イリヤ・ロマノフは、15年以上のマーケティング経験を持つ起業家であり、AIエンスゥイアストです。彼は、旅行、銀行、電子商取引、暗号通貨、AIなどの業界で幅広い経験を持っています。この多様な背景は、さまざまなビジネスの性質について深い洞察を与えています。彼の著作では、ビジネスにおけるAIの応用と、世界を変えている方法に焦点を当てています。
このテーマは魅力的です。フロイトの序文から始めましょう。人間の知能の普遍的なナルシシズムは、これまでに3つの致命的な打撃を受けてきました。最初は、文字の発見でした。ソクラテスは次のように述べました。「あなたの発見（文字）は、学習者の魂に忘却を生み出すでしょう。なぜなら、彼らは記憶を使用しないからです。彼らは外部の文字に頼り、自分で記憶しません」。2番目は、人々がGPSに紹介されたときでした。彼らの空間認識能力が低下しました。3番目は、おそらく最も深刻なものです。人間は、思考をAIに委託しました。MITメディアラボの研究AIが私たちの脳に与える影響についての意見は、より大きなものになりつつあります。IBMの記事『私たちがAIに思考を任せると、脳は静かになる』では、タイトルがプロセスの本質をよく表現していることが気に入りました。この記事では、ボストン地区の学生たちが、AIの支援を受けたり受けなかったりして、複数の文章を書くセッションに参加した、MITメディアラボの研究について述べています。研究チームは、学生たちにEEGキャップを着用させて、ChatGPT、Google検索エンジン、ツールなしでの文章作成時の脳の神経活動と反応を追跡しました。目標は、脳に何が起こるかを調べることでした。チームは、脳の神経接続性、つまり脳の部分がタスクを実行する際にどのように相互作用するかを調べることでした。学生たちがAIを使用しているとき、彼らの脳は、記憶と思考に関連する脳領域間でより低い接続性を示しました。学生たちが独自に作業したとき、脳内でのクロスリージョナルなコミュニケーションが多くなりました。しかし、後半に転折がありました。実験の最終段階で、学生たちは新しいグループに分けられました。ChatGPTを使用していた学生たちは、ツールなしで作業するように求められ、逆もまた然りでした。これにより、興味深い観察がなされました。実験のリーダー、ナタリヤ・コズミナさんは次のように述べています。「もし彼らが最初にChatGPTを使用してから、ツールなしで作業するように求められた場合、彼らの神経的な関与は、最初からツールなしで作業していた場合よりも低かった」。このMITの研究は、スパロウ、リュウ、ウェグナーが彼らの記事『Googleの記憶への影響：情報が指先にあることの認知的結果』で議論したものと似た結果を示唆しています。この研究では、認知的外部化という概念が導入されています。つまり、人間の脳は、情報が簡単にインターネットで見つかるため、記憶する必要がなくなります。この研究の全体的な結論は、脳がテクノロジーと新しい共生関係を発展させ、インターネット、ドライブ、クラウドに大きな情報とデータを委託するため、記憶する必要がなくなります。研究チームは懸念を表明していますが、他のコメント者は、これは自然な認知的適応であり、急速に変化する世界では避けられないものであると信じています。2つの研究を結びつけるものは、人間の能力の低下に関する懸念です。2011年の研究では、記憶メカニズムが自然に変化する情報技術的風景に対応する依存関係が発見されましたが、MITメディアラボの研究結果は、すぐに警戒すべきものです。コズミナの実験では、タイミングが重要であることが示されています。人間の脳がAIにさらされるほど早い場合、脳領域の正常な相互作用を発達させることがより困難になります。AIが学習の難しい作業、つまり関連付け、実際の情報のエンコードと操作を行う場合、私たちはまだ学習していますか？それがまだ効果的ですか？私は、学生たちは実際に文章を書いたからです。しかし、ChatGPTグループの場合、個人的な投資と知的努力は、AIなしのグループよりも低かったのです。認知的外部化は、AIとともに暗い方向へ進みます。Googleは私たちが記憶するのを信頼できるようにしますが、問題解決能力や情報の批判的評価を奪うことはありません。Googleは私たちが記憶するのを助けてくれますが、問題を解決したり情報を批判的に評価したりすることはできません。しかし、AI、特に今日の学生の場合、認知的外部化はあまりにも深いものになります。