人工知能（AI）は、人間の知能の機械的な再現だ。AIの構成要素としては、自然言語処理（NLP）や音声認識、マシンビジョンなどが存在する。（続きはページの末尾にあります）
製造業では、作業の自動化や予測精度の向上など、さまざまな場面で生成AIの導入が進んでいる。どのような効果が期待できるのか。具体的な利用方法を見てみよう。
人工知能（AI）技術がビジネスに浸透しつつある中、人間へのさまざまな悪影響が指摘されている。ところが、PwCの調査で明らかになったのは「給与が増える」ことだ。どういうことなのか。
単なる業務効率化にとどまらない「AIエージェント」の本質的な価値とは何か。PoCから実運用へと進めるための勘所とは。AIエージェントを展開するAIベンダーPKSHA Technologyに聞いた。
自律的にタスクを遂行する「AIエージェント」への期待が高まっている。一方で、高額な投資に見合う成果を得られずに悩む企業が後を絶たない。導入を成功させるために検討しておくべきこととは。
企業がAI技術を活用する上で、データの取り扱いや説明責任といったプライバシーに関する懸念の解消は重要な課題だ。AI技術の恩恵を最大化し、安全かつ倫理的に活用するために、今すぐできる7つの施策を紹介する。
最近、組織で急速に広がる生成AI。投資が大きくなるにつれ、そのビジネス価値が問われる。期待外れにならないようにするために、組織が検討すべきROI測定方法と、“真の効果”を享受するための施策とは。
AI技術を活用してイノベーションを生み出そうとしているのにうまくいかない原因は、データの分断や管理の複雑さにある。クラウドサービスやオンプレミスシステムに点在するデータを一元化できる基盤の構築法とは。
AI技術が生み出す不確実な情報やシステム設定ミスは、AI技術を活用する上での大きな課題だ。実務におけるAI技術活用の3つのリスクと、それらを解消してAI技術を安全に活用するための施策を解説する。
事業の成長においてAI技術が不可欠になりつつある現代、企業はAI技術のリスクを把握し、適切に対処することが求められている。経営や法規則、倫理といった、事業に影響を与えるAI技術のリスクと対策を考察する。
人工知能（AI）の活用が社会や業務のさまざまな場面で広がる一方、誤情報の生成や情報漏えいのリスクなどの課題もある。信頼できるAIシステムを構築するために企業が取り組むべき施策とは。
AIツールの導入が加速する中、導入の効果を感じている経営層と、使いこなせていないと感じる従業員の間に認識のずれが生まれている。効果的に使えないといくら損してしまうのか。導入を無駄にしないための施策とは。
2025年、「AIエージェント」の時代が本格的に到来する。企業が競争力を維持するためには、AIエージェントの導入と活用に向けた適切な準備が不可欠だ。具体的にどう備えるべきなのか。
業務効率化を考える上で、AI技術の活用は欠かせなくなりつつある。その中でも、自律的に意思決定するAIエージェントは、最高経営幹部（CxO）からの注目が高まっている。どのような業務で活用できるのか。
MicrosoftはAIツールを導入したことで、営業活動の効率化を実現した。しかし、その導入に当たっては、幾つかの課題にも直面したという。
Microsoftは営業活動の業務にAIツールを導入し、約9億円相当の生産性向上を実現した。導入したツールと、その活用方法とは。
企業はAI技術を用いて、業務効率化や生産性向上に取り組んでいる。しかしある重要な要素を見落とすと、かえって生産性を低下させてしまうこともある。
ChatGPTをはじめとした生成AIツールの仕組みやリスクについて学べば、使い方の幅も広がる。生成AIの基礎から応用まで学べる学習プラットフォームを5つ紹介する。
AppleのAI機能群「Apple Intelligence」が虚偽のニュースを生成したとして、英国放送局BBCが抗議している。AIへの信頼が揺らぐ一方で、生成AIとメディアの関係に変化が生じする可能性がある。
米国では一部の州がAI規制法の制定を進め、AI規制法が乱立している状態だ。一方、連邦政府はAI規制を緩和しつつある。連邦政府がAI規制法を制定する日は来るのか。企業が取るべき行動とは。
採用市場では、AI関連のスキルに加え、各業界の専門性を持つ人材のニーズが高まっている。高収入を狙えるAI系の職種を紹介する。
ベンダーが広報や販促活動の中で“AI”と呼んでいるものは概して、単にAI技術の一要素にすぎない。主なAI技術である機械学習を利用するには、機械学習アルゴリズムの作成や、機械学習のための専用のハードウェアとソフトウェアの調達が必要だ。機械学習ベースのAIシステムの開発に利用できる主なプログラミング言語として「Python」「R」「Java」などが挙げられる。
機械学習ベースのAIシステムは、ラベル付けされた大量の教師データを取り込み、データを解析して相関関係やパターンを調べ、見つけ出したパターンを使って将来の状態を予測する。例えば機械学習モデルを備えたチャットbotに複数のチャットのテキストを与えて学習させることで、人とリアルなやりとりができるようになる。同じく機械学習モデルを備えた画像認識ツールに何百万枚もの画像を学習させることで、画像の中の物体を識別して説明できるようになったりする。
「学習」「推論」「自己修正」の3つが、機械学習ベースのAIシステムが備える主要な機能だ。
複数の教師データを基に、入力データを実用的な情報に変換するためのルールを作成する。このルールはアルゴリズムと呼ばれる。
望ましい結果に到達するために、正しいアルゴリズムを選択する。
アルゴリズムを継続的に微調整し、可能な限り正確な結果を提供できるようにする。
AIシステムを利用することで、ユーザー企業は自社の業務について、これまで気付かなかった洞察を得ることができる可能性がある。場合によっては、AIシステムは人間よりも高速かつ正確にタスクを実行できる。例えば大量の法的文書を分析し、それぞれの項目が適切に記入されているかどうかを確認するといった、反復的で細かい作業に適する。
一部の企業はAI技術によって新しいビジネスチャンスを得た。例えば米国でタクシー配車サービスを手掛けるUber TechnologiesはAIシステムを活用し、特定の地域で乗客の需要が高まるタイミングを予測することで、事前にドライバーをその地域に送り込んでいる。Googleは自社サービスの利用状況を基に、AIシステムで洞察を得て改善することで、オンラインサービスの最大手の一つになっている。同社のCEOであるサンダー・ピチャイ氏は2017年、同社が新サービスの開発にAI技術を積極活用する「AIファースト」企業になることを宣言した。
Amazon Web Servies（AWS）やMicrosoft、Googleなどのクラウドベンダーは、AIモデルやAIアプリケーションをクラウドサービスとして利用できるAIaaS（AI as a Service）を提供している。AIaaSは、ユーザー企業がデータで何ができるかを判断するのに役立つ。本格的にAI技術を導入する前に、さまざまなベンダーのAIモデルやサービスをテストすることで、どの技術や機能が自社に適しているのかを判断できる。自社の要件に合わせてスケーリングできるAIaaSが見つかったら、利用規模に合わせてリソースを拡張できる。
AIaaS市場には、さまざまなベンダーが存在する。以下で主なAIaaSベンダーの一部を紹介する。
ITmediaはアイティメディア株式会社の登録商標です。
