『機械がすべてをこなす時代に何をすべきか』（2017年）は、産業界が次なる自動化の波を取り入れるとき、従来の仕事に何が待ち受けているのかを現実的に考察する。自動化をいかに現在のビジネスモデルに組み込むべきか、労働者や経営者は何を予期すべきか、そして経済全体に何が起こるのかを探る。
この本から得られるもの：自動化革命に向けて自分自身とビジネスを備えよう。
私たちはすでに、毎日の歩行距離や睡眠時間を記録し、運動の時間を知らせてくれるスマートフォンやウォッチに慣れ親しんでいる。機械は私たちの生活の管理を助けるまでになっているが、未来のデジタル製品はさらに一歩進み、あらゆるデータを活用して、人間ができるよりも上手く、効率的で、正確に仕事をこなしてくれるようになる。このような自動化された未来という考えは不安をかき立てるかもしれない。しかし歴史は、何だかんだ言っても仕事は残り続けることを教えてくれる。ただ、退屈で面倒な単調作業からは解放されるというだけだ。
今あなたが心配すべきなのは、避けられない変化に対して自分自身とビジネスをどのように準備し、すでにすぐそこまで来ている進歩の波に取り残されないようにするかということだ。本書では、次のようなことを知ることができる。
- データがなぜ石炭に似ているのか
- 「計装化（インストゥルメンティング）」とは何か、そしてなぜ今すぐビジネスで実践すべきなのか
- なぜスマートフォンは氷山の一角にすぎないのか
新技術は常に楽観ではなく懸念の種だった。
昨今は、毎日のように新しいトレンドが登場し、私たちの仕事を脅かし、ロボットの支配者に屈する日が近づいているかのように感じられるかもしれない。こうした不安は新しいものだと思うかもしれないが、実際には私たちは以前にも同じ岐路に立たされてきた。歴史書や古い新聞のビジネス面を見れば、何世紀にもわたって労働者が「新しい機械」に脅威を感じてきたことがわかる。
変わったのは、こうした不安を引き起こす機械の種類だけだ。たとえば、19世紀の第一次産業革命の時代、イギリスではラッダイトと自称する労働者たちが、繊維産業に導入された機械織機を破壊した。ラッダイトたちは、これらの機械が自分たちの仕事を脅かしていると信じていた。そして案の定、機械は実際に彼らに取って代わった。また、19世紀初頭には、アメリカ人労働者の80パーセントが農業に従事していた。しかし現在では、農作業や家畜の世話、土地の耕作などを担う機械の登場により、その数字は2パーセント未満にまで低下している。したがって、2013年にオックスフォード大学の研究が、アメリカの仕事の半分が今後10年以内に自動化の脅威にさらされると予測したとき、人々が懸念を抱いたのは当然だった。
では、コンピューターが私たちの生産性を向上させていると主張する楽観論者はどうだろうか。残念ながら、統計は別の物語を語っている。スマートフォンやアプリといった消費者向けテクノロジーや、PCやデータベースといったビジネス向けのハードウェア・ソフトウェアに数十億ドルが投資されてきたにもかかわらず、生産性はあまり変わっていない。さらに、1991年から2012年までの米国における年間賃金の上昇率は、1970年から1990年までの約半分でしかなかった。これらは一体何を意味するのか。さらに掘り下げて見ていこう。
新技術は新しい仕事を生み出し、既存の仕事を変えていく。
ここ数十年、産業現場の自動化は絶え間なく続いてきた。かつて人で溢れていた巨大工場は、今やずらりと並ぶ機械によって稼働している。しかし、工場の現場で働く人が90パーセント減ったからといって、すべての労働者が仕事を失う心配をしなければならないわけではない。テクノロジーは仕事を奪うのと同じくらい、常に新しい仕事を生み出してきたからだ。
著者らが分析した数十件の研究によれば、今後10年間でアメリカの仕事の約12パーセントが自動化され、約1,900万人の労働者が職を追われると予想される。しかし、同じ研究は、これらのテクノロジーが2,100万人分の新しい仕事を生み出すとも予測しており、2025年の失業率は現在とほぼ同水準に保たれるだろう。これらの数字が過度に楽観的に見えるなら、最も厳しい経済状況下でも仕事が生まれてきた歴史があることを思い出してほしい。2009年の経済危機後の数年間で、アメリカの民間部門はなお1,500万人分の雇用を生み出した。もう一つ重要なのは、自動化テクノロジーは仕事そのものではなく、仕事に関連する特定のタスクを奪う可能性が高いということだ。そして、それは結局のところ、それほど悪いことではないのかもしれない。
フォレスター・リサーチが実施した調査によると、ロボットは一般的に退屈で反復的とみなされる仕事の部分、たとえば現在教師が行っている宿題の採点などを排除していくという。こうした無意味な作業を取り除くことで、労働者は他の業務により注意を払うことができ、仕事全体の質が向上する。つまり、自動化は教師の仕事を奪うのではなく、教師をより効果的にするのだ。Uberを利用したことがある人なら、ひとつのアプリが車を手配し、評価を提供し、デビットカードに請求し、請求書をメールで送信するまでをわずか数秒で行う様子に驚嘆したことがあるだろう。
