AIの秘密は人にある
The Secret to AI Is People
https://hbr.org/2020/08/the-secret-to-ai-is-people
(Harvard Business Review 2020/08/24)
・AIの導入は単なる技術投資ではなく、組織改革を必要とするものであることを５年にわたる詳細な調査から明らかにした。
・重要なのは四つのI（intentionality（目的の意図性）、integration（組織リソースの統合）、implementation（実装）、indication（指標））にあるという。
・それぞれ⑴利益の追求ではなく、目的の意図をはっきりする、⑵人的資源とAI資源の統合し、平坦で流動的な組織構造にする（問題ごとに形成され、作業が完了すると解散し、必要に応じて再び資源を再分配する）、⑶AIの判断を偏見なく利用する、⑷生産性指標KPIから意欲性指標OKRを利用する、ことを意味している。
AIによる創造的破壊に日米で大きな認識差–PwCが2020年の予測調査
https://japan.zdnet.com/article/35158702/
（ZDNet Japan 2020/08/27）
・PwCJapanグループが2020年のAI予測調査を発表し、日米におけるAI活用動向と優先課題が明らかにした。
・日米ではAIがもたらす自社ビジネスの影響に対する意識に差があり、脅威を感じている企業が日本は15％なのに対し米国が35％で、AIの導入に対する準備も日本は50％に対して米国は82％が「準備済み」であると答えた。
・結果としてAI活用の目標の明確化（「AI活用向けのビジネスケース作成」（日本8％、米国20％）や「AIの投資利益率（ROI）の測定」（日本6％、米国24％））に差がでており、それらの原因には経営者の関与が必要であるという意識の差（日本43％、米国80％）があると指摘している。
画期的なAIが古いNASAデータから50の新しい惑星を特定
Breakthrough AI identifies 50 new planets from old NASA data
https://edition.cnn.com/2020/08/26/tech/ai-new-planets-confirmed-intl-hnk-scli-scn/index.html
（CNN 2020/09/01）
・英国ウォーリック大学の天文学者とコンピュータ科学者は、数千の潜在的な惑星候補を含む古いNASAデータを掘り下げるための機械学習アルゴリズムを構築し、50の新しい惑星を特定したと発表した。
・惑星調査に機械学習はほとんどつかわれておらず、これまでは旧来の方法で探されていたが、新たに構築されたAIは新しい惑星をかなり高い確率で示すことができるようになり、天文学の手法として革新的であることが主張されている。
・今回のAIはNASAの通過型外惑星調査衛星（TESS）から得たデータを分析し、約75％をマッピングすることにより、66の確認された新しい太陽系外惑星と約2,100の潜在的な候補を特定したとしている。