は私たちを必要としない」と反論しています。惑星の健康。
私はMicrosoft CEOのSatya Nadellaの側にいます。SatyaNadellaは、AIツールの適切な役割と制限に焦点を当て、人間の意思決定のパートナーとして、これまで以上にスマートなマシンの約束を準備すべきだと言います。 将来は本当に私たちを必要とするだろうと信じている私のようなビジネススクールの教育者にとって、AIまたはディープラーニングの拡大する力は挑戦と機会をもたらします：彼らがAIの力を受け入れ、理解するために、今後数十年のためにどのように生徒を準備しますか将来の経営とリーダーシップにとっての利点は？
すべてのMBA卒業生をデータサイエンティストに強制するのは間違いです。 ビジネススクールにとっての課題は、広く焦点を絞ったカリキュラムを更新すると同時に、MBAにデータ分析のより深い知識と快適さを提供することです。 明日のCEOは、組織内でますます豊富で複雑なデータセットに答えることができるものとできないものをよりよく理解する必要があります。
データの洗練度と量は増加しているかもしれませんが、歴史は意思決定者とデータ分析との適切な関係のモデルを提供します。
D-Dayを取る。 ドワイト・D・アイゼンハワー将軍は、1944年の運命の晩春にノルマンディーの海岸に数十万人の連合軍を上陸させる時期に関する決定を知らせるために、できるだけ多くのデータを探しました。アントニー・ビーバーの戦いと他の記述に関する本アイゼンハワーは、天気予報が始まったばかりの頃、特に信頼できる気象データを切望していました。 将軍は彼の主任気象学者であるジェームズ・スタッグ博士を養成し、スタッグの報告書を分析するだけでなく、あらゆる報告書でスタッグ自身の自信のレベルを読むことにも精通しました。
「大十字軍に乗り出す」という運命的な決定の前の数ヶ月間、アイゼンハワーは気象予報が提供できるものと提供できなかったものに対する鋭い評価を展開しました。 最終的に、歴史が知っているように、スタッグは彼に、6月5日から6月6日の侵攻を延期するよう説得しました。
アイゼンハワー自身が気象専門家になるべきだと主張する人はいません。 彼の仕事は、関連情報を収集し、その情報の品質と有用性を評価して、侵略の成功確率を高めることにより、キャンペーンのあらゆる側面を監督および調整することでした。 今日、ビッグデータとAIの出現により、企業の意思決定者が利用できる情報が拡大しています。 ただし、データに関するCEOの役割は、アイゼンハワー将軍が気象学者の気象レポートに確率を読み込む際に行使する吸収的および判断的な機能を反映しています。
今日、多くの企業アメリカ全体で技術の複雑さと専門性が語られている中、デロイトの学校向けに作成されたレポートでは、MBAの卒業生を採用しようとする雇用主は、他のどの社員よりも将来の従業員の「ソフトスキル」を高く評価しています。 彼らは、多様なチームで協力して働くことができ、職場と市場の新しい機会と状況に継続的に適応できる柔軟な文化的能力とコミュニケーションスキルを持つ人々を雇いたいと考えています。
これはオフィスでのジャークに対する不寛容だけではありません。 競合する環境と競合する環境、専門家、およびデータの間で統合、交渉、および仲裁を行うことができるリーダーのニーズについてです。 不可欠な情報が不足していても「ガットチェック」コールを行うために企業のリーダーに報酬が支払われたことがあった場合、今日のCEOはますます厳しい解釈判断コール（異なるタイプの「ガットチェック」）を顔に出す必要があります過度の、しばしば矛盾する情報。
機関の運転席にいる人は、さまざまな気象条件で世界で最も忙しい港で船を降ろすための最適なモデル、「最も粘着性の高い」顧客を生み出すロイヤルティプログラムのパラメーターなど、広く変化する現象について経験的に導き出された洞察の拡大する宇宙にアクセスできます最も成功し、多様な雇用プールを生み出す、応答、または人材選択モデル。
企業のリーダーは、AIツールの使用に目を光らせる必要があります。 データストリームのソースを前に判断し、その有効性と信頼性を確認し、データ内の明らかでないパターンを検出し、残りの「what if」を調べて、最終的に、より情報に基づいたニュアンスのある推論と判断呼び出しを行う必要がありますインテリジェントなマシンによって改善されているため 、コンテキストを中心に、有効かつ有用です。 欠陥のあるまたは誤って解釈されたデータに基づいて構築された欠陥のある判断は、データのオーラに起因する準科学的権威の幻想のために、情報のない欠陥のある判断よりもさらに有害です。
プロジェクト管理ツールとして、AIはさまざまな種類の従業員に最適な作業手順を規定する場合がありますが、これらのニーズを1つの組織結果（従業員の割り当ての公平性）の微妙な選択（家族の価値）に変換する感度はありません）。 AIは新しいレストランや発電所の最適な場所を特定するかもしれませんが、新しいベンチャーを実現するために関与する必要がある政治的および社会的ネットワークのマッピングには限界があります。
マシンにも気まぐれさが欠けています。 アドテックプログラムは人間の広告購入者に取って代わりましたが、少なくとも予見できる将来においては、心を引き付ける駄洒落を作成したり、キャンペーンをデザインする機能は本質的に人間のままです。
MBAの卒業生には、新しいレベルの質問と統合的思考が必要です。 教育者として、私たちはこれらのスキルを開発する学習アプローチを育成しなければなりません。鋭いデータ管理と推論スキルを教え、高度なデータシミュレーションを開発し、まだ未知のものを探り、質問する方法を練習します。
機械のパワーの優位性と並行して、感情的知性、つまりEQの重要性は、組織やコミュニティの人間のつながりを維持するために、かつてないほど大きくなっています。 機械は感情を読んで解釈するところまで進むことが期待されていますが、信者、倫理的判断を下す知恵、またはつながりを作る知識に刺激を与える能力はありません。
それはまだすべてです。
ジュディD.オリアンは、UCLAアンダーソンマネジメントスクールの学部長です。
