賃借対照表や損益計算書の作成が自動になる?
人工知能がいよいよビジネス実用段階に? 業務システムはどう変わる(1/2 ページ)
過去に何度か「人工知能」(AI)ブームが到来しているが、今回のブームではビジネス活用が本格的に進む可能性がある。その理由と、AIが業務システムに与える影響を考える。
過去のログデータを基にした学習を通じ、あたかも人間のように判断を下す「人工知能(AI)」。過去に何度もブームを巻き起こしたAIだが、AIが囲碁や将棋、チェスなどで世界トッププレイヤーを下し、あらためて今、大きな注目を集めている。ではAIがビジネスで活用されるようになった場合、具体的にどのような影響を及ぼすことになるのだろうか。AI搭載のERP(統合業務システム)を開発したワークスアプリケーションズ最高経営責任者(CEO)の牧野正幸氏に、AIの基本の“き”から聞いた。
“人工知能(AI)ブーム”が再燃する理由とは?
「人工知能(AI)は知識のベースとなる統計情報を基に、各種アクションへの最適解を返すよう設計されたプログラムの総称です」と牧野氏は話す。AIは、既存の情報や知識から新しい結論を得ることを目的とした「推論」や、情報から将来使えそうな知識を見つける「学習」などから構成される。はた目にはその挙動から、思考の存在を感じることもしばしばだ。「しかし、そこにあるのは単なる反応だけ。決して自ら考えているわけではありません」と牧野氏は語る。
過去、AIブームが何度か訪れながら、全て一過性で終わった。なぜなら、われわれが考えている期待とAIが返してくれる反応に大きなギャップがあったからだ。これまでにも医療や金融など特定分野に特化したデータベースを基に専門家に近い判断を下す「エキスパートシステム」、人間の脳神経回路を模倣した数学モデルを使ってパターン認識をする「ニューラルネットワーク」などが既に存在していた。だがデータが不十分だったり、コンピュータの処理性能に限界があったりして、十分な正確性を得ることができなかった。
第3世代といわれている今回のブームは、従来とは一線を画する。現在のAIは機械学習の一種である「深層学習」(ディープラーニング)により、人と同様に猫の画像を“猫”だと判断できるまで進化を遂げた。このインパクトは産業界にとって非常に大きい。例えば自動運転技術の開発が加速しているのも、深層学習による認識率の飛躍的な向上により、自動車が人に極めて近い“目”を得たことが背景にある。実際、検索エンジン「Google」が検索精度向上にAIを生かすなど、Web業界では先進的な企業を皮切りに、利便性向上に向けてAIを活用している。
第3世代AIブームの主要技術である深層学習は、大量のデータを基にデータの特徴を学習することで、判断の精度を高める。大量データを処理するには、当然ながら相応の処理速度を備えたシステムが求められる。そこで活用が進むのが、複数のコンピュータやプロセッサを利用して計算処理を分散する「分散処理技術」だ。検索エンジンを中心に、Web業界では大量データ処理を目的とした分散処理技術の活用が早くから進んでおり、深層学習に取り組む下地が整っていたともいえる。
今回のAIブームは、スマートフォンの普及も追い風だったようだ。小さなスマートフォンの画面で、かつタッチ操作で多くの文字を入力するのは快適とはいえない。AIが過去の入力履歴を基に予測変換による入力支援をしてくれたら、煩わしいタッチ操作を減らして操作性を高めることができる。
現在はコンシューマーサービスを中心に活用が進むAI技術。そして今、企業システムの利便性向上を目的に、AIを業務システムで活用する動きが本格化しつつあるのだ。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
プレミアムコンテンツ
[アイティメディア株式会社] AI活用を成功に導く「オブジェクトストレージ」 NAS/SANの限界を突破するには -
プレミアムコンテンツ
[アイティメディア株式会社] 「性能ならSSD」「大容量ならHDD」はもう古い? 変わるストレージの常識 -
プレミアムコンテンツ
[アイティメディア株式会社] 「オンプレミス回帰」がまさかの失敗に クラウドをやめずに安くする最適化手法 -
事例
[発注ナビ株式会社] AI活用を成功させる企業とそうでない企業の違いとは? -
製品レビュー
[発注ナビ株式会社] システム開発「はじめの一歩」 押さえておきたい基礎知識と失敗を防ぐ方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
SAP移行で1900億円の赤字 「ベンダー任せ」が招くERP崩壊と回避策
-
2
「VMware vCenter」でゼロデイ悪用、PHPも修正――今朝の情シスニュース
-
3
「Copilot利用率99%」デンソー驚異の定着術 3万人を動かした“社長賞”の舞台裏
-
4
「GPT-6.1 Terra」は半額 それでもなぜ企業はAIモデルを選べないのか?
-
5
「nginx」のHTTP/2脆弱性(CVSS 9.2)、パッチ適用までの緊急チェックリスト
-
6
積水化学工業が「SAP S/4HANA Cloud」の“全グループ導入”に踏み切った訳
-
7
AIに長文を入力する際の「コンテキストウィンドウ」の適切な扱い方はどれ?
-
8
“アジャイルの壁”に挑むオリックス生命がIBMの開発管理ツールを選んだ理由
-
9
「Chrome」「Edge」「Firefox」のメモリ使用量はどれだけ違う? 測定してみた
-
10
「Active Directory」復旧で“詰む”企業が続出 ランサムウェアに備える4対策
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
Microsoft 365 Copilotを安全&効果的に活用するために必要な「2つの準備」
-
4
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
5
パスワード管理だけで十分? 特権アクセスを脅かす暗号鍵の放置リスクとは
-
6
すぐ分かる「AWS WAF」ガイド:特徴・運用課題・メリットを解説
-
7
マンガで解説:情シスの負担を減らす「MDRサービスのインシデント対応」の中身
-
8
「Copilot Cowork」でこう変わる AIエージェント時代の新たな働き方とは
-
9
AI活用で激化する外部・内部リスク、取引先へ波及する脅威から守る対策とは?
-
10
Microsoft 365 Copilotで実際何ができる? 回答の精度を高めるRAGとは?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー