企業がAIを活用するための8つのヒント【後編】

AI活用は何から始めればよいのか？　AI人材の適切な配置方法は？

企業がAI（人工知能）技術をビジネスに取り入れる際のポイントを前後編にわたり説明する。後編ではAI活用を企業が推し進めるために必要な考え方や組織体制について、具体例を交えながら紹介する。

　前編「優秀なAI人材を得る3つの方法とは？　汚いデータを使えるようにするには？」では、AI（人工知能）専門家の確保やビジネスでのAI活用、AI技術の代表例である機械学習に関するデータの収集・整形方法を紹介した。後編ではAI活用の取り組みに必要な体制やデータに対する考え方について解説する。

5．実験を繰り返す

　AI活用プロジェクトのチームが発足し、まず機械学習の実験を開始するとなると、次のような疑問が浮かぶだろう。

• データは十分か
• データはクリーンか
• データは事象を正しく表現できているか
• 機械学習が必要か、シンプルなルールで十分か

　これらの疑問に答えを出すには、より多くのデータに機械学習アルゴリズムを適用する必要がある。だが必要なデータが、実験に使ったものとは別のデータベースにある場合がある。クリーニングが必要な場合は、すぐ手に入らないこともある。

　こうした事情でデータの入手が難しくなる場合、データの性質や収集方法に応じて、モデル作成が数日から数カ月遅れることがある。実験をするたびに得られる新たな洞察がさらに疑問を呼び起こし、そのために別のデータを追加で収集しなければならなくなる。企業にとってAI技術を利用することとは、データ収集、実験、検証のプロセスを忍耐強く繰り返すことを意味する。

6．AIをどう活用するかを決める

　多種多様な可能性を秘めるAI技術だが、大きな問題の一つは「どこから手を着けるか」だ。

企業がAIを活用するための8つのヒント

企業におけるAI（人工知能）技術の導入は複雑なプロセスになることがある。企業がこれを乗り越えるために取るべき手段とは何だろうか。

この連載の記事をもっと見る

この記事の著者

関連記事

• 

  「RPAは必ず仕事を効率化できる」とは言い切れない理由

• 

  「学習し続けるAI」が医療現場では“使えない”理由

新着ホワイトペーパー PR

• 製品資料
  [株式会社MatrixFlow] 「物流リソース最適化」ガイド：人員・配車・傭車を出庫依頼の確定前に決めきる
• 製品資料
  [株式会社キーエンス] なぜRPA導入は頓挫する？　シナリオ作成の壁を乗り越える解決策とは
• 製品資料
  [株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？　PLMとの融合で実現する高速開発
• 事例
  [日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？　「新たな働き手」を支える3要素とは
• 製品資料
  [日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