最新のAI活用事例についてまとめました。

企業のDX化の勢いは留まることを知らず、AIの導入を開始する企業は依然として増加傾向にあります。

特に近年は働き手不足を課題として掲げる企業が多いため、業務効率化を図ることができるAIが注目を浴びています。今回は、AIの活用について事例を中心にご紹介します。

コンタクトアースマッチング公式サイト

高単価の案件に出会える コンタクトアースマッチングはもう使ってますか?

1,全案件が完全リモート

2,100万円以上高単価案件も豊富

3,かんたん10秒無料プロフィール登録だけでつかえる

AI(人工知能)とは

AI(人工知能)とは

実際のところ、AIの定義は明確には定まっていません。研究者や機関によって、AIの解釈や認識の齟齬が多少なりとも存在しており、見解の統一が為されていないためです。概括的に人工的に作られた人間のような知能、及びそれを作る技術を指すことが大半です。

AI技術の代表例

AI技術の代表例

機械学習

大量のデータをコンピュータに学習させ、分類や予測などのタスクを遂行するアルゴリズムやモデルを自動的に構築する技術です。与えられたデータ(問題)を基にプログラム自身が学習する仕組みになっており、大まかに「教師あり学習」「教師なし学習」「強化学習」の3つに分類することができます。現在のAIの中核技術であり、ニューラルネットワークやディープラーニングも機械学習の一部です。

ニューラルネットワーク

ニューラルネットワークは、機械学習の中の1つのアルゴリズムです。コンピュータの数値や計算式を用いて、人間の脳機能を再現したものとなります。基本的には情報が入力される入力層、情報を出力するための出力層、その中間に位置して入力層から流れてくる重みを処理する隠れ層の3つでニューラルネットワークは構成されています。

ディープラーニング

ディープラーニングは、ニューラルネットワークの隠れ層を多層化したアルゴリズムです。ニューラルネットワークでは不可能である複雑なデータの学習を可能にしたと同時に精度の向上を図ったモデルとなっています。

AI導入のメリット

AI導入のメリット

業務の効率化・労働力不足の解消

ビジネスの現場にAIを導入することで、これまで人間が行っていた業務をAIで代替することができます。年々AIに任せることのできる業務の数は増加しているため、労働力不足の悩みを抱える企業にとってAIの導入はプラスに働くでしょう。また、過酷極まりない仕事や命の危険がある業務もAIに任せることができるため、人間の負担やリスクの軽減も可能です。

生産性の向上

1人1人の経験やスキルが異なる人間には困難である、「業務の質の担保」を簡単に行うことができます。AIはモチベーションによる浮き沈みもなく、どんな時でもほぼ正確に業務を遂行するため、ミスの確認や再試行に要する時間を大幅に削減することができます。

迅速且つ正確なニーズの把握

人工知能が最も得意としていることは、大量のデータを分析した後の予測です。そのため、市場や顧客のニーズを迅速且つ的確に把握したい場合に有効活用できるでしょう。また、市場のニーズを正確に把握した上で事業を展開することにより顧客満足度の向上も図れるため、AIの導入は企業のブランド力向上にも繋げることが可能です。

サービスの利便性の向上

多くの人が利用しているYoutubeやAmazonにもAI技術が搭載されています。過去の購入履歴・視聴履歴や似たものを閲覧しているユーザー情報などに基づくレコメンド機能、関連表示など、ユーザーの心理を突いた提案を行っています。iPhoneのSiri機能や予測変換機能など、日々の生活を快適に過ごすためのサポートをしてくれるAI技術は今では欠かせないものとなっています。

AI導入のデメリット

AI導入のデメリット

雇用が減る

労働力不足の解消というメリットは、「人間の仕事がなくなる」という捉え方も可能です。現段階では人間が担っている業務も、将来的にはAIに代替する可能性があります。特に、ドライバー業や工事関連業などの技術職や繰り返し業務を行う事務職に関しては、AIがメインになっていく可能性が高いでしょう。ただ、創造力が求められるクリエイティブな業務に関しては、人間の方が得意とする業務です。そのため、クリエイティブな仕事に関しては雇用ニーズが高まっていくことが予想されています。

情報漏洩のリスクが伴う

AIを活用する場合、ネットワークを介して顧客情報などの機密情報を取り扱うことになります。利便性が高まる一方で、外部からのハッキングや、情報漏洩のリスクが生じるため注意が必要です。

責任の所在が曖昧

AIを活用した場合、責任の所在が曖昧になってしまうため、結果として人間が損害を被ってしまう恐れがあります。たとえば、AIを活用した自動運転の車が衝突事故を起こした場合を考えるとします。現在の法律を前提とすると、AIの行為に対してAIそのものに責任を問うことは不可能です。事故の責任は当事者の「人間」か、自動運転を行う車を製造した「会社」どちらにあるのでしょうか?このような場合の対処法が法律で明確に定められない限り、AIの導入によってトラブルが生じた際の責任の所在に悩まされることは後を絶たないでしょう。

最新のAI導入事例集

最新のAI導入事例集

人材の最適配置

従来、新入社員の配置先検討や社員の専門性を加味した配属検討業務は、多大な工数と時間を要して人が行っていましたが、自然言語処理の活用によりこれらの業務の効率化・高度化を可能としました。このソリューションを用いて社員1人ひとりの特徴、各部署の担当業務の特徴を抽出、その結果から最適な配属を行うことができます。