AIは報告書を書いたり、プレゼンテーションを作ったり、さらに多くのことを行うことができます。コラボレーション、批判的評価、情報の取得能力はほとんど練習されません。ことの他の側面2025年のゲーリヒの研究「AIツールと社会：認知的外部化と批判的思考の将来への影響」は、よく知られた絵を提示しています。AIを頻繁に使用することは、深い思考や反省への関与が低下し、批判的思考能力が低下していることと強く結びついています。研究結果は、AIツールの使用が認知的外部化を増大させ、批判的思考能力を低下させることを示唆しています。AIを大量に使用した参加者は、情報の批判的評価や反省的問題解決能力が低下していました。ゲーリヒは、結果をAIの誤用と関連付けるべきであると述べています。研究は、AIの使用が批判的思考や認知能力の低下の唯一の原因であることを明確に示唆していません。ゲーリヒは、相関関係は因果関係を意味しないことを警告しています。私自身が父親であることから、AIが人間の脳のメカニズムを根本的に変えることはないと信じています。ただし、子供たちがAIの使用をある程度制限する必要があると考えています。私は息子の携帯電話を取り上げることはできませんが、ペンと紙での問題解決がAIに頼るよりもはるかに有益であることを説明できます。結論最後に、AIの使いやすさに腐敗されないように、私たち大人も生産性を維持するための実用的アドバイスを探しました。まず、AIはあなたの才能あるトレーニーまたはジュニアコラボレーターであり、代わりではありません。テックニュースワールドのロブ・エンダーレによる記事では、AIツールを使用して調査、草案作成、またはあなたのために多くの単調な作業を行う場合でも、精神的に存在することが重要であると教えてくれます。劣化は、パッシブなタスクの委託と盲目的な依存から始まります。積極的な編集者となり、AIが形成するコンテンツと対話しましょう。2番目に、ヴォーン・タン・ルールに従いましょう。「AIに主観的な価値判断を外部化しないでください。良い理由がある場合は、明示的に理由を示してください」。このルールは、ハーバード大学の博士号を持つ学者ヴォーン・タンによる作品に基づいています。彼は、教育におけるAIの影響を研究しています。このルールは、科学者が「意味づけ活動」と呼ぶものが、人間によってのみ行われるべきであることを意味します。私たちは、AIに善悪を判断させるべきではありません。3番目に、私の好きなものです。私たちは、AIに仕事をさせるべきではありません。記事「AIを使用して愚かにならない方法」では、次のような物語的なしかし非常に正確な推奨事項が引用されています。AIと共に成長し、利益を得て、進歩するには、中心で仕事をし、AIを僅かに導かせ、弱点を指摘させる必要があります。私はこの記事を書いている途中で、時々、AIに何かを書いてもらいたいという誘惑に駆られました。しかし、AIと共存し、外側と核心において人間である世界を信じています。AIが支配するかどうかは、私たちが人間の心を機械よりも優先する努力に依存します。
私はイリヤ・ロマノフです。現在、StealthモードでのAI製品に取り組んでいます。 私の前の記事では、AIと収益底線についての（本当に？）破壊的なMITレポートについて話しました。もう1つの話題のレポートが公開されました。「ChatGPTの使い方」。その大胆な序文「全体的に、ChatGPTは意思決定支援を通じて経済的価値を提供し、知識集中型の仕事では特に重要である」に私は、ついにAIが仕事のプロセスと収益底線に実質的に貢献することが証明されたのかなと疑問に思った。では、詳しく見てみましょう！レポートとチーム『ChatGPTの使い方』は、OpenAIの研究者とハーバード大学の経済学者デビッド・デミングによって作成されました。彼らのAIエンジニアリング、プライバシー保護データ分析、経済政策に関する専門知識により、このような大規模な実証研究が可能になりました。この研究は、ChatGPTとの1,500万件の会話に基づいています。チームは、ユーザーを匿名化しながらもメッセージの意図を理解するために、プライバシー保護のためのファネルを使用しました。基本的に、ChatGPTの会話はすべて、研究者がそれを見た前に、名前や個人情報を除去する自動フィルターを通過しました。生成されたラベル（トピックや意図など）は分析されました。基本的な人口統計情報（教育や職業など）をリンクするために、チームは、少なくとも100人のユーザーの集団に関する集計データのみを取得できるセキュアなクリーンルーム環境で作業しました。