これからのAIの話をしよう（カスタマーサポート編）

「本当の失敗は、途中で諦めること」　AI開発は失敗に学べ、ミクシィが“ゼロからの挑戦”で得た教訓（4/4 ページ）

　「CSスタッフとコミュニケーションを取り、きちんとした教師データを作るところからやり直します。CSスタッフはデータセットを作るための大量のラベリング作業が必要になりますが、この手間は欠かせません」（豊川さん）

　教師データの作り直しと同時に、CS業務のフローも再設計している。これからはAIを活用することが前提になるため、「既に回っているオペレーションを壊すべきではないという過度な配慮」（豊川さん）は捨て、人間の作業をAIに合わせる形で再設計する。

　ミクシィが今回の失敗で得た教訓をあらためてまとめてみたい。

• エンジニアと業務部門の密なコミュニケーションは不可欠
• エンジニアのドメイン知識不足をコミュニケーションなどで補う
• AIは教師データの信頼性を担保しない
• まずは信頼できるデータセットを作ることから始める
• AIプロジェクトは失敗するもの。小さく初めて素早く失敗すべし
• 既存の業務にAIを合わせるのではなく、AIに人間の業務を合わせる

　最後に、なぜ今回の失敗をブログで公開しようと考えたのか尋ねた。豊川さんは「こうして自分たちの失敗を公開することで、他の人たちが気付きを得られればいいなと思いました」と笑顔を見せる。「これからもどんどん情報を公開していきたいですし、知見を共有したいです」

　早ければ2019年度の上半期には改善策の成果を公開できるそうだ。

これからのAIの話をしよう

いま話題のAI（人工知能）には何ができて、私たちの生活に一体どのような影響をもたらすのか。AI研究からビジネス活用まで、さまざまな分野の専門家たちにAIを取り巻く現状を聞いていく。

この連載の記事をもっと見る

この記事の著者

関連記事

• 

  「3分の1はお蔵入り」　失敗例に学ぶAIプロジェクトの勘所

• 

  前例ない“Pepperの接客”　はま寿司のキーマンは「新規プロジェクト」で社長をどう説得したか

• 

  “ロボットで自動化”に潜むリスク　全店舗でPepper導入の「はま寿司」が乗り越えた苦労とは？

• 

  「開発の丸投げやめて」　疲弊するAIベンダーの静かな怒りと、依頼主に“最低限”望むこと