真に役立つAIサービスのために NTTテクノクロス AIセミナー2020

第3次AI（人工知能）ブームを迎えた2000年代以降、急速に進化してきたAIは、ビジネスへの実装段階を迎えている。従来のシステムでは解決できなかった課題も、AIで解決可能になる――。そんな期待が高まる中、1980年代から日本のAI研究に関わってきたNTTテクノクロス主催の「AIセミナー2020」が東京・港区で開催された。経営者や事業担当者と、AI技術者の間の橋渡し役として、企業の課題を解決するAIの提案・導入を行うAIビジネスデザイナーの石角友愛氏が、豊富な事例を交えてゲスト講演。多くの顧客企業と協業を重ねてきたNTTテクノクロスからは、AI導入プロジェクトを円滑に進めるポイントの説明があった。会場には、AIを活用した同社製品・サービスを紹介する展示ブースも設けられ、約300人の参加者が、自社ビジネスにAIを活用するためのヒントを探った。

主催：NTTテクノクロス

ごあいさつ

NTTテクノクロス
代表取締役社長
串間和彦氏

開会あいさつで、NTTテクノクロスの串間和彦社長は、1980年代の第2次AIブーム時からAIを使った製品で実績を持つ同社の歴史を振り返り、「当時はさまざまな制約があったが、今の第3次ブームのAIは使えるものになってきた」と語った。同社は2018年に「AIファースト」を宣言して、AIを組み込んだ製品サービス作りを推進。19年、NTTグループが発表した、エンド・ツー・エンドを結ぶ光ネットワークで、AIなどを高度に活用できるようにする次世代ICTインフラ「IOWN（アイオン）」構想にも積極的に関わっている。

同社は、NTT研究所の子会社を再編して17年に設立。以前は同研究所からの研究施策受注が主だったが、そこで蓄積してきた技術、ノウハウを使った製品・サービスを一般市場に提供している。串間社長は「プログラムやソフトウェアの単なるモノ作りにとどまらず、そこにデータや分析結果、ノウハウを組み込んだAI時代の新しい製品・サービスを提供する『チエ作り』の会社を目指していきたい」と語った。

ゲスト講演
AI時代を生き抜くための経営戦略

パロアルトインサイト
CEO／AIビジネスデザイナー
石角友愛氏

AI技術・戦略を日本企業に導入するAIビジネスデザインカンパニー、パロアルトインサイト社を経営する石角友愛氏は、AIの浸透率が約40％の米国大手に対し、日本は1～5％程度と大きく後れを取っている現状を指摘。「あらゆることを変革する力を持ったAIは『新しい電気』ともいわれ、大企業だけでなく、中小企業でも導入が必要になる。AIを『人から仕事を奪う』といった脅威の対象とするのではなく、人とAIとの協業スキームを築くことが大事」と訴えた。

実用化されているAIは、具体的課題を解決する特化型AI（ANI）で、人の知能を再現する汎用型AI（AGI）とは異なる。ANIは、AIに与えるデータにラベル付けしたり、AIの答えを評価するなど「AIに教える」、AIが出した答えの意味をステークホルダーに「説明する」といった、人との協業が欠かせない。

カギを握るデータ収集

AIは、既成のパッケージ型か自社データを使って一から構築するカスタムメイド型かという軸。人の能力を強化するか作業を省人化するかの自動化型の軸、という2つの軸で位置づけすることができ、課題に合ったものを活用する。パッケージ型は、チャットボットなどのように簡単に導入できる反面、他社との差別化は難しい。競争力の向上を求めるなら、他社が容易にまねできないカスタムメイド型が望ましい、と説明。「AI開発の8割は、データ収集にかかっている。他社が持っていないデータが差別化につながるので、データ収集を軽視すると使えるAIにはなりにくい」と強調した。

カスタムメイド・自動化型AIの例では、パロアルトインサイト社が開発・導入を手がけた物流企業のAI配車システムの事例を紹介した。トラックの配車は、単に移動距離を最小化するだけでは不十分で、先に届けるべき配送先はどこか、といった現場の制約条件を反映しなければならないため、配車スケジュールを手作業で数時間かけて作る必要があった。導入したAIは、過去のパターンから制約条件を学習した割り付けができ、配車担当による最終チェックの修正内容も学びながら精度を高め、配車作業を短時間でできるようにした。石角氏は、AIを従来と同じシステム上で使えるようにするなど、現場との摩擦を抑えたことを成功要因に挙げ、「配車担当はAIに仕事を奪われるのではなく、AIをトレーニングする人材になることができ、協業スキームが生まれた」と語った。