現代の新しい機械は、膨大なデータから学習するソフトウェアでできている。
実際、ほとんどの人はUberのような新しいテクノロジーを、その仕組みを立ち止まって考えることなく受け入れている。もう少し詳しく見てみよう。Uberの中核にあるのは、Facebook、Google、Instagramを動かしているのと同じ「新しい機械」テクノロジーであり、一般に「インテリジェンス・システム」として知られている。この新しい機械が特別なのは、パターンを認識し、時間とともに自己改善する能力を持つ新しいタイプのソフトウェアにある。
たとえば、Facebookのソフトウェアは、ユーザーがクリックした項目のパターンを認識し、そのユーザーのフィードに類似の項目を表示することができる。Facebookには毎日数十億人のユーザーがログインしていることを考えれば、従業員がこの作業を手作業で行うことは不可能だ。その代わり、Facebookのインテリジェンス・システムがユーザーの活動に基づいて情報を収集している間に、従業員はより思考を要する仕事に集中できる。そしてFacebookは、その知識を活用して、関連性の高い広告や友達候補をユーザーに提供する。こうしたインテリジェンス・システムが必要とされる主な理由は、インターネットが生み出す膨大なデータ量にある。Uber以前の時代、タクシーとの通常の取引にはおおよそ3つの「データポイント」しかなかった。配車係に電話してタクシーを呼んだ記録、運転手が乗車と降車をメモした記録、そして運賃だ。
Uberでは、リクエストの詳細、どこからリクエストしたか、どのデバイスを使ったか、どのルートを通ったか、移動にどれくらいかかったか、運転手にいくらチップを渡したか、どんな評価を付けたかなど、膨大なデータが生まれる。このデータが、これまでにUberが仲介した20億回のトリップで乗算されるところを想像してみてほしい。インテリジェンス・システムが繁栄の源泉とするデータの宝庫を垣間見ることができる。これらすべてのデータからパターンを見つけることで、企業は過去と未来の顧客に関する貴重な洞察を得て、ユーザーが何を望み、何を好み、何にお金を払うのかをよりよく理解できる。
組織のあらゆるものを「計装化」して、ビジネス改善のためのデータをアナリストに提供しよう。
歴史を振り返ると、どの産業革命も鉄鋼、石炭、石油といった新しい原材料の豊富さによって始まったことがわかる。今回は、その原材料がデータなのだ。そして以前と同様に、この革命で繁栄するために、企業はリソースを効果的に採掘・精製して競争優位性をもたらす意味のあるものに変えようと競い合っている。しかし、企業のデータを意味のあるものに変えるには、優れたビジネスアナリストが必要だ。
今日、ビジネスアナリティクスの分野は、ツールやプロセス、手法を用いて膨大なデータを、企業が行動を起こし利益を上げたりビジネス上の問題を解決したりするために使える洞察へと変換することを指す。著者らのコンサルティング会社であるコグニザント・センター・フォー・ザ・フューチャー・オブ・ワークの調査は、ビジネスアナリティクスの価値の高さを示している。データから洞察を得る能力が競合他社より優れている組織は、ビジネスコストを平均8パーセント削減しながら、収益を平均8パーセント増加させることができる。ビジネスアナリストが扱う良質なデータを確保するには、組織内のあらゆる製品、サービス、ソースからデータを収集すべきだ。このプロセスを「計装化（インストゥルメンティング）」と呼ぶ。たとえば、電話が番号を保存したり通話記録を管理したりできなかった時代を覚えているかどうかは、あなたの年齢次第だろう。今の電話がスマートフォンと呼ばれるなら、これらの旧モデルは「ダムフォン」と呼べるかもしれない。
著者らは、2025年までに、今日の机、靴、歯ブラシ、ドアがまるでダムフォンのように見えるようになると考えている。これらのものが、私たちの作業をより効率的にする手助けをしてくれなかった時代があったことに驚くだろう。言い換えれば、私たちはスマート製品への変革の瀬戸際に立っており、私たちが使うほぼすべてのものに小型データコレクターが組み込まれるようになるのだ。だからこそ、今こそ組織のあらゆるものを計装化し、可能な限りのデータを収穫し、ビジネスのあらゆる側面に内在する価値を見つけることで、先手を打つ時なのだ。何と言っても、スマートフォンはダムフォンよりはるかに価値がある。
従来のビジネスモデルをデジタルハイブリッドに変革して、ミレニアル世代の顧客を満足させよう。
