AI成功の鍵はアルゴリズムではなくエンジニアリング：従来のデータサイエンティストの領域ではない

AI技術や機械学習技術を使ったシステムは管理が難しい。堅固で安定した稼働を実現するためにはエンジニアの関与が必要だ。AIシステムの構築と従来のデータサイエンスの取り組みを同じように考えてはいけない。

[Nicole Laskowski，TechTarget]

　人工知能（AI）を使ったシステムを構築する場合、アルゴリズムの課題よりもソフトウェアエンジニアリングの課題のほうが多い。こう語るのは、General Electric（GE）でインテリジェントシステム部門のバイスプレジデントを務めるジェフ・エアハルト氏だ。他の種類のエンタープライズソフトウェアと同様、AIシステムは安全、堅固かつスケーラブルでなくてはならない。不正確なレコメンデーションが、悲惨な結果につながる恐れがある業界では特にそうだ。

　こうした理由から、GEではAIと機械学習を従来のデータサイエンスの取り組みとは同じように考えていない。本稿では、この考えについてエアハルト氏に話を聞いた。

併せて読みたいお薦め記事

AIの企業導入は進む

• IT、金融、そしてマーケティング――各分野の人工知能（AI）活用最前線
• 大手部品メーカーで増加する製造工程でのAI活用
• 箱根湯本の老舗ホテルが考える、顧客満足のためのデータとAI活用

AIへの取り組みを成功させるには

• AIプロジェクトの難易度を図表で理解、企業が考えるべきその優先度とは
• 人工知能（AI）インフラの基本要素、求められる戦略は？

編注：このインタビューは抜粋です。

　――GEは風力タービンやジェットエンジンのような物理的に実体のある製品の製造で知られています。あなたの仕事は、このような製品の性能をよくすることだと思います。AIと機械学習を既存のシステムに統合する難しさを教えてください。