AI導入、4つの視点

AI導入プロジェクトに向けて考えるべきこととして、石角氏は、複数の経営課題の中から、パロアルトインサイト社が独自に開発したFOME分析フレームワークを紹介した。AIが使うデータ収集の可否など実現可能性（Feasibility）のほか、開発するAIモデルを利用できる業務範囲などの応用性（Opportunity）、導入効果の検証可能性（Measurability）、AIの乱用を防ぐ倫理性（Ethics）の4つの視点で、AI導入を判断することを促した。

日本企業のAI導入が進まない理由の1つには、日本の技術人材がIT系企業に集中していて、経営や事業側の身近にいないという事情があり、「AIプロジェクトでは最初の段階から、信頼できるパートナーを入れることが大事」と述べた。

最後に、NTTテクノクロスの串間社長が、実証から先に進まなかったり、定着しにくい日本企業のAIプロジェクトの処方箋について質問。石角氏は、米国の大手企業がすでに02年時点で、AIのためのデータ収集パイプラインを整備してきたことに言及。「まさに、十数年かけてAIを構築してきた。AI投資は長期で考えることが大切」と語った。

AIで従業員のデジタル変革を成功に導く3つのポイント

NTTテクノクロス
プリンシパルビジネスプロデューサー
生駒勝幸氏

NTTテクノクロス
イントラプレナー
安田航氏

NTTテクノクロスの高度専門人材メンバーで、新たなソリューション創出を担うプリンシパルビジネスプロデューサーの生駒勝幸氏は、AI導入プロジェクトは、PoCが長引いて頓挫するケースが目立ち、せっかく導入しても効果を出せない企業も多いとして「AIは幻滅期に入ったという見方さえある」と現状を解説。適切にAI導入を進めるよう訴えた。

有効なアプローチとは？

AIプロジェクトの失敗は、流行に乗った導入ありきで、目的が明確になっていなかったり、過大な期待や目標を設定したりすることが背景にあり、「AIをはじめ、技術そのものは価値を生まない」と述べた。導入に向けては、潜在的なものも含めて課題やニーズを明確化。プロトタイプで仮説を検証。導入体験や導入効果の定量的検証を行い、さらなる課題を発見する――サイクルを回す、同社が培ってきたアプローチが有効と語った。

続いて、同社で新ビジネス創出を担うイントラプレナーの安田航氏が、AIを使ってデジタル変革を成功させるための3つのポイントを説明した。第1に、AIをビジネスプロセスの一部に導入するだけでは、ビジネス全体のスピードアップ、効率化の効果は限られるばかりか、プロセスの柔軟性を失わせかねないと指摘。「ビジネスプロセス全体を変革する中で、AI導入を考えるべき」と語った。また、AIを構築するうえで欠かせない、学習データの収集、業務ノウハウとデータを結び付けるラベル付けには、多大な手間がかかるとして、データ収集が容易なプロセスへの見直しも促した。

期待値を合わせる方法

第2に、AI導入プロジェクト失敗の典型的なパターンは、異なる考え方を持つメンバーをまとめきれなくなることだと指摘。技術者はAIシステムが正答を導き出す精度を求めたがるが、正答率がビジネス価値に直結するとは限らず、事業側との齟齬（そご）が生じやすい。そこで、成功指標や目標、収益など、認識を合わせるべき9項目を挙げている同社のキャンバスを紹介。また、AIができることを正しく理解して、期待値を合わせるための方法として、レゴブロックを使ってAIの原理を学ぶ研修も提案し、「AI導入プロジェクトに関係者を巻き込む工夫を」と訴えた。

第3に、製品の売り切りビジネスから、景気変動を受けにくいサブスクリプション型のサービス提供へ、といった「ビジネスモデルの変革にはデジタル化されたデータが欠かせない」とした。例えば、紙の帳票を画像データに電子化しただけの場合、システムは内容までは把握できないので、活用できなかった。だが、今は、AIを使って、画像・音声などの電子データの内容を認識、必要な情報を抽出できる形にする「デジタル化」が可能になっている。デジタル化したデータをシステムで活用することで「デジタル変革を起こし、ビジネスモデル変革につなげられる」と語った安田氏は「当社の『チエ作り』の成果をまとめたソリューションを展示ブースで見ていただきたい」とアピールした。

この将来像の実現に向け、同社は、テクノロジーの進化や複雑化する顧客課題に対応できる、高い専門性を持った人材を確保・育成する「高度専門人材」の仕組みを導入。NTT研究所の先端技術をはじめ国内外の技術を組み合わせて、新たなソリューションを創出する「ビジネスプロデューサー」、技術的専門性の視点から、問題の背後にある真の技術的課題を見極めて根本解決に導く「テックリード」、先端技術を顧客・社会にわかりやすく伝えて、普及に導く「エバンジェリスト」の3つの職種を新設した。困難な顧客課題を解決に導くとともに、若手にキャリアパスを示しながら、高度な専門性を持った人材集団を目指す。