企業のAI(人工知能)導入が着実に進んでいる。何から始めればいいか分からないと悩む企業も多いが、PoC(概念実証)を終えて勘所をつかんだ企業も着実に増えてきた。
日本でのAI活用事例は、コールセンターへのチャットbot導入や、工場での不良品検知の自動化など、省力化や業務効率化を目的としたものが多い。しかし海外に目を向けると、AIによる価格調整を武器に飛躍するホテルチェーンOYO(オヨ)をはじめ、AIを使って新たな価値を生み出し急成長している企業が多く見られる。こうしたイノベーションを日本で起こすにはどうすればいいのだろうか。
「企業のAI活用を、単なる省力化で終わらせたくないんです」と話すのは、富士通のAIエンジニアである伊藤光春さん(Data×AI事業本部 プロフェッショナルサービス事業部 AIサービス部シニアマネージャー)。同社は、企業のAI導入を支援する「Zinrai活用支援サービス」を提供しており、富士通のAI技術「Zinrai」を活用し、ユーザー企業に寄り添って課題解決をサポートしている。省力化や効率化の先にあるAIの未来とは――。一歩先行くAI活用のポイントを、富士通が解説する。
Zinrai活用支援サービスでは、新たなビジネスの検討・検証や、ビジネス課題の解決に取り組む企業に対して、課題のヒアリングから導入、運用までをトータルでサポート。検討フェーズではPoCの企画・立案から検証実施、結果評価までを行い、導入フェーズではアプリケーションやシステムの要件定義、学習済みモデルの構築や導入を支援。運用フェーズでは、モデルのメンテナンスやアプリケーション、システム基盤の保守対応も行う。
AI導入の経験がない企業は、AI活用のアイデア自体を持っていないことも多い。伊藤さんは「コンサルティング力と技術力が富士通の強みです」と強調する。
「お客さまの課題を理解してAIで解ける問題に落とし込み、適切な技術を用いてその問題を解決していく。これがAI活用には必要です」(伊藤さん)
AIはあくまで手段であり、AIを使って何をするかという目的の方が大事だ。まずは、クライアントが何に悩んでいて、何を解決したいと思っているのかを徹底的にヒアリングするという。そこを怠ると適切な提案もできないからだ。
同じくAIエンジニアの御宿義勝さん(Data×AI事業本部 プロフェッショナルサービス事業部 AIサービス部)は「具体的に業務課題を紐解いていって、結果的に当初想定した所にAIを使わない場合もあります。『なぜ』を繰り返し問いながら、本質的な課題に目を向けることがとても大事なんです」と説明する。
製造業の例を考えよう。製造の終盤の工程で人間が行う製品検査を、AIで置き換えたいとする。この場合、人間が行っていた作業をそのままAIに置き換えることを考えがちだが、そもそも人間とAIでは検査能力の特性が異なる。現在、人間が行っている検査方法がAIにとっても最適な方法なのかは分からないのだ。
富士通が行うコンサルティングや実証実験では、こういった点を考慮し、対象となる作業の前後の工程も含めてAI導入後の最適なプロセスの形を探っていく。
富士通へのAI導入に関する相談は、「業務の再構築」の枠を超えて「業界の変革」になる場合もあるという。関係するステークホルダーをまとめていくのも同社の役割だ。
例えば医療の領域では画像診断やゲノム解析、創薬などにAIが活用されているが、システム開発や法整備、現場で活用するための仕組み作りなどを考えると、連携すべき関係者は多くなる。AIやシステム開発のノウハウを蓄積してきた富士通は、さまざまな企業や団体を巻き込んで社会実装を推進していく考えだ。
御宿さんは「社会の仕組みが変わると、新たな雇用が生まれ、新たな法律も生まれます。AIの導入で、今までできなかったことが新たにできるようになる世界を私たちは目指しています」と話す。
多様な業種のAI活用を支援してきた実績を持つ富士通は、どのようにAIプロジェクトを成功に導いてきたのか。御宿さんは「プロジェクトの成功はAIに学習させるデータの質に依存します」と強調する。
「AIはデータが大事である」というのは広く知られてきたが、どういったデータを収集し、AIに学習させるかは各社で異なる。実際、企業が保持しているデータをそのまま使うケースはほとんどないという。御宿さんは、実際に作成したAIモデルを見せながら説明することで、納得感を持ってもらいながらプロジェクトを進めていくことにこだわる。プロジェクトの成否に関わる重要な工程なので、説明の時間は惜しまないという。
さらに御宿さんは「従来のシステム開発とはプロジェクトの進行方法が異なることを意識する必要があります」と指摘する。AI開発は「作って終わり」ではないので、最初に定義した要件に沿って進める「ウォーターフォール型」ではうまくいかない。AIモデルの精度を上げるためには、試行錯誤が欠かせないからだ。
「『あとどれくらいの日数で作業が終わりますか』と質問されることもありますが、仮にAIの精度を上げることを考えたとして、何日までに終わりますと言い切るのは難しいです。従来型のシステム開発と同じ尺度をAI導入に当てはめて考えてはいけません」(御宿さん)
工数を確定できず、費用対効果も分からないままプロジェクトを進めることに不安を抱く人もいるだろう。だからこそ、いきなりAIに大きな投資をするのではなく、少しずつ成果を上げていくことが大切になる。
「滑り出しで苦戦しても、プロジェクトの後半に精度が大きく向上するということはよくありますね」と伊藤さんは語る。「まずは、やってみないとどうなるか分かりません。少しずつ育てて成果を積み重ねればいいので、まずは少しでも投資をしようというリスクを背負ってくれるとありがたいです」(伊藤さん)
AIを導入する企業とそれを支援する企業の間に信頼関係がないと、プロジェクトは成功しない。そのための努力は惜しまないというのが富士通の一貫したスタンスだ。
AIは50年以上の歴史を持つが、“第三次AIブーム”の火付け役であるディープラーニングの登場で、AIの可能性は大きく広がった。
今まで人間がやっていた業務をそのままAIで置き換えるだけでは、ビジネスインパクトはそこまで大きくならないだろう。単なる業務効率化で終わらせないためには、じっくりとAIに取り組む意識改革も必要だ。
御宿さんは「技術自体の価値ではなく、技術が生み出す新たな可能性に目を向けていきたいですね」と述べる。例えばディープラーニングは画像認識が得意だが、重要なのは技術そのものではなく、画像認識を使って何ができるかを考えることだろう。
経営者にとっては、既存ビジネスの効率化や損益改善は重要なトピックだ。しかし、今のAI技術はそれにとどまらない、その先の未来を変えていく力を持っている。米国や中国といった「AI先進国」と戦うためには、イノベーションを起こすためのAI活用を考えていきたいところだ。
プロジェクトを引っ張っていけるようなAIのスペシャリストが社内にいれば理想的だが、残念ながら日本企業のAI人材は不足している。「われわれはお客さまに寄り添いながら並走し、一緒に社会を変えていきたいと考えています」と伊藤さん。多くの企業にとってAIは未知の技術。最初の一歩を踏み出すためのパートナー選びは今後ますます重要になってくる。
Copyright © ITmedia, Inc. All Rights Reserved.
提供:富士通株式会社
アイティメディア営業企画/制作:ITmedia NEWS編集部/掲載内容有効期限:2019年9月17日