Event

2019年は「定性データ解析元年」(前編)

2019年1月25日、ベルサール御成門タワーで、東大発のAIスタートアップ ストックマークによる「AIビジネス変革フォーラム2019」が開催された。 本記事は、同イベント基調講演から、AI活用を検討する企業にとって今後重要になりそうなポイントを紹介する。

–東大発のAIスタートアップがリードする「本質的」なAI活用

ストックマークCEO 林 逹氏

2019年1月25日、ベルサール御成門タワーで、東大発のAIスタートアップ ストックマークによる「AIビジネス変革フォーラム2019」が開催された。

AI活用、および事業変革をリアルな現場で検討・推進するビジネスパーソンを対象に、経営、現場、アカデミックと、全方位的に「AI」を理解することで、より本質的なAI活用の輪を広げることが同社の狙いだ。本記事は、同イベント基調講演から、AI活用を検討する企業にとって今後重要になりそうなポイントを紹介する。

2016年に創業したストックマークは、AIが国内外のWebニュース収拾し、パーソナライズ配信する企業向けサービス「Anews」を主力サービスとして、テキストマイニング×AI技術を活用したビジネス意思決定サポートサービスの開発・運営をしている。多岐にわたる領域において1,000社を超える導入実績をベースにAI活用を検討・推進する企業を技術でリードするスタートアップだ。

ビジネスシーンではテキストの「定性データ」が主役

最初に登壇したストックマークCEO 林氏は、参加者に向けて、「AI導入・活用状況はどの程度でしょうか?」という会場アンケートから講演をスタートさせた。

会場の4割は「取り組みを検討しているが着手できていない」、5割は「取り組んでいるが有効活用できていない」、そして「かなり進んでいる」と答えた参加者は1割に満たないという具合であった。会場の6割の参加者はレベルに差異はあれど、AIを業務に活用し始めているというところを見ると、ビジネスへのAIの普及がかなり進んでいるように思える。

さらに、林氏は、「AIと聞くとまずは画像解析を思い浮かべる方も多いかと思います。しかし、みなさんご存知の通り、ビジネスシーンにおいてはテキストの「定性データ」が主役です。」と続けた。

「AI活用の際に多くの現場担当者が陥るであろう「がっかり感」。それは、従来のアルゴリズムでは、ビジネスコミュニケーションの中心となるメールや議事録、商談メモといった非構造化データを解析しても、「そのデータが何を意味するのか」「どうすれば売り上げにつながるのか」という意味、そして洞察を得ることが難しい状況でした。しかし、2019年からは違います。自然言語処理の分野においても技術的なブレイクスルーがいくつも生まれています。」

「しかし、そのような最先端テクノロジーを扱うには高い技術力とビジネス知見が必要です。それらをつなぐ存在として、経験豊富なメンバーが揃ったスタートアップがキープレイヤーとなります。」と林氏は強調した。さらに、林氏は、AIがこの先もっと普及していくにあたり、プレイヤーの役割分担の重要性にも言及した。「例えば、一旦形にしたものを安定運用したい時には、従来のSIerと連携し、また、クイックに新しいアルゴリズムを試したいという時には、その分野に強いスタートアップと組むといった柔軟な戦略が、今後の企業のAI活用の肝になってくるでしょう。」と方向性を示した。

AI技術は、演繹的アプローチから帰納的アプローチへ

ストックマークCTO 有馬 幸介氏

続いて、「AIビジネスを支える技術の最前線」と題して、ストックマークCTO 有馬氏が登壇。冒頭で林氏が述べた「自然言語処理の分野における技術的なブレイクスルー」について技術的側面とビジネス的側面で解説した。

AI市場では、画像処理領域に比べてテキスト処理領域の技術は技術発展が遅れていたという。それはテキストデータから意図を汲み取るという作業が技術的に難しいということと、事前学習に必要な訓練データを大量に用意しなくてはいけないという壁があった。さらに、ユーザー側にも「本当にAIで解決できるの?」といった心理的障壁も考えられると有馬氏は解説する。

ストックマークCTO 有馬 幸介氏 プレゼン資料より

それが、過去数年で研究が急激に進み、2018年を皮切りに、テキスト処理のための事前学習モデルの汎用性が高まったことで、少量の訓練データを用意するだけでも高精度の解析が可能となったそうだ。その違いは文字通りケタ違いで、以前は数万件程度の訓練データが必要だったのが、汎用事前学習済みモデルを使うことで、例えば数十件の訓練データを用意すれば高度なテキスト解析が可能になるという。

「そうした、膨大な訓練データの用意というハードルの大幅緩和されたことにより、いままで難しいとされていたAIによる文脈を理解した、テキストデータの処理が可能になり、本格的なAIのビジネス活用が普及していくでしょう。それが、私たちが2019年は「定性データ解析元年」と位置付けている所以です。」と有馬氏は語った。

では、AIが目覚ましい技術的発展を進める一方、ビジネスパーソンはどのようにAIに向き合うべきなのか。それは、「まずやってみる」その一言に尽きるだろう。「AIの汎用事前学習済みモデルを使って少ないデータで定性データの解析ができるということは、「まずやってみる」を大いに後押しするのではないでしょうか。」と有馬氏は言う。

「また、テキスト処理×AIマーケットにおいては、システムはもはやエンジニアの聖域ではなくなり、業務暗黙知を持つビジネスサイドからの発見的なフィードバックが一層重要さを増し、開発現場でもシステムサイドとビジネスサイドの双方向アジャイルでの開発が必須となってくるでしょう。」

「AI人材」は不足していない?!

ここまでくると、今度はそのような高度なAIビジネスをドライブする「AI人材」の確保が心配になる経営者も少なくないのではないだろうか。そんな会場に漂う不安に対して、有馬氏は「新産業においては、人材は不足するものではなく、創出するもので、そういう意味ではAI人材は決して不足していないはずです。」と語る。歴史をみてみても、岩崎弥太郎は、官僚人材を海運ビジネスへ登用し、ウォール街では、ロケットサイエンティストの金融領域への登用をして人材を確保してきたという。AIビジネスも同様に、類似人材をAI人材へと転移させる発想が必要だ。

例えば、グラフ理論、データマイニングや物理をやっていた人はAI人材に向いているという。有馬氏の個人的な経験からは、「物理の素地があるプロジェクトマネージャー」がリードするAIプロジェクトはうまくいっていることが多い印象とのこと。

ストックマーク独自開発の汎用事前学習済モデルの一般公開を発表

最後に、AI普及のためには地道な文化作りが大事として、同社は、このイベントをその第一歩と捉えている。「スタートアップとしては目が飛び出るようなお金を使っていますが(笑)」と有馬氏は笑う。さらに、ディープラーニングを用いたストックマーク独自作成の汎用事前学習済モデルの一般公開を発表し、利用Tipsについても、順次公開していく予定だ。

同社ホームページのnews欄より、ダウンロード可能。

0 comments on “2019年は「定性データ解析元年」(前編)

コメントを残す

%d人のブロガーが「いいね」をつけました。