Event

2019年は「定性データ解析元年」(中編)

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。中編は、アカデミックな世界からみた人工知能の潮流や意思決定におけるAIが企業にもたらすパラダイムシフトについて振り下げる。

–AIによるビジネスパラダイムシフト

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活用を、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。中編は、アカデミックな世界からみた人工知能の潮流や意思決定におけるAIが企業にもたらすパラダイムシフトについて振り下げる。

第3次AIブーム、目まぐるしい技術革新のその先

人工知能学会 会長 浦本 直彦氏

「アカデミックな世界からみた人工知能の潮流」と題して、登壇したのは、三菱ケミカルホールディングス 先端技術・事業開発室および、一般社団法人 人工知能学会の会長を務める 浦本 直彦氏。前職はITベンダーという経歴を持ち、「AI」を多角的にみてきたという。そんな浦本氏は、第3次AIブームを第2次AIブームと異なる点を3つのポイントで解説した。

「まず挙げられるのが、デジタル変革の波が同時に来ている点です。自動化技術の発展、グローバリゼーション、スキルの高い労働者の生産性の向上など、我々ビジネスパーソンを取り巻く大きなデジタル化の波のなかでAIが発展してきています。

次に、データ主導による重心のシフトです。昔から製造業では生産工程の最適化や異常検知等で計算式を立てて演繹的アプローチでやっていたがなかなかうまくいきませんでした。そこでデータが増えてきたこともあり、演繹的アプローチではできなかったことが帰納的アプローチすることが可能となってきました。ただ帰納的アプローチは良いことばかりではなく、あくまでも過去に起こったこと(データ) を元にモデルを作るので、過去行なっていないことを予測することはできません。また、以前は、大手IT企業や国家プロジェクトがテクノロジーを特権的に活用できていたのが、GAFAのような企業やデータを持つ製造業、サービス業など、さらには、企業から個人へとデータがあるところに価値が生まれるという構造に世の中がシフトしていきました。

そして、AI技術の社会的な広がりです。人工知能学会の賛助会員の例を取ってみても、一昔まえでは大手ITベンダーが多かったのですが、現在は多様な分野の会社や小さなスタートアップ企業にも会員になって頂いたりと、明らかな裾野の広がりを感じています。多くのツールやプラットフォームが無料あるいは安価に使えるようになったことで、業種に関わらず、スモールスタートで様々なビジネスモデルを試してみることができるようになりました。そういったテクノロジーの民主化とビジネス環境の変化により、スタートアップが活躍する非常に面白い現代のランドスケープが出来上がりました。」

現実的なAI活用の課題を解く技術革新の進展

さらに、AI技術を適用する際に生じていた課題を解決する技術革新も目まぐるしいスピードで進んでいます。とくにAIにはデータの量とクオリティの両方が重要になってきます。こういったデータにまつわる課題を解こうという研究者がたくさんいて、技術的なブレイクスルーがいままさに起きています。例えば、学習アルゴリズムの出力を解釈するのが難しいという課題に対して、説明可能AI (Explainable AI, XAI)というトピックが注目されていて、分類の根拠となった領域を可視化する技術が出てきたり、すぐに使えるデータが少ない、または、ラベル付き訓練データを手に入れるのが難しいという課題に対しては、転移学習(Transfer Learning)、強化学習(Reinforcement Learning)、敵対的生成ネットワーク(GAN)、半教師あり学習(Semi-Supervised Learning)といった技術を用いて解決しようという機運が高まっています。今回のAIブームは、研究者が机上の課題だけを解こうとしているのではなく、現実的な課題を解こうとしていることが非常に健全なことだと考えています。

データそのものに目を向けるために、DIKW(Data, Information, Knowledge, Wisdom)モデルで考えてみましょう。そこには2つの流れが存在しています。一つは機械学習のためのデータや情報をどんどん集めていくアプローチ。もう一つは、Data(データ)からInformation(情報)、Information(情報)から、Knowledge(知識)、Knowledge(知識)からWisdom(知恵)のようにデータの質を高めていくアプローチです。後者は、古典的なAIや自然言語処理に根ざした領域かもしれませんが、この2つの方向の両方がこれからのテキスト解析には重要で、ストックマークさんや私達も2つの方向で活動をしています。」

AIが救う、製造業における技術継承問題

「最後に、私が今力を入れていることをご紹介させていただきます。現職の三菱ケミカルホールディングスにおいて、昨年テキストマイニングCenter of Excellence(CoE)という組織が発足しました。このチームは、社内の各部門とテキストデータ分析のプロジェクトを推進するとともに、社内に眠る膨大なテキストデータを、テキスト分析技術を用いて、価値ある「知識」「知恵」へと外在化することを目的としています。

IT業界では、1年前の情報は古すぎて使い物にならないようなスピード感でデータに価値がなくなってしまうのに対して、化学会社のような製造業は、数十年前の実験結果や作業報告書がいまだに参照されているというようにデータが長持ちする業種で、情報の持つ価値の半減期が長いのです。さらに、現場の作業者などに属人化された技能の伝承も急務となっています。技能の伝承にAIが支援したとして、人間の頭の中にあるノウハウや、蓄積されたデータをどのような形で外在化し知識として表現し活用していくかを考える必要があるのです。

人工知能という言葉がなくなるほど当たり前の技術に

今後、人工知能は単なるブームの域を越えて、人工知能という言葉がなくなるぐらい浸透するものと私は楽観視しています。その時に、技術者とビジネスサイドが双方から技術だけではなく、社会的、倫理的課題に向き合い続けるのが、健全なAI技術の発展には不可欠ではないでしょうか。また、データからどうやって知識や知恵と変換していくかがチャレンジングな領域だと思いますし、重要であると考えております。」

経営の意思決定にAIをどう取り入れるか?

