AI活用は何から始めればよいのか？ AI人材の適切な配置方法は？：企業がAIを活用するための8つのヒント【後編】

企業がAI（人工知能）技術をビジネスに取り入れる際のポイントを前後編にわたり説明する。後編ではAI活用を企業が推し進めるために必要な考え方や組織体制について、具体例を交えながら紹介する。

[Tsahi Levent-Levi，TechTarget]

　前編「優秀なAI人材を得る3つの方法とは？　汚いデータを使えるようにするには？」では、AI（人工知能）専門家の確保やビジネスでのAI活用、AI技術の代表例である機械学習に関するデータの収集・整形方法を紹介した。後編ではAI活用の取り組みに必要な体制やデータに対する考え方について解説する。

併せて読みたいお薦め記事

企業のAI活用と課題

• 「RPAは必ず仕事を効率化できる」とは言い切れない理由
• 「学習し続けるAI」が医療現場では“使えない”理由
• 「AIで仕事がむしろ増える」は本当か　第3の選択肢について語ろう

ベンダーのAIへの取り組み

• Googleが機械学習の可能性を広げる「GPipe」をオープンソースに　その影響は
• AWS、Google、Azureの自然言語処理APIを比較　長所短所は？

5．実験を繰り返す

　AI活用プロジェクトのチームが発足し、まず機械学習の実験を開始するとなると、次のような疑問が浮かぶだろう。

• データは十分か
• データはクリーンか
• データは事象を正しく表現できているか
• 機械学習が必要か、シンプルなルールで十分か

　これらの疑問に答えを出すには、より多くのデータに機械学習アルゴリズムを適用する必要がある。だが必要なデータが、実験に使ったものとは別のデータベースにある場合がある。クリーニングが必要な場合は、すぐ手に入らないこともある。

　こうした事情でデータの入手が難しくなる場合、データの性質や収集方法に応じて、モデル作成が数日から数カ月遅れることがある。実験をするたびに得られる新たな洞察がさらに疑問を呼び起こし、そのために別のデータを追加で収集しなければならなくなる。企業にとってAI技術を利用することとは、データ収集、実験、検証のプロセスを忍耐強く繰り返すことを意味する。

6．AIをどう活用するかを決める

　多種多様な可能性を秘めるAI技術だが、大きな問題の一つは「どこから手を着けるか」だ。