AIを人間化する：真のイノベーションの成功を生み出し予測するためのリアルな人間のデータ
「Humanizing AI」では、次の大きな出来事を予測する上で本物のインタラクションが果たす極めて重要な役割を明らかにし、実際の人間のデータをモデルに注入することで、AIによるイノベーション成功の秘密を解き明かします。
「Humanizing AI: Real Human Data to Generate and Predict Real Innovation Success」では、イノベーションの成功のために、実際の人間のデータを使用し AI モデルをトレーニングすることの重要性を探ります。 AI は、新たなイノベーションのスピードや潜在的な成功率を向上させる機会を提供します。これをどのように行うかが、成功するかどうかを左右するのです。
脳はスポンジのようなもので、触れたものを吸収し、それはAI も同じです。 AIの開発にはデータが必要であり、データの品質がAIモデルの品質を決定します。AI モデルの学習には主に2 つの手法があります。人間が AI に学習内容を教える「教師あり学習」と、AIに大量のテキストを与えて予測を生成させる「自己教師あり学習」です。
新商品のアイディアは、アイディエーションと評価の段階で、消費者の本質的な人間としてのニーズと欲求を反映したデータに基づいたものであれば、成功する可能性が高くなります。このデータは時代を超越したもの、あるいは少なくとも最新のものである必要があります。データは AI にとって非常に重要であるため、「AIの人間化」は、学習 データがモデルの精度をどのように決定するかを説明することから始めます。
このため、既製のAIモデルには限界があります。なぜなら、より良いイノベーションを生み出し予測するために必要なのは、実際の消費者データだからです。例えばイプソスは、新製品のコンセプトに対する人間の反応を利用して、コンセプト評価のためのAIモデルをトレーニングしています。
AIの人間化は、実際の人間の行動をよりよく理解し予測するために、リアルな人間のデータを使用することを求めています。関連性があり、代表的で時代を超越したデータを取り入れることで、AIモデルはより正確で効果的にイノベーションを成功に導くことができます。
重要なポイント
- 学習データの質は、インテリジェントなAIモデルを構築する上で極めて重要である。データは関連性があり、代表的で、時代を超越している必要がある。
- 大規模言語モデル（LLM）のような既製のAIモデルでは、実際の人間の行動やニーズの本質を捉えることに限界がある可能性がある。実際の消費者データでAIをトレーニングすることにより、AIを人間に近づけることはより良いイノベーションの成功につながる。
- 生成AIは、新製品のアイディアを生み出すためのイノベーションにおけるアイディエーション段階において使用することができ、分析AIは、市場の可能性を予測する評価段階において使用することができる。
- 消費者の反応や逐語的な応答を含む実際の人間のデータを使用し、AI モデルをトレーニングし、イノベーションの成功を予測する精度を向上させることができる。
