【AI民主化の波に乗ろう!】AIのビジネス活用法と最新事例を解説 ーイベントレポート

2020年06月05日

AI民主化がもたらした、第三次AIブームが始まってから数年が経過し、需要予測や多言語バーチャルアシスタントなど、最近はAIが様々なビジネスへ応用されるようになりました。しかし、実際にAIを自社を取り入れるとなると、今も暗中模索の状態にいる企業も少なくはないでしょう。

今回のウェビナーでは「AI民主化の波に乗ろう」と題し、AIのビジネス活用法と実例について話し合いました。登壇者は、AIの業務支援を幅広く提供するマスクマン「マスク・ド・アナライズ氏」、教師データの作成やアノテーションサービスを提供するLionbridgeのAI事業部長ヴァグレ・セドリック、プログラミング不要のAI構築プラットフォームを提供するMatrixFlowの代表取締役社長田本芳文氏をお迎えしました。

 

AIの民主化とは?

ウェビナーの前半は、各登壇者によるプレゼンテーションを行いました。まず「AI民主化」の定義をマスク・ド・アナライズ氏に語って頂きました。

マスク氏: AI民主化を定義する上で重要な3つのポイント、それは「わかる」、「使える」、「儲かる」ことです。AIの仕組みや導入におけるメリットとデメリットを理解しましょう。ツールを使いこなし、外注に頼らず自社開発のAIシステムを使い、業務改善を重ねます。こうして利益や事業に貢献して、ROIを達成することが求められます。

田本氏: 最低限に必要な知識とは、AIで何ができるかが分かり、「精度」などの言葉の意味を理解し、グラフを読むことができるレベルだと考えてます。日本ディープラーニング境界(JDLA)が出している、ビジネスマン向けのG検定(ジェネラリスト検定)に合格するレベルなら間違いないでしょう。

当日の登壇資料より引用。登壇資料のダウンロードはお問い合わせください。

 

AI民主化を目指す企業にお勧めなツール

ヴァグレ: データ不足でお悩みの方はAPIを、データサイエンティストの人材不足でお悩みの方はデータ解析のツールを活用することで、企業のカスタムニーズに合わせることができます。APIはGoogle、Amazon、LINEなどの大手IT企業が出しており、ツールにはDataRobot、Google AutoML、Watson AutoAI、MatrixFlowなどがあります。

 

イベント後半は、株式会社レッジ執行役員 / 人工知能特化メディア「Ledge.ai」編集長の飯野希様にモデレーターをしてもらい、参加者から頂いた質問にお答えしました。

 

AI導入に踏み切れない日本企業へのアドバイス

AI導入を検討しているが、結果が出るまで時間がかかってしまうので躊躇している、という方から質問を頂きました。

田本氏: AIはIT技術というよりはものづくりに近いので、確かにやってみないと分からないというところはありますが、過去のAIプロジェクトに基づいて大まかに「他社ではこのような工夫で、これくらい精度があがった」くらい参考事例として出せます。また、最初は一部のデータ量でトライアルを行い、その結果から全体の結果を見積もります。まずはAIプロジェクトを小さくはじめることが大事で、費用対効果の感覚を掴んでから、大きく行動していくことが大切で。

 

AI民主化の新時代に向けて

ヴァグレ: ディープラーニングを勉強できるオンラインコースを提供している「fast.ai」のミッションは「making neural nets uncool again」ディープラーニングの民主化です。多くの人が使うようになれば、それが「かっこいい」、「特別」という見方はなくなるでしょう。

我々はいま「AI1.1」の時代にいると考えられます。例えば、EC業界は検索エンジン、レコメンド機能、チャットボットなどに投資し、UX向上に取り組んでいる。しかし、今後「AI2.0」のような時代には、今私達が持っている考え方を壊し、新しいAI活用が生まれると考えてます。AI2.0では新しくAIと共に生きて、ビジネスに取り組みます。例えば、もしかしたらWebサイトというものはなくなり、中国のようにWeChatやLINEのメッセンジャーのみで情報発信や取引が行われるかもしれない。

 

自社内のAI人材育成やAIプロジェクトの推進はどうすればいい?

田本氏: 成功するAIプロジェクトの条件は、①ゴールや運用イメージをはっきりさせる、②ビッグデータに拘らない、③失敗を前提にスケジュールを組む、④小さい成果でもアピール、と考えてます。AI活用はまだ浸透していないので、はじめは社内でも理解が得られにくいかもしれません。そこで、小さくても成果のアピールが上手な人、経営決定権にコネクションがある人をプロジェクトに巻き込めると、よりスムーズに進められると考えます。社内政治が大切だったりします。

マスク氏: 自動車や電力など、業種によってAIの活用方法は異なります。まずは、自分の業界におけるAI活用について知ることが大事です。それによって、AIの身近な可能性が見えて、モチベーションも湧いてくるでしょう。

データサイエンティストの方は逆に、汎用的な「データ分析のプラスαのスキル」を伸ばすことが今後のお仕事につながるのではないでしょうか。例えば、プレゼン、財務、法律などの知識を磨くこと。

ヴァグレ: 一つ付け加えると、ビジネスの目的はAIを使うことではなく、目的を達成することですよね。AIリテラシーも大事ですが、まずこれを忘れずに。課題発見力は、どの時代でもお仕事に直結しますので、AI時代における課題発見のスキルを磨くことも大事です。また、アンドリュー・エン氏は「「AIは電気のような(当たり前な)存在になる」と語っています。

AIを含めたITリテラシーについては、マスク・ド・アナライズ氏とデータサイエンティストの松本健太郎の共著による書籍「これからのデータサイエンスビジネス」で解説されています。

 

AI民主化(AI導入)のご質問・ご相談は、こちらから

AI開発に肝心な学習データを提供いたします

メディア掲載結果

AI・機械学習の最新情報を配信中

Lionbridge AIのブログで紹介している事例記事やトレンドニュースといったビジネスに役立つ情報はもちろん、オープンデータセット集なども合わせてメール配信しております。