したがって、個人やメッセージを特定したり、再識別したりすることはできません。調査結果『概要』の大胆な声明は、AIが現代の経済で価値を提供する方法についての重要な洞察の1つです。最近増えている「すべてを自動化する」ソリューションとは対照的に、ChatGPTは、タスクの自動化プラットフォームではなく、意思決定支援ツールとして主に使用されています。レポートでは、ユーザーがChatGPTに与える2種類のタスクが紹介されています。『質問』と『実行』。前者は、情報を求めたり、より良い意思決定のためのアドバイスやガイダンスを行ったりする仕事（「相関と因果の違いは何ですか？」）を指します。後者は、具体的なタスク（「マネージャーにセールスに到達できなかったことを伝えるメールを書いてください」）を実行することを指します。興味深いことに、レポートでは仕事と非仕事の会話を区別しています。2025年の非仕事会話は70%を占め、2024年の53%から大幅に増加しています。個人的なやり取りは、主に日常のタスク（「どうやって」アドバイスやチュートリアル）と文章作成支援（編集または翻訳）に焦点を当てています。この増加と使用状況は、ChatGPTを日常のコンパニオン、探索、創造的な仕事、意思決定のための新しいGoogleのようなものとして位置付けます。レポートによると、すべてのメッセージの49%が『質問』で、40%が『実行』です。重要な点は、『質問』メッセージがより速く増加しており、ChatGPTユーザーからより高い満足度を得ていることです。2024年7月の『質問』と『実行』はほぼ等しく、ChatGPTのメッセージの46%を占めていました。2025年6月までに、『質問』は51.6%に上昇し、絶対的な増加率は5.6%で、相対的な増加率は12%でした。一方、『実行』は34.6%に低下し、相対的な低下率は25%でした。この乖離は何を意味しますか？レポートによると、知識集中型の仕事における意思決定の迅速化と情報のより良い処理が、生産性の向上につながります。このような仕事では、ビジネスの成果が意思決定の質と速度に直接影響されるため、より良い情報の処理、代替の視点、優れた分析支援を得ることが、労働者のパフォーマンスを大幅に向上させることができます。結論の根拠は、調査結果に基づいています。ひとつは、大学院の学位を持つユーザーは、より教育の低いユーザーよりも『質問』に2%、『実行』に1.6%多く使用する傾向があるということです。同様に、科学技術職の高収入のユーザーは、AIを『質問』に使用する傾向があります。コンピューター関連の仕事の仕事関連メッセージの47%が『質問』です。見えない意思決定能力は、人間の脳を上回り、金銭的に反映される可能性があります。OpenAIが得た収益（今年の初めには年間再発行収益13億ドル）ではなく、消費者余剰によってです。消費者余剰とは、サービスに対して支払う用意がある最大額と実際に支払う額の差です。たとえば、私はChatGPTの月額サブスクリプションに100ドルを支払う用意がありますが、20ドルしか支払っていません。したがって、消費者余剰は80ドルです。大規模な研究では、コリスとブリンヨルフソン（2025）の研究によると、米国だけで消費者余剰は少なくとも970億ドルであることがわかりました。さらに、彼らの研究によると、ユーザーは1ヶ月間でAIを使用しないようにするために平均98ドルを支払う必要があります。ChatGPTのユーザーにとっての価値は、仕事と非仕事の両方の状況で非常に大きいです。企業の状況では、さらに大きな財務的利益があると言えるでしょう。なぜ『質問』をしているのかレポートのチームを調べ、（驚いたことに！）Perplexityにこのレポートについて考えるように依頼したとき、私はなぜユーザーがChatGPTで『質問』をするのか、ではなく『実行』をするのか疑問に思った。より科学的な用語で説明すると、レポートに引用されている研究に従いたいと思います。 イデとタラマス（2025）は、AIが職場で果たす2つの役割を提示しています。 共同作業者 は成果物を作成し、 コパイロット は出力なしで問題解決を強化します。『ChatGPTの使い方』のデータは、コパイロットのパラダイムを支持しています。再び、ユーザーは『質問』をするよりも『実行』をするよりもChatGPTを使用しています（49% 対 40%）。『質問』は増加しており、ChatGPTユーザーからより高い満足度を得ています。