次に、「経営の意思決定にAIをどう取り入れるか?」というタイトルで、AIを活用した訪日インバウンド向け観光支援アプリの開発や、スマートスピーカーと連動した「AIスマートコンシェルジュ」を提供するJTBの執行役員 上田氏、そして、いつでも、どこでも、だれでも、安心して使えるATMサービスにAI技術活用する、セブン銀行 専務執行役員 松橋氏がパネルディスカッションに登壇。大企業でAI活用をリードする立場から考える現場の動かし方や活用のヒントについて、ストックマークCEO林氏が掘り下げた。

ストックマークCEO 林 達氏

林氏:早速ですが、両者ともに様々な事業領域を持つなかで、どこにAIを使おうといった、「AIの採用基準」について教えていただけますか?

上田氏:まずは、領域を絞らず、すべての業務・サービスにおいて、どこでAIが使えるか、そして、そのROIはどうかということを徹底的に洗いだしました。その上で、最終的には8つのユースケースのROI予測を比較するというプロセスをとりました。そこで生まれたのが、「AIスマートコンシェルジュ」です。人に依存しない世界の中でパーソナルコンシェルジュにどんな価値を持たせられるのかチームでとことん追求しました。

JTB 執行役員 経営戦略本部 副本部長 上田 泰志氏

松橋氏:弊社もJTBさんと同じようなプロセスをとりました。とにかく全ての業務にAIを導入したらどうなるのか?をひたすら洗い出して検討しました。ROIについては正直なところ最後は「勘」です(笑)。とにかくクイックに試してみるということを優先させました。ただ、その勘どころを掴むために、様々なベンダーや優秀な技術を持つスタートアップとたくさん話しましたね。そして、林さんがいるから言うわけではないのですが、弊社でも活用しているストックマーク社Anewsは良質なニュースを興味に合わせて届けてくれるため、アイディア発想のタネになっています。

林氏:AIは手段というのが基本ですが、両者とも逆に「すべてをAIに置き換えたらどうなるだろう?」という発想からスタートするアプローチが新しいですね!そして、AI活用を進めたいなら、Anewsを活用すべきだということが分かりましたね(笑)。続いて、松橋さんにお聞きしますが、スタートアップと組んで思ったことはありますか?

セブン銀行 専務執行役員 セブン・ラボ 松橋 正明氏

松橋氏:スタートアップはとにかく早い!と思いました。とりあえず、データを渡してみて、こんなことしたいと言ってみたら、あっという間にプレゼンしてくれました。

林氏: ちなみにAIプロジェクトを推進する際、社内に「味方」はどのくらいいますか?

上田氏:弊社のようなレガシー企業代表(笑)としては、データや成果を示さないと、経営陣を説得できないという側面がまだまだ大きいです。そのため、入り口のKPIを明確に示して、改善プロセスの中で周りのモチベーションを上げていくことが大事かなと思います。

そして、社長をシリコンバレーに連れて行き、最先端のテクノロジー・AI活用を感じてもらいました。とにかく現場を見せることが大事です。経営会議のメンバーには、定期的にプロジェクトの進捗を共有してより多くの関係者の納得感を作る努力をしています。

松橋氏:私たちは、あえて「AI推進部」みたいなものを作らず、やりたい人が部活的に取り組んで少しずつ成果を積んできました。我々は「コンビニ銀行」という全く新しいビジネスなので、常に前向きなマインドで新しいことに取り組まなくてはいけないということは自分にも周りにも言い聞かせています。我々は創業時から自分たちは「銀行」ではない、というテクノロジードリブンかつチャレンジを歓迎するカルチャーが出来上がっています。

林氏:最後に既存事業との共存共栄という観点ではどのようにお考えでしょうか?

上田氏:AIの普及により置き換わる仕事が出てくると思いますが、同時にお客様の価値観も多様化するため、お客様にとっても我々にとってもオプションが増えるイメージです。

「オープン、チャレンジ、ファン」を合言葉に新規事業に取り組み成功事例を増やして、既存事業とのシナジーを生み出すことを目指しています。

林氏:今回のセッションのまとめとしては、3つ挙げられるかと思います。1つめはゼロベース 全てのビジネスプロセスにAIを組み込んだらどうなるのか検討すること。2つ目はトライ&エラー。スタートアップの高い技術力を活用しながら、とにかくスモールに試してみること。3つ目はトップのコミットメント。そのためにはとにかくトップに現場を目の当たりにしてもらうこと、が言えるかと思います。上田様、松橋様、ありがとうございました。

0 comments on “2019年は「定性データ解析元年」(中編)

コメントを残す

%d人のブロガーが「いいね」をつけました。