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年04月03日 07時00分

  • このエントリーをはてなブックマークに追加

 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)

  • このエントリーをはてなブックマークに追加

この記事を読んだ方に

関連ホワイトペーパー

SpecialPR

連載

CIO
トランザクションの今昔物語
研究現場から見たAI
Fintechの正体
米ZDNet編集長Larryの独り言
大木豊成「仕事で使うアップルのトリセツ」
山本雅史「ハードから読み解くITトレンド放談」
田中克己「2020年のIT企業」
松岡功「一言もの申す」
松岡功「今週の明言」
内山悟志「IT部門はどこに向かうのか」
林 雅之「デジタル未来からの手紙」
谷川耕一「エンプラITならこれは知っとけ」
大河原克行「エンプラ徒然」
内製化とユーザー体験の関係
「プロジェクトマネジメント」の解き方
ITは「ひみつ道具」の夢を見る
セキュリティ
「企業セキュリティの歩き方」
「サイバーセキュリティ未来考」
「ネットワークセキュリティの要諦」
「セキュリティの論点」
スペシャル
課題解決のためのUI/UX
誰もが開発者になる時代 ~業務システム開発の現場を行く~
「Windows 10」法人導入の手引き
ソフトウェア開発パラダイムの進化
エンタープライズトレンド
10の事情
座談会@ZDNet
Dr.津田のクラウドトップガン対談
展望2017
Gartner Symposium
IBM World of Watson
de:code
Sapphire Now
VMworld
Microsoft WPC
Microsoft Connect()
HPE Discover
Oracle OpenWorld
Dell EMC World
AWS re:Invent
AWS Summit
PTC LiveWorx
より賢く活用するためのOSS最新動向
古賀政純「Dockerがもたらすビジネス変革」
中国ビジネス四方山話
ベトナムでビジネス
米株式動向
日本株展望
企業決算