【書評】『決定版AI 人工知能』(樋口晋也、城塚音也)

LINEで送る
Pocket

 お薦めの本の紹介です。
 樋口晋也さんと城塚音也さんの『決定版AI 人工知能』です。

 樋口晋也(ひぐち・しんや)さんは、ITエンジニアです。
 現在、NTTデータに勤務され、音声認識やテキスト処理に関するAIの研究開発に従事されています。

 城塚音也(しろつか・おとや)さんは、ITエンジニアです。
 現在、NTTデータに勤務され、音声対話システムやテキストマイニング等のAI技術の研究開発に従事されています。

「AI」で、ビジネスはどう変わるのか?


 最近、よく聞かれるようになった、「人工知能(AI)」という言葉。

 その実体は、どのようなものか。
 理解している人は、少ないかもしれません。

「人間と同等か、それ以上の知能」

 多くの人は、「人工知能(AI)」に対して、そんなイメージを抱いています。
 ただ、その程度の認識では、ビジネスで効果を上げるのは難しいです。

 著者は、AIは、生活のあらゆる場所に溶け込み人間をサポートするものと考えるべきだと述べています。

 現在のAI技術で高い性能を達成するにはAIに任せる仕事を整理し、目的にあったAIを特定のタスク向けに作り込む必要がある。しかし、作り込んだAIは他に流用できるとは限らない。たとえば、囲碁で世界王者に勝利したアルファ碁の仕組みは将棋に応用できたとしても、医者の診断支援には転用できないと考えるのが自然である。そして、アルファ碁の開発には膨大な費用が発生したことも忘れてはならない。
 現状のAIには人間ほどの柔軟性はなく、人間を超える能力を持たせるには莫大な投資が必要だと聞くと失望する人もいるだろう。しかし、諦める必要はない。人間ほどの能力をもったAIではなくても、ビジネスに大きな変革をもたらすことができるのがAIなのである。
 詳しくは本書で説明するが、AIは単なる業務の効率化だけでなく、新サービスの創造や業界を超えた参入、ビジネスの急速な拡大、都市やインフラのインテリジェンス化にも活用できる。そして、そこで利用されるアルゴリズムは最先端ではない場合も多い。このように、AIの活用では最新技術を適用するのではなく、適材適所を心がけることが重要になる。

『決定版AI 人工知能』 はじめに より 樋口晋也、城塚音也:著 東洋経済新報社:刊

 本書は、実際にビジネスで効果を上げるAI活用法について、わかりやすくまとめた一冊です。
 その中からいくつかピックアップしてご紹介します。

スポンサーリンク

誰もが高度な知識にアクセスする時代


 AIは、あらゆる場所に浸透し、社会やビジネスを変えていきます。
 AI適用によって進む、大きな変化の一つが「知識の民主化」です。

 知識の民主化とは、高度で豊富な知識に誰もがアクセス可能になるという意味です。

 知識の民主化が起きた例で最も身近なのは検索サービスの普及だ。今では、分からないことがあればグーグルやヤフーで検索するのが当たり前になっているが、検索サービスが存在しない時代では有識者に聞いたり、図書館に行って調べたりするのが当たり前であった。検索サービスにより知識へのアクセスが容易になった結果、コンサルティング会社は知識だけで強みを発揮するのが難しくなり、調整力や交渉力をアピールする必要が出てきている。ショップの店員も、自分より詳しいお客様に遭遇する確率が昔より飛躍的に向上しているのではないだろうか。
 AIが進化し世の中に浸透すれば、この流れがさらに加速すると考えられる。たとえば、ベテラン店員が接客中に質問されたことがAIにより解析され新人従業員に共有される、英語が苦手な人にAIが海外のニュースを翻訳して報告する、これらは知識へのアクセスが容易になったという意味では知識の民主化といえる。現在は高額の部類である医師や弁護士などへの相談は、AIにより低コスト化する可能性もある。この話をするとすぐに「専門家の失業」が話題になるが、弱者が容易に専門家に相談できる世界は悪くない。また、過去の事例を参考に回答を導き出すAIの仕組みを考えれば分かるとおり、AIにとって、過去に存在していない事例に対応することは難しい。よほど技術が進化しない限り、人間の専門家がいなくなることはないだろう。
 究極的にAIが発展すれば社会は激変する。例として商品の購入を考えてみよう。AIに質問すれば海外通販やオークション等を含めたネットでアクセスできる全世界のサイトを調べて最安値を教えてくれる次世代価格ドットコムが登場した場合、ECサイトのビジネスは根本から変化する。最安値を提示しなければ、誰も買ってくれなくなる可能性があるのだ。AIにより情報へのアクセスが容易になれば、企業において中間管理職の必要性は薄れ、組織はフラットに近づく。AIが発展した社会では知識の価値は薄れ、希少な材料、それを仕入れることが可能な調達ルート、お金では変えない歴史などの価値が高まると予想される。

