クリーニング屋の副社長は元DJ!? 独学で作ったAIで「無人店舗」を目指す：ディープラーニングで洗濯物の種類を識別（3/3 ページ）

[池田憲弘，ITmedia]

機械学習の活用で直面した「4つのカベ」

　田原さんが直面したカベは、「課題発見」「データ収集」「機械学習」「実証実験」という各フェーズにあったという。

　まずは「やってみた」のカベ。マニュアルを読んで機械学習の方法を学んでも、課題設定ができていなければ、自社のユースケースに当てはめて考えることができない。2つ目は「データ収集」のカベだ。田原さんも相当苦労したポイントだが、事前にデータセットがない場合、データの収集や分類のコストがかさんでしまう。

機械学習の活用で直面した「やってみた」のカベ（左）と、「データ収集」のカベ（右）

　データが集まっても、実際に機械学習で高い精度が出るかは別の話だ。そこから精度を高めるためにさらに勉強することになるが、その内容の難解さが大きなカベになる。田原さん自身も、「エラーの連続で心が折れかけたことがある」という。

　そして最後は、実証実験後に訪れる「実用化のカベ」だ。いかに精度が高いシステムができても、それが業務にどれだけのインパクトがあるか、そして費用対効果があるのかは、やってみなければ分からない。この点については、田原さんがこれから向き合わなければならない課題だ。実際の業務フローにどう取り入れるのかがカギになる。

機械学習が難解であるため学習にもカベがあり（左）、実証実験後には「実用化」のカベが待っている（右）

2020年までに「無人店舗」をオープンしたい

　さまざまな取り組みに意欲的に挑戦している田原さんだが、とにかくお金をかけないことを重視してきた。「Cloud MLで3000円使うのにもビビっています」という。そして現時点では、特にROIについては考えていないそうだ。

　「開発にかけた労力がどれだけ実益に結び付いたか、実はムダなんじゃないかと考え始めると、何もできなくなる。大きな目標をぶち上げてから、どこまでそれに近づけるかを考えるのが自分のスタイル。どれだけもうかるというよりも、未来を作っている感覚が好きなんです」（田原さん）

　実証実験の後は、2018年の夏ごろに一般用エンジンへと展開、プラットフォーム化を経て、「2019年から2020年の間に、受付スタッフがいない“無人店舗”をオープンしたい」と田原さんは意気込む。「必要は発明の母（Necessity is the mother of invention）」という言葉があるが、田原さんの取り組みは、たとえ技術はなくとも、課題への強い意識があれば、イノベーションを生み出せるという可能性を感じさせてくれる。

事例記事ランキング

• 本日
• 週間
• 月間

1. 1年半でシステム刷新のクックパッド、怒濤の「5並列プロジェクト」に見る“世界で勝つためのシステム設計”
2. サンリオの「キティちゃん」を支えるデータベースのチカラ
3. 借金10億円、倒産まであと半年――創業100年の老舗旅館「陣屋」をたった3年でV字回復させた方法
4. 日清食品HDのCIOが語る、生成AIの全社活用と自社環境構築の舞台裏
5. 商品棚をスマホで撮影、自動で棚割データ化――キリンビール、NECの「店舗棚割画像解析システム」を導入

1. 借金10億円、倒産まであと半年――創業100年の老舗旅館「陣屋」をたった3年でV字回復させた方法
2. サンリオの「キティちゃん」を支えるデータベースのチカラ
3. 日清食品HDのCIOが語る、生成AIの全社活用と自社環境構築の舞台裏
4. 元組み込みエンジニアの農家が挑む「きゅうり選別AI」　試作機3台、2年間の軌跡
5. これを旅館と呼んでいいのか!?　老舗旅館「陣屋」が切り開く新たなビジネスモデル

1. 借金10億円、倒産まであと半年――創業100年の老舗旅館「陣屋」をたった3年でV字回復させた方法
2. サンリオの「キティちゃん」を支えるデータベースのチカラ
3. 日清食品HDのCIOが語る、生成AIの全社活用と自社環境構築の舞台裏
4. これを旅館と呼んでいいのか!?　老舗旅館「陣屋」が切り開く新たなビジネスモデル
5. 元組み込みエンジニアの農家が挑む「きゅうり選別AI」　試作機3台、2年間の軌跡