編集部からのお知らせ
Pick up! ローコード開発の行方
「これからの企業IT」の記事はこちら

上司に「AIをやれ」といわれたら--機械学習プロジェクトで成果を出すために(前編)

田中耕太郎

2017-04-03 07:00

 機械学習などAIテクノロジやデータ分析・データ活用が有効な分野といえば、主にインターネットで事業を展開している企業に限定された話だと思っている方も多いかもしれません。

 事実、これらの技術を活用するには大量のデータが必要となり、IT技術をフル活用するインターネット系の業界で先行して発達してきました。

 しかし、AIや機械学習の波は、どのような業界にも押し寄せています。多くの企業は既にデータウェアハウスやデータマートの整備を進めており、販売データやマーケティングデータなど、デジタル化しやすいものから活用を始めています。

 2017年はIoTの進展により、これまで保管や利用が十分でなかったアナログデータのデジタル化と活用の取り組みが一段と進むでしょう。


 また、昨今の事業環境は非常に速いスピードで移り変わるため、高速にPDCAを回していくことが求められます。

 こうして、まさに「デジタル化 × 高速PDCA」を実現する手段として、AIによる自動判断や自己学習によるリアルタイムでの精度向上がビジネスの現場で活用されるようになっています。

 AIに関する技術は重要ですが、その開発は専門家でない人にとってはまだハードルが高いことも事実です。その上、専門家の数も限られ、そう簡単に必要な人材の採用ができるとは限りません。

 そのため、本稿では「機械学習をビジネスに活用するためにはどうしたらいいか」という疑問を、より現実的な解を用いて考えていきたいと思います。初めての機械学習プロジェクトを立ち上げ、成功させる一助になれば幸いです。

ビジネス課題と解決方法の明確化

 一般的なプロジェクトの例にもれず、機械学習の活用についても「ビジネス上の課題」を考えることから始めます。課題を解決する手段として機械学習の活用が最良ということであれば、プロジェクトとして立ち上げます。

 肝心なことは、AIや機械学習の活用はあくまで手段であると認識することです。課題解決において別の手段(手作業によるラベリングなど)でも十分に費用対効果が見込める場合は、無理に活用する必要はありません。

 手段と目的が逆になっていないか、基本的な検討事項ながら疎かにしてはいけません。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

特集

CIO

モバイル

セキュリティ

スペシャル

ホワイトペーパー

新着

ランキング

  1. 運用管理

    ファイルサーバ管理のコツはここにあり!「無法状態」から脱出するプロセスを徹底解説

  2. クラウドコンピューティング

    社員の生産性を約2倍まで向上、注目の企業事例から学ぶDX成功のポイント

  3. コミュニケーション

    真の顧客理解でCX向上を実現、いまさら聞けない「データドリブンマーケティング」入門

  4. ビジネスアプリケーション

    デメリットも把握しなければテレワークは失敗に?─LIXIL等に学ぶ導入ステップや運用のコツ

  5. 運用管理

    ニューノーマルな働き方を支えるセキュリティ-曖昧になる境界に変わらなくてはならないデータセンター運用

NEWSLETTERS

エンタープライズ・コンピューティングの最前線を配信

ZDNet Japanは、CIOとITマネージャーを対象に、ビジネス課題の解決とITを活用した新たな価値創造を支援します。
ITビジネス全般については、CNET Japanをご覧ください。

このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]