日本企業の「PoC疲れ」解消に必要な3つのポイントデータをスムーズに収集してAIを導入する方法

日本企業のAI活用は、一部の先進的な企業を除いてなかなか進展しない。AI向けのデータ整備や判定ロジックのチューニングなど、高度な技術が必要に見えるが、いまはその状況も変わりつつある。

2019年10月02日 10時00分 公開
[ITmedia]

 実ビジネスにAIを組み込むことで新たなビジネス価値を創造している企業が存在する一方で、さらに多くの企業がPoC(概念検証)で止まってしまい次のフェーズに進まない「PoC疲れ」を起こしている。アイティメディアが実施した調査(注)でもAIについて「現在は活用していないが、導入予定」が7.3%、「現在は活用していないが、検討中」が42.7%と半数を占めており、具体化する手前であるという声が多い 。

 特に、画像や動画を新たに活用する場合、AIを開発するための学習データが不足していたり、データ容量が膨大になりがちな画像・動画をためる仕組みができていなかったりすることが多い。また、そうしたデータは研究開発や製造工程、セキュリティなどに関する情報を含む場合が多いため、機密性が高く、データ量が多く、かつ優れた応答性が求められることがほとんどだ。

 こうしたデータや処理内容の特性を考慮した上で、AI活用したいデータのフローやAIモデル開発のワークフローを整理しておかないと、PoC疲れや、ビジネスへの実装の段階で全体最適なアーキテクチャでなくなってしまう危険性が大きくなる。ではビジネス効果を最大化するためのAIインフラはどうあるべきだろうか。

※注:「AI(人工知能)の活用状況(2019年)」(アイティメディア キーマンズネット編集部調べ)。


提供:日本アイ・ビー・エム株式会社
アイティメディア営業企画/制作:TechTarget編集部