あなたの業界がどこであろうと、シリコンバレーはインテリジェンス・システムを武器に、ビッグデータを燃料として、その業界を破壊しようと準備している可能性が高い。ここで「大丈夫、うちはデータをすべて収集して有効活用している」と思っているかもしれない。しかし、襲い来るスタートアップからビジネスを守るには、彼らがすでに使いこなしているもう一つのツール、すなわち「デジタルビジネスモデル」を手に入れる必要がある。まず、ビジネスモデルが意味するのは次の二つであることを理解することが重要だ。組織がどのように構造化されているか、そして競争して収益を上げるために組織が管理するプロセスだ。
たとえば、銀行の融資の場合、組織とプロセスは、申請を受け付け、その資格があるか判断し、承認または拒否するという最善の方法を中心に構築されている。そして、製品やサービスが存在してきた期間が長ければ長いほど、ビジネスモデルは、紙の束が人から人へと受け渡され、迷路のようなキュービクルと延々と続く書類棚の列によって構築されている可能性が高くなる。紙ベースのビジネスモデルは時代遅れだ。特にミレニアル世代の目には、アプリを開けばすぐに答えが得られることを期待しているのに、書類が迷路のようなオフィスを通り抜けるのを待つのは耐え難い。従来型ビジネスにとっての答えは、物理的とデジタルを半々に組み合わせた、パート・フィジカル／パート・デジタルのビジネスモデルを構築することで、新世代に歩み寄ることだった。
たとえば航空会社は、乗客とその荷物をある場所から別の場所へ運ぶという物理的なプロセスの多くを依然として扱っているが、機内体験や運航業務の多くはデジタル化されたモデルで処理されている。では、デジタルビジネスモデルに移行するとき、何を自動化できるのかという疑問が生じる。まずはオフィスを見回し、全員が正確に何をしているのかを書き留めることから始めよう。
バックオフィスからタスクの自動化を始めよう。
実際のところ、多くの「ホワイトカラー」の管理業務は、まもなく自動化されることが可能であり、実際にそうなるだろう。この革命は、世界中の無数の人々が平日の9時から5時の間にしていることを変えることになる。一部のオフィスでは、すでに自動化が静かにタスクを引き継いでおり、特にジャーナリズムの分野で顕著だ。信じられないかもしれないが、あなたはすでにロボットが書いた新聞記事を読んでいる可能性が高い。ワシントン・ポストやUSAトゥデイといった伝統的な報道機関も、Yahoo!のようなオンラインニュースソースも、自動生成されたコンテンツを公開し始めている。
ナラティブ・サイエンスやオートメイテッド・インサイトといった企業は、すでに不動産リスト、地域の天気予報、昨晩のフットボールの試合を要約した記事を書くことができるソフトウェアを開発している。2017年時点で、AP通信は年間約2万本の自動生成記事を配信しており、時間が経つにつれて、このソフトウェアは微妙なニュアンスを持つ人間らしい文章を書く能力がさらに向上していくだろう。新聞や印刷メディアと同様に、あなたのビジネスがデジタルビジネスモデルへと移行し始める方法の答えは、カスタマーサービスの領域外にあるという点で、バックオフィスにあるかもしれない。
バックオフィスとは、人事部や財務部など、企業の中核業務が行われる場所を指す。こうした部署は自動化に最適だ。大量のデータが収集され、多くの数字が意味のある情報へと処理される場所だからだ。どのビジネスもどこかから始めなければならない。先手を取り、慌てて追いかけることのないようにしたいなら、自動化を始める時は今だ。
まとめ
本書の核心的メッセージ：新たな産業革命が来ている。その中心にあるのは、自己学習するソフトウェアと膨大なデータによって動くインテリジェンス・システムだ。この新技術により、多くのタスクの自動化が可能になる。しかし、それは仕事を奪うのではなく、新たな仕事を生み出し、従業員が仕事の質を向上させるための時間を生み出すものだ。未来で成功するビジネスとは、自動化と自己学習ソフトウェアをビジネスモデルに統合し、データを最大限に活用して競争優位を得る企業だ。実践的アドバイス：自社を廃業に追い込む方法を探そう。
多くの企業には、「日曜の夜と月曜の朝」という二重生活を送る従業員がいる。仕事を離れている間は、アプリや最新テクノロジーを使って買い物をし、交流し、家計を管理しているのに、20年間何も変わっていないかのような職場に戻っていくのだ。このような見せかけを自社で続けさせてはならない。代わりに、従業員一人ひとりに、自社を廃業に追い込む可能性のある新しい製品やサービスを5つ考えさせ、会社の未来をデザインする手助けをしてもらおう。彼らの提案が、組織の転機になるかもしれない。
おすすめの関連書籍：ニック・ボストロム『スーパーインテリジェンス』
『スーパーインテリジェンス』（2014年）は、人間より知能の高い機械を作ることが人類をどう変えるかを考察する。さまざまな分野の事実、数字、研究が満載で、超知能の未来とそこへ至る道筋の複雑な全体像を描き出す。