2024年7月の『質問』と『実行』はほぼ等しく、ChatGPTのメッセージの46%を占めていました。2025年6月までに、『質問』は51.6%に上昇し、絶対的な増加率は5.6%で、相対的な増加率は12%でした。一方、『実行』は34.6%に低下し、相対的な低下率は25%でした。仕事のすべての職業グループのトップの仕事活動に「意思決定と問題解決」が含まれていることからも、ChatGPTはほとんどの場合、仕事ではなくアドバイスを提供しています。つまり、AIはほとんどの場合、コパイロットです。（マイクロソフトはAIツールの名前をコパイロットにしたのは、なんとなくわかったような気もしますね…）しかし、なぜでしょうか？Linkedinをスクロールすると、「自動化する」と「自動化する」が並んでいます。私はレポートを読みながら、AIの熱心な支持者たちがLinkedinに投稿した数百の восторг的な投稿についても考えてみました。彼らはついにAIを動作させるためのスクリプトを見つけたのです。私の仮説は、ChatGPTでの『質問』タイプと『実行』タイプの優勢は、根本的な公衆のAIをコパイロットとして使用するという好みではなく、モデルの現在の（または過去の）制限の反映である可能性があるということです。真に強力なエージェントAIソリューションが存在する場合、ユーザーはAIを共同作業者としてではなくコパイロットとして使用する傾向があるでしょう。簡単に言えば、ユーザーはAIを共同作業者として使用したいと思っているのですが、まだ制限があります。私の経験とCustDevインタビューで聞いたことから、AIがまだ克服できない重大な欠点があると仮定しています。1つは、コンテキストが不足していることです。2つは、すべての仕事を単純なプロンプトに分解することはできないことです（または、私が単に我慢強くないだけかもしれません）。これら2点について詳しく説明します。AIはコンテキストが不足しているため、コンテンツ作成には監視が必要であり、プロンプトを修正してより良い結果を得る必要がある場合があります。 IBMは、科学的な用語でこのアイデアを説明しています。人間は、継続的な知覚、記憶、現実世界の経験により、豊富な状況理解を蓄積します。一方、AIアシスタントは、単に最近の入力の「コンテキストウィンドウ」に基づいて次のトークン（〜単語）を予測するだけです。AIには短期記憶しかなく、メモリ容量が満たされると、以前の情報は失われます。大規模な言語モデルは、複数ステップの複雑なタスクで苦労します。タスクが組み合わさるにつれて、パフォーマンスと一貫性が低下します。 Prompt Driveは、これを説明しています。制限を克服するためのアプローチとして、分割と征服のアプローチがあります。ただし、単一のプロンプトですべてのニュアンスを捉えることはできないため、AIは優れたコパイロットですが、共同作業者としては限界があります。今、私はChatGPTの領域で考えてみました。比率（49% 対 40%）は、他のAIツールでも再現されるのでしょうか？ Perplexity AIに送信されるメッセージの60%は、純粋なコンテンツ生成ではなく、研究駆動型のリクエストです。 App Labxによると。 DeepSeek R1は、論理タスクと思考連鎖支援におけるコパイロットとしての高度な共同作業者として高いスコアを獲得しています。 内部レポートによると。 GitHub Co-pilot（名前が示すように）は、コードのエディターの提案、デバッグ、学習支援のために設計されています。主な役割は支援であり、実行ではないと考えられます。 Microsoft Copilotは、ChatGPTと同様に、質問と実行の間でほぼ均等な分割を示しています。...
私は、新しい技術が現れるたびにそれを受け入れることを心がけています。私の最新の情熱は、長期にわたって続くものになるでしょう。AI です。MIT NANDA は最近、『The GenAI Divide. State of AI in Business in 2025』 という論文を発表しました。この論文は、AI とビジネスの現在について冷静な見方を示しています。Linkedin のフィードは、AI がすべてを変えることについてほとんどヒステリックですが、この報告書は異なる絵を描いています。まず、MIT NANDA とは何か?ネットワーク化されたエージェントと分散型 AI (NANDA と略称される) は、MIT メディアラボからの野心的な研究イニシアチブです。このプロジェクトは、6 大陸の 18...