『決定版AI 人工知能』 1章 より 樋口晋也、城塚音也:著 東洋経済新報社:刊

 AIの普及で、誰もが高度な知識・ノウハウを、簡単に手に入れられるようになります。
 知識の民主化によって、変化のスピードは、より速く、規模もより大きくなります。

 知識そのものではなく、知識を使って、いかに新しいアイデアを創出できるか。
 それがますます重要となりますね。

「AI」と「IoT」と「ビッグデータ」の関係


 ビジネスの今後を見通す上で、カギとなるテクノロジーが、

  • ビッグデータ
  • IoT
  • AI
 です。

 この3つの関係は、「センシング」「分析」「制御」という3つの役割に分けて考えると分かりやすいです。

 IoTは「センシング」の部位に位置づけられる。IoT(Internet of Things)はその名のとおり、「モノがインターネットにつながっている」ことを示しているだけで、それ以上の意味はない。しかし、モノがインターネットにつながればデータを集めて様々なビジネスを展開できるため、人々がIoTに抱くイメージは多岐にわたるのが現状だ。本書では、センシングした情報をインターネット経由で分析を実行する場所に送るのがIoTであるとする。
 センシングする情報はセンサーで感知したデータだけでなく、マイクで拾った音声データカメラで撮影した画像データ、LINEのようなチャットのテキストデータがある。情報を集めるだけでは何の付加価値もないため、当然AIによる分析が行われる。そのため、IoTという言葉には「ネットにつながる」という意味に加え、分析のニュアンスも含まれることになる。
 AIの部分は「分析」に位置づけられる。ビッグデータは、正確には「大量にデータが存在する」という意味でしかない。「ビッグデータ分析」と呼ぶ場合は「大量のデータを分析する」という意味になる。
AIという言葉は前述したとおり概念に近い言葉で、多数存在するアルゴリズムの総称である。本書では、シミュレーションもAIだとしている。高い精度を達成しているAIは大量データを活用している場合が多い。そのため、AIとビッグデータの違いも分かりにくくなっている。
 最後に登場する「制御」は分析結果に基づいてユーザーに支援情報を出したり、機器を操作したりする部分である。具体例としては、お客様の質問に対する回答の表示、工業用ロボットの制御、渋滞の解消を目的とした信号機の制御などがある。
 なお、IoTという言葉の前に流行していたのが「サイバー・フィジカル・システム(CPS)」という言葉だ。サイバー・フィジカル・システムには仮想空間と物理空間を融合させるという意味や、リアル世界に影響を与えるシステムなどの意味があり、処理の流れとしては①リアル世界のセンシング、②サイバー(AI)上で分析やシミュレーションを実行、③最終的にロボットなどを通じてリアル世界にアクションを起こす、となる。簡単にいってしまえば、CPSはIoT、AI、ビッグデータ、ロボットをすべて含む言葉である。
(中略)
 ちなみに、一般的に世界三大発明といえば、「羅針盤」「火薬」「印刷技術」を指している。これを応用して、AI、IoT、ビッグデータを現代の三大発明と称する人もいる。AIは羅針盤として方向性を予測することにもちいられる。IoTは大量にデータを集めるための起爆剤となることから、火薬のイメージになるのだろう。昔は印刷技術で情報を保存していたが、最近はビッグデータとして電子的に蓄積されている。かつて、羅針盤、火薬、印刷技術によって歴史が大きく動いたように、新しい3つのテクノロジーが揃った今、世の中が再び大きく変わっていく期待感も込められているようだ。

『決定版AI 人工知能』 2章 より 樋口晋也、城塚音也:著 東洋経済新報社:刊

図08 IoTとビッグデータとAIの違い 2章P61
図08.IoTとビッグデータとAIの違い
(『決定版AI 人工知能』 2章 より抜粋)

 情報を取り込み(センシング)、分析し、制御する。
 その一連の過程の「分析」を担うのが、AIです。

「ビッグデータ」「IoT」「AI」は、それぞれ独立した技術といえます。
 ただ、その3つが、インターネットを介してつながることで、想像を超える大きな力が発揮されます。

