PIPED BITS

業界コラム

結局AIは役に立つのか?AIをビジネスに結びつけるための基礎知識

そもそもAIって何をするもの?

AIとは、「Artificial Intelligence(人工知能)」の略語で、総務省は情報通信白書の中で「知的な機械、特に、知的なコンピュータプログラムを作る科学と技術」と定義づけています

注目すべきは「知的」という言葉です。一般的な機械とは異なり、AIは知的な活動を得意とします。質量ともに膨大なデータ(ビッグデータ)の中から、自ら考えて自分でパターンを見つけ出し、仮説を構築するのです。

たとえば、自動運転車の分野を考えてみましょう。テスト走行で路面や天気、気温、渋滞状況、所要時間など大量のデータを蓄積し、そこから燃費・時間・安全性などの面で最適な走り方をはじき出して自動的に運転を行います。

ポイントは、単に何かを自動化するのみならず、自ら考えて(パターンを見つけて)解決に動くという点にあります。

AIでビジネスの生産性を上げる3つのコツ

AIを活用してビジネスの生産性を向上させるためには、3つのコツがあります。

第一に、データの収集・分析の前に、何をしたいのかを明確にすることです。AIを活用して業務負担を削減したいのか、あるいは何か商品の売り上げを伸ばしたいのかなど、AIを使う理由を共有することが第一歩となります。

新たなテクノロジーの導入自体が目的化してしまうことはよくあります。動き出す前に、KPIを決めて社内で共有しましょう。

第二に、データを収集することです。新しくデータを集めてもよいのですが、実は既存のプロジェクトから得られた膨大なデータが社内に眠っていることもあります。コストをかける前に、社内関係者に話を聞いて回り、成果に関連した既存データがないか確認しましょう。

第三に、「データドリブン」であることです。一般的なデータ分析は「仮説→データ収集→分析」と進みます。人間が最初に仮説を立て、仮説に基づいてデータを集め、分析にかけるのです。

しかし、AIのポテンシャルを考えると、仮説を立てるのもAIであるべきです。人間では思いもつかないような仮説を見つけ出す可能性もあります。近年脚光を浴びている「機械学習」や「ディープラーニング」においては、AIが自ら仮説を見つけ出すようになっています。

事前に人間が仮説を立てると、AIのポテンシャルに制約を与えかねません。データが膨大であるほど、AIにパターンの発見と仮説の構築を任せた方がよいのです。

以上を踏まえると、「AIには方向性だけ任せてあとは自由にやらせる」のがベストです。

AIで「仕事を奪われる」のか「仕事を創る」のか

「AIが仕事を奪う」という言説があります。野村総研によると、工場の組み立てやオフィスの事務担当者など、日本の労働人口の約49%はAIやロボットによって代替可能とされています

好むと好まざるとに関わらず、AIによる労働力の置き換えは進んでいきます。AIを恐れるより、AIと社内にあるデータの分析で何ができるか事前に考え抜くべきでしょう。

これまで「AI」「ビッグデータ」というとITやマーケティングといった一部の業種、あるいは一部の先進的な企業に限られた話だったかもしれません。しかし、近い将来すべての企業がAI導入を当然の一手と見なす日がやってきます。「AIから仕事を奪われないよう守る」のではなく、「AIで仕事を創る」気概が求められているのです。

関連記事
機械学習「A3RT」を使ってメール文面の構成チェックツールを作成してみた https://www.pi-pe.co.jp/miteshiru/article/20170516-1/

mautic is open source marketing automation
お役立ち情報はこちら メルマガ