先進国と発展途上国は、前例のない人口動態の変化に直面しています。変化は、世界最大の国々で最低限の出生率に達し、数十億人の労働者が退職の準備をしています。研究者と政策立案者は、過去20年間で、高齢化する人口の医療費の増加に対処する方法を積極的に探してきました。全体的に、AIは最も有利な解決策とみなされています。AIは、基本的なタスクを自動化し、多くの場合、高価な人間の介入の必要性を除去するだけでなく、患者にプライバシーと裁量を与えることができます。また、マシンラーニングにより、今日に導入された実装は時間の経過とともに改善し、将来に生じる可能性のある新しい課題に適応することができます。この記事では、ヘルスケアにおけるAI/ML技術のいくつかの可能な応用について説明します。以下に記載されているものは、近い将来に実現するものであり、2026年までに440億ドル規模になることが予想されているヘルスケアのAI市場の一部になる可能性が高いです。予想されているヘルスケアのAI市場の一部になる可能性が高いです。効率化された医薬品開発医薬品業界は、毎年、研究開発に約100億ドルを費やしています。ビッグデータ分析ツール、ニューラルネットワークなどの適用により、このプロセスに関わる多くのコストを削減できます。これらのツールは、医薬品の構造を分類するデータベースに適用できます。この戦略は、時間が重要な状況、たとえばパンデミックの際に特に有望です。2015年、東アフリカでのエボラ出血熱の際、トロント大学はAIを使用して医薬品化合物のデータベースを迅速に処理しました。従来、数か月または数年かかると考えられていた治療の発見は、1日以内に達成されました。AI分析は、よく報告されているように、COVID-19ワクチンと治療の開発にも重要でした。新しいウイルス株が現れるにつれて、同様の技術が継続的に適用されています。自動化された医療文書化大多数のクリニックと病院の記録がすでにデジタル形式で保存されているため、EHR（電子ヘルスレコード）はヘルスケアで重要な役割を果たしています。この技術により、患者記録へのアクセスがより簡単、迅速、かつ安価になりましたが、医療文書化の実際のデジタル化は、時間が限られているヘルスケア提供者にとって重大な負担を表す可能性があります。自然言語処理（NLP）技術は、医療データの収集と保存に関連する多くのプロセスを合理化できます。音声認識と音声入力ソフトウェアは医学では新しいものではなく、提案が行われており、医療専門家と患者とのやり取りの全容を文書化および分析するためのAIアルゴリズムの適用が行われています。この技術の1つの提案された実装は、医療専門家が着用するカメラで録画されたビデオを処理するためにAIとマシンラーニングを使用することです。実質的には、これは今日の多くの警察官が着用するボディカメラと似ています。収集された情報は、さらに分析するために他の医療データと迅速にインデックス化および組み合わせることができます。セルフィー診断世界の某些地域では、健康クリニックや病院が少ないか、ない場合があります。他の地域では、忙しい1日のスケジュールから時間を取り出して、ルーティンネックアップのために医師に会うことは、不必要な手間のように思えるかもしれません。どちらの状況に住んでいる人にとっても、深刻な状態は、時には手遅れになるまで発見されません。幸いなことに、最も遠隔地に住む人でも、すでに強力な診断ツールを持っています。彼らのポケットの中のスマートフォンです。携帯電話カメラの画像の品質は毎年向上しており、技術の製造コストも低くなっています。携帯電話で撮影された画像は、AIアルゴリズムによって分析するのに十分な品質です。すでに、臨床級の画像が利用できない地域の医師は、患者を分析するために携帯電話で撮影された写真を使用し始めています。実際、機械学習を搭載したスマートフォンは、90%という高い精度で皮膚がんや黒色腫を診断するために使用されています。消費者向けのアプリも、ユーザーが自分で体の皮膚の変化を検出できるものが市場に出てきています。同様の技術が眼科にも適用されています。糖尿病患者における網膜症を写真分析によって検出するためのアルゴリズムが開発され、アメリカFDAによって承認されています。チャットボット対応のテレメディシン誰しもが、プライベートにしたいことがあります。健康はその1つです。同僚や上司と医療問題について話すことには、当然、慎重さが必要です。ただし、医療専門家と話すことさえ、恥ずかしいと感じる人もいます。チャットボットは、このような患者にとって解決策を提供する可能性があります。この技術は、すでにテレメディシンでアポイントメントのスケジューリング、処方の更新、トライアージュに活用されています。また、基本的な自己管理型ヘルスケアについてのアドバイスが必要な個人との関わり方を調査するために活用されています。実際、研究者は、イギリスで、チャットボットは、性感染症などの恥ずかしい健康状態を持つ患者にとって、第一の選択肢になると考えているようです。匿名性が高まれば、患者は、無視すると大きな問題になる可能性のある問題について助言を求める可能性が高くなります。結論この記事で説明したヘルスケアにおけるAIのユースケースは、実際に可能なもののごく一部です。メドテック開発の次の10年間に、多くの革新的な発見が見られるでしょう。今日ではまだ理論的なものですが、これらの発見のいくつかは、将来にわたって実現する可能性があります。重要な点は、理論を実現に変える能力です。Daigerでは、AIや機械学習に関する理論的なアイデアを、ビジネスに価値をもたらす実行可能な解決策に変えることを専門としています。詳しくは、当社のサービスについては、こちらのウェブサイトをご覧ください。