【参考事例】
企業業種 : 製造業
課題 : 業務効率化
活用技術 : 自然言語処理
提供サービス : 人材最適配置AIソリューション
成果 :
・人材配置の最適化
・人事部の負担軽減

店別×商品別の需要予測

多数の店舗を持つ製造小売業会社では、店舗ごとに人判断での商品発注を行っていましたが、過剰な発注や欠品が随時発生しており、最適な発注を行えていない状況でした。時間軸(日、週、イベントなど)、店舗軸(地域、規模、立地など)、商品軸(カテゴリ、売上上位/下位など)の3軸の変数粒度を探索的に調整し、現実的な運用と一定の精度の担保両方を実現するモデルを作成しました。また、より表現力の高い特微量を作成して使用し、更なる予測精度の向上を図りました。

【参考事例】
企業業種 : 製造小売業
課題 : 業務効率化、コスト削減
活用技術 : 需要予測
提供サービス :
・将来予測
・経営リソース最適配分
・既存システムデータ解析・活用
成果 :
・過剰発注減による店舗在庫の削減
・欠品解消による売上向上
・発注業務の負担軽減

原材料の不良品検知

食品工場の製造ラインに流れる食品を撮影した動画をディープラーニングの画像認識技術を用いて解析、教師なし学習の手法を用いてどの原材料にも使用できる汎用性の高い異常検知アルゴリズムを開発しました。一般的な不良品検知システムと異なり、良品のみを学習させそれ以外を不良品として検知するアルゴリズムを適用することで、精度と速度の両立を実現しました。

【参考事例】

導入先企業 : キューピー株式会社

業種 :食品・飲料
課題 : 利益最大化、業務効率化
活用技術 : 画像認識・解析
提供サービス :
・識別作業のAI代替
・物体検知
・プロトタイプ開発プラン(PoC)
成果 :
・不良品検知の精度と速度の両立を実現
・生産効率の向上
・現場作業者の負担軽減

借金返済を延滞する可能性がある人の予測

債権管理業務の効率化とコスト削減のために返済の延滞に悩んでおり、延滞予兆を事前に分析予測したいという要望からビックデータ解析を行いました。具体的にはディープニューラルネットワークによる学習を行い、顧客の年齢や職業、入金情報、キャッシング上限枠、POS情報から得た商品購入頻度などのデータをインプットして分析することで、延滞予兆のある人の予測を試みました。

【参考事例】
業種 : 金融
課題 : 業務効率化、コスト削減
活用技術 : データ分析
成果 :
・予測精度98.5%を達成

バレーボールのリアルタイム分析

試合中のプレーデータを分析し、トスが上がる方向をリアルタイムに予測するモデルを作成しました。蓄積されていた過去データや、監督・コーチへのヒアリングを通して予測精度の向上を図りました。試合中の分析においては、試合の流れや前回のローテーション時の情報など、多様な情報を参照しながら各プレーの予測を行い、戦略の判断に貢献しました。

【参考事例】
業種 : その他
課題 : 最適判断の予測
活用技術 : データ分析
提供サービス :
・スポーツアナリティクス
・既存システムのデータ解析・活用
・プロトタイプ開発プラン(PoC)
成果 :
・データ観点の客観的な傾向の検出
・最適な判断を支援
・大量のデータの処理

参照 : )「AIを用いた人材の最適配置ソリューション『HERO』- KPMGジャパン」
「人工知能(AI)のサービス・コンサルティングならブレインパッド」
「延滞予兆分析 – AI – ネットスマイル」

AI導入によって利益は本当に生じるのか

AI導入によって利益は本当に生じるのか

AIシステムの導入は、初期費用含めそれなりの投資になるため、本当に利益を生み出せるのか不安をお持ちの方も多いのではないでしょうか。結論から申し上げますと、AIを導入しただけでは利益は生まれません。利益を生み出せるようにAIの導入、運用を行っていくことが非常に重要です。利益を得るために、最善の方針・行動を考え、試行錯誤を継続することが大切になります。AIを有効に活用することができれば、業務の効率化、コスト削減を実現できるはずです。アクセンチュア株式会社のレポートによると、2035年には人工知能によって16業界で平均38%の増収が可能とまで言われています。それ程までに無限の可能性を秘めた手法であることは間違いありません。企業によって使用するデータの量や質、業務プロセスが全く異なるため、先行事例を踏襲できない点は難しいところですが、まずはプロトタイピングを使って、業務やデータ、アルゴリズムの観点など様々な角度から検証を始めてみることを推奨します。

参照 : ) 「今すぐ役立つAI活用ノウハウ 第2回 情シスの本音をスッキリ解決!~AIって信じられるの?儲かるの?~ – Fujitsu」

まとめ

いかがでしたでしょうか。今回はAIの導入事例についてご紹介しました。

仕事・生活を快適にサポートしてくれるAI技術から今後も目が離せません。

【関連記事】
音声認識技術とは?基本的な仕組みと導入事例をご紹介します。
AWS導入事例18選から見る、AWS導入のメリットとは?
BERTとは?実装時の注意点や活用事例も含めて詳しくご紹介致します。
ビッグデータ活用事例10選!業種、企業別にご紹介します。
scm成功事例について、失敗事例と課題を交えてご紹介します。