“がっかりAI”はなぜ生まれる？　「作って終わり」のAIプロジェクトが失敗する理由（5/5 ページ）

公開 2019年01月25日 06時45分

更新 2019年01月24日 07時04分

著者

小林啓倫

[ITmedia]

印刷する連載新着通知を受け取る

　これも第1回で紹介したように、米国の調査会社Gartnerは、「今後AIに対する過剰な期待がはじけ、幻滅期に突入するだろう」と予測している。それは具体的なAIアプリケーションの開発・導入の本格化はこれからであるにもかかわらず、AIに対する期待が過剰に膨れ上がっており、これからその実態を目の当たりにすることで、多くの人々が「がっかり」することが予想されるためだ。

　これはAIに限った話ではなく、あらゆるエマージング・テクノロジー（今後大きな効果が期待される新技術）の場合と同様なのだが、AIはまさにその坂道を転げ落ちる一歩手前というわけである。

　「AIは何でもできる」という誤った認識は確かに解消しなければならないが、かといって過度の幻滅が広がり、AI関連予算が削減されてはたまらない。前述の通り、AIは「入れて終わり」ではなく、さまざまなフォローを行う必要がある。継続的に予算を獲得していかないと、せっかく手に入る成果も実現されないままに終わってしまう。

　それを防ぐには、良いことも悪いことも含めて「AIとはこういう技術だ」という正しい認識を社内に醸成する必要がある。そのためには、社内で実際にAI導入を進めた経験とノウハウを共有するのが何より効果的だ。逆にそれを怠ると、社外からの誤った情報や知識（その中にはAIベンダーや導入企業が大量生産する「アピールのためのプレスリリースやPR記事」も含まれる）によって、誤った期待感が生まれかねないという点に注意してほしい。

　成果の情報共有によって獲得できるのは、AI運用のための予算だけではない。「自分も参加してみたい」という人材や、「これが可能ならこういう活用はどうか」というアイデアが集まることも期待できる。「面倒だから」「もう手離れさせたいから」と思わずに、情報共有というフォローにも取り組むべきなのである。

　「きょうから始めるAI活用」という連載名で、AI初心者向けに「AI導入プロジェクトを任されたら、何に注意する必要があるか」を解説してきた。実際のAI開発・導入では、具体的な技術の詳細や開発理論など、さまざまな専門知識が必要になるだろう。しかしそうした知識は、いくらでも外部からのサポートを受けて補うことができる。枝葉の難解さにひるむことなく、（1）目標の明確化、（2）データの準備、（3）技術と効果の検証、（4）開発後のフォロー、という軸を忘れずに、上司からの「AIどうにかして」というむちゃぶりに立ち向かってほしい。

著者プロフィール：小林啓倫（こばやしあきひと）

経営コンサルタント。1973年東京都生まれ、獨協大学外国語学部卒、筑波大学大学院地域研究研究科修士課程修了。システムエンジニアとしてキャリアを積んだ後、米Babson CollegeにてMBAを取得。その後外資系コンサルティングファーム、国内ベンチャー企業などで活動。著書に『FinTechが変える! 金融×テクノロジーが生み出す新たなビジネス』（朝日新聞出版）、『IoTビジネスモデル革命』（朝日新聞出版）、訳書に『テトリス・エフェクト世界を惑わせたゲーム』（ダン・アッカーマン著、白揚社）、『シンギュラリティ大学が教える飛躍する方法』（サリム・イスマイル著、日経BP社）など多数。

この連載新着通知をメールで受け取る