人工知能(AI)の活用 第1回

フィールドサービス領域における人口知能(AI)の活用について
デジタル時代に勝ち残るための人工知能(AI)の活用法とは…(第1回)


フィールドサービス領域における人口知能(AI)の活用について(第1回)

近年、デジタル技術が急速に進化しており、幅広い業界でデジタル技術を活用した業務プロセス改革が行われています。
そういった中、ユーザから提供されるデータだけでなく、機器のセンサーから自動収集されたデータなど、急増する大量データを人口知能(AI)の活用により、分析、評価することが可能となりました。

現時点では、AIを活用した技術としてチャットボット、言語処理、画像認識、機械学習などが挙げられます。
画像認識を例に挙げると、AIによる画像認識のエラー率が、2012年で25%であったのに対して、2015年には3.6%へ劇的に減少するなど、革命的な速度で技術進化しています。人間のエラー率が5%ですから、AIの画像認識は人間の目を超えたことになります。

このように急速に技術進化しているデジタル時代の中で勝ち残っていく企業は、従来のアナログ方式から先進的なデジタル方式への転換を積極的に図っています。フィールドサービス領域においても、このデジタル方式への転換(デジタルトランスフォーメーション)が、日々の業務プロセスを効率化するだけではなく、新しいイノベーションを企業にもたらすことになります。

アクセンチュアの2016年調査では、2035年には人口知能(AI)によって、先進12カ国の経済成長率が倍増し、労働生産性は最大40%向上すると予測しています。日本では経済成長率が3倍以上になる可能性があるとのことです。

2035年の各国のGVA成長率(GDP成長率にほぼ相当)

アクセンチュアでは、人工知能(AI)が仕事の在り方を変え、人間と機械との新たな関係性を生み出し、働き方を根本的に変革し、ビジネス成長における人間の役割が強化される、と予測しています。

デジタルトランスフォーメーションにおいて最も重要な要素の1つは、企業に有益な知見を導出するための大量データ、つまりビッグデータです。
IBMによると、ビッグデータは以下の4つの特徴を持っています。(The 4 V’s of Big Data
  1. Volume(量):従来の一般的な技術では管理できないほどの巨大なデータ量です。
  2. Variety(種類):企業の基幹システムで扱っているような構造化データに限らず、テキスト、音声、メール、ビデオ、写真、ログファイル、位置情報、センサー情報などの様々な種類のデータです。
  3. Velocity(速度・頻度):今この瞬間にも、ものすごい頻度でICタグやセンサーからデータが生成されており、昨今の変化の著しい市場環境では、これらのデータに対してリアルタイムに対応することが求められています。
    高速インターネットの普及により、従来にも増して多くのデータを共有することが可能となり、例えば、YouTubeには毎分400時間の動画がアップロードされています。
  4. Veracity(正確さ):データの矛盾、曖昧さによる不確実性、近似値を積み重ねた不正確さなどを排除した、本当に信頼できるデータです。
    ビジネスで意思決定する上では、本当に信頼できるデータが必要です。Gartner社によると、低品質データが年間平均1,420万ドルのコストになるとのことです。
各デバイスやセンサーから日々収集・蓄積された上記ビッグデータ(構造化データ及び非構造化データ)を基に、パターンやトレンドを分析します。
より多くの業務プロセスに対してデジタルトランスフォーメーションを推進することにより、より多くのデータの生成および共有が可能になります。
大量に収集されたビッグデータをどのように処理・活用するかが、業務プロセスのデジタルトランスフォーメーション成功の鍵になると考えます。

<関連記事>
人工知能(AI)の活用 第2回
人工知能(AI)の活用 第3回

関連記事