「現代の三大発明」は、近い将来、私たちの暮らしに劇的な変化をもたらすことになるでしょう。
 技術の進化の行方を、注意深く見守りたいですね。

AIで変わる「モノづくり」


 AIが最初に導入されたのは、金融やマーケティングの分野です。

 今後は製造業をはじめとして様々な業界に拡大していき、AIがいろいろなものと結びつくことで、従来のIT活用とはレベルの違う、魅力的なサービスが生まれると予想されます。

 そのインパクトの大きさは、業界再編や競争関係の変化など構造全体に及ぶ破壊力を秘めています。

 機械や製品にセンサーを搭載して、情報をネットワークでやりとりする。
 すると、従来のモノづくりとは、まったく違う新しいサービスが可能となります。

 その一つの例が、「コンディション・ベースト・メンテナンス(CBM)」と呼ばれる保守点検サービスです。

 機械設備のメンテナンスは定期的に行われるのが普通である。たとえば、車検も定期的に行われる。これは、時間を基準にしたタイム・ベースト・メンテナンス(TBM)と呼ばれる考え方である。しかし、車の乗り方は人それぞれで、どれだけの距離を運転したかで車の状態は異なる。たくさん使用して劣化したなら早めに点検すべきだし、あまり使っていないなら点検時期は少し先に延ばしてもよいはずだ。
 そこで、対象物の状態に合わせてメンテナンスしようというのが、CBMの考え方である。具体的には、機械設備や車にセンサーをつけて、どのぐらい使用したか、壊れていないかなどの状態を確認し、適切なタイミングで部品交換や補修を行う。データからコンディションを判断したり、故障を予知したりするところでAIが活用されている。
 機械の状況をネットワーク経由でメンテナンス会社と共有しておけば、リアルタイムに機器の状態を管理してもらえる。壊れる前兆を発見してもらえる確率も向上するだろう。作業員が現場に移動する間に遠隔作業で補修すべき箇所の特定や作業手順の明確化を行えば、作業員は現場に着いたらすぐに作業に移ることができる。故障箇所の特定や作業手順の明確化はAIの支援を受けながら行うことも可能だ。AIによる遠隔からのリアルタイム保守により故障する前に部品の交換が可能になれば、機械の稼働率が向上し、安全性の向上やコストの削減につながる。これらはAIにより仕事の質が変化する代表的な例といえる。
 こうしたCBMのサービスはドイツのエレベータ会社であるティッセンクルップ社などで既に実施されている。同社のようにセンサー情報を活用してメンテナンスを効率化する事例は増えつつあるが、既に保守やメンテナンスなどアフターサービスで定評のある日本メーカーから見ると、「センサーとAIを導入したのに、それほど高いサービス品質に達していない」と感じるかもしれない。しかし、AIによるメンテナンス効率化の動きは、日本人の国民性や勤勉さでアフターサービスに差をつけていた部分が、センサー化とAI活用で海外に追いつかれつつあると見ることもできる。勤勉さが足りない海外企業がAIを導入するのと、国民性で高い品質を保っていた日本企業がAIを導入するのではインパクトが異なるのである。
 また、つまらない仕事をセンサーとAIで自動化するという考え方も重要である。保守運用の業務は地味で単純な作業を着実に漏れなく行わなくてはならない。きちんと仕事をしてもほめられず、故障が起これば責任を問われる。絶えずコストカットの対象となり、人員の補充もされにくい。AIによる単純作業からの脱却は、人間を付加価値追求に向かわせる方法でもあるのだ。

『決定版AI 人工知能』 3章 より 樋口晋也、城塚音也:著 東洋経済新報社:刊

 機器に取りつけたセンサーから、情報をリアルタイムに吸い上げて解析し、稼働状況を把握する。
 まさに、AIの得意とする作業ですね。

 人間のように、気の緩みや油断はありませんから、見落としによるミスはありません。
 しかも、365日24時間、休まずに、ひたすらに単純な業務を遂行し続けます。

 危険・きつい・きたない。

 いわゆる「3K」と呼ばれる作業は、真っ先にAIによる自動化のターゲットにされるでしょう。
 人手不足の切り札としても、有望ですね。

「法律相談」や「保険審査」は、AIの導入を進めやすい領域


「特別な資格のいらない、比較的単純な仕事ほど、AIに代替されやすい」

 一般的には、そのように考えられています。
 しかし、現実には、そうとは言いきれないケースもあります。

 たとえば、弁護士や医師といった知的専門業務は、AIの導入を進めやすい領域です。

 その理由としては、良質なデータが完備されていることが大きい。弁護士や医療の分野では過去の判例、法律文書、医学論文などの知識が体系立てて整理されている。書かれている英語や日本語の文法もきちんとしている。情報が整備されているため、AIが分析しやすいのである。
 また、データの正確性が高いことも重要である。データに誤りが含まれると、当然ながらAIは間違った答えを出してしまう。研究論文のデータ偽造などで騒がれることもあるが、一般的に専門文章はそれなりのプロフェッショナルによる検証を経た文章である。そのため、一般的な企業が保有するデータと比べれば高い品質である場合が多い。
 さらに、専門業務は「昨日まではAと回答していたが、今日からはBと回答する必要がある」というように頻繁に内容が変化することはない。そのため、AIに苦労して覚えさせたが、AIが覚えた内容と実際の業務が大きく乖離してしまう確率も低い。ビジネスの方針や戦略の変更により業務のやり方が頻繁に変わってしまう状況であれば、過去の知識や学習経験に基づいて動くAIを機敏に対応させることは難しいのだが、弁護士や医者の業務は法改正や定説の見直しなどが時々あるとしても、通常、判例や学術論文は何十年も通用するため、AIの適用は比較的容易といえる。
 弁護士の仕事では、調査業務に多くの時間が割かれている。特に大変なのは、膨大な判例を調べ上げることだ。AIに「過去にこんな事件はなかったか」「こんな判例を探して欲しい」と指示を出すだけで、適切な判例をすぐに探してくれれば、弁護士の仕事は非常に楽になる。
 2015年に放映されたNHKスペシャル『「NEXT WORLD 私たちの未来」第一回 未来はどこまで予測できるのか』という番組では、弁護士業務の未来像が紹介されていた。そこでは、AIが選んだ資料を人がチェックして、法廷に提出する様子が描かれていた。興味深かったのは、弁護士の業績評価までコンピュータが行っていたことだ。新しく雇い入れた弁護士の能力を見るために、AIが探した書類と、人間が独力で探した書類を比較して、能力判定を行うというのだ。実際にAIが導入されている企業で働く弁護士は、「AIがあれば弁護士の数は10分の1で済む」と話している。
 しかし、実際は弁護士の数が10分の1になるほどAIは優れていないと思われる。弁護士は依頼人の話をしっかりと聞き、依頼人の目的を理解し、不安がる依頼人に共感し、依頼内容と法律を照らし合わせる作業を行う。これらの作業を現在のAIで代替することは難しい。このように考えていくと、今後は弁護士の世界で二極化が進むのではないかと思われる。ある程度の力を持つ弁護士はAIの力を借りてより業績を伸ばすが、力のない弁護士はAIの仕事に間違いがないかチェックする役回りを担当するのである。

『決定版AI 人工知能』 4章 より 樋口晋也、城塚音也:著 東洋経済新報社:刊

 AIを使う側に回るか、AIに使われる側に回るか。
 それが、大きな分岐点になります。

 AIにはできない、人間ならではの特長。
 それを活かすには、どうすればいいか。

 あらゆる仕事において、向き合わなければならない課題になりますね。

スポンサーリンク

☆    ★    ☆    ★    ☆    ★    ☆

「AIは、何でも回答してくれる、便利な技術」

 そんな先入観を持っている人は、多いかもしれません。

 たしかに、ある分野においては、人間が束になっても歯が立たない強みを発揮します。
 一方、人間なら、子どもでも簡単にわかることが、答えられないこともあります。

 ただ、AIも万能ではありません。
 人間の思考とは、仕組みも違いますし、特長も違います。

 とはいえ、これまで人間が行っていた作業の多くを、AIが肩代わりするようになる。
 そんなトレンドは、ますます強まることは、間違いありません。

 AIを使うことで、何ができるようになるか。
 AIが発達しても、生き残れる「強み」は何か。

 企業だけでなく、そこで働く個人も、そんなことを想定すべき時代になったということです。

 人間とAIが、日常的に、違和感なく共存する日は、すぐそこにあります。
 本書は、そんな近い将来をイメージするために欠かせない一冊といえます。

にほんブログ村 本ブログ 書評・レビューへ(←気に入ってもらえたら、左のボタンを押して頂けると嬉しいです)

シェアする

  • このエントリーをはてなブックマークに追加
  • 15

フォローする

コメントをどうぞ

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

CAPTCHA