Aiの特徴からどのようなAiサービスを導入したほうが良いかを検討する

なんとなくAiをつかったらすごそう
まわりもつかいだしてるから時代に乗り遅れないように

と調べたAiサービスを聞いて、『なんとなくいいから導入してみよう』とサービスを導入して結果使わないケースは、昔のPCが普及した時代の話と同じです。まずはAiの特徴を知り、それをもとに今のAiにできる技術はどういったサービスを安定的に提供することができ、どのようなケースにはAi導入はまだ見送ったほうがいいのかについて紹介していきたいと思います。

Aiで処理できるもの、領域をまずは理解する

前回の記事で機械学習やディープラーニングのことについて触れていますが、基本的に今のAi技術において、ほとんどがこの機械学習・ディープラーニングをつかっている技術であるということです。

Ai（人工知能）の機械学習とディープラーニングの違いについて

現在の機械学習の領域として

• 言語認識
• 音声認識
• 画像認識

と以上大きくわけてこの3つになります。そしてこれらの一つ一つの認識を理解するのではなく、組み合わせて利用することで、Aiは開発者や利用者が導き出して欲しい答えを計算してくれます。

例えば、音声認識が理解できたとしても言語に変換するための変換するためのものがついてなければ何もを伝えることができません。一方で言語と音が一致しなければ言語認識したとしても音を発生させることができません。

つまり、現在のAi技術やサービスはこのような機械学習の特徴を組み合わせて求める結果や作業、業務というものをこなしているという理解をまずは簡単に頭の片隅にでも置いておいてください。

単純作業や処理はものの数秒で終わらせてしまうことが可能

Aiのもっとも得意とする領域というのが、決められたフレームの中だけで作業をするというものです。

Aiはまだまだ現在の段階ではAiエンジニアが設定したプログラムの中で想定した動きをするものがほとんどです。枠が狭ければ狭いほど、エンジニアのプログラムはシンプルになっていきより精度の高いプログラムにすることができます。

フレームというのは、この場合「判断する」という分岐点が１〜２ほどしかないものでかつ単純なものであることが条件となります。

よくAiロボットがチェスの世界ナンバーワンに勝ったなどという話があえいますが、まさにチェスという世界はルールというフレームがあるからこそイレギュラー対応などのプログラミングをせずに単純にルールに合わせた動きを過去のデータを元に導きだし最善策というものをとることが可能となってきております。

仕訳処理など見本となるデータがあれば対応可能

工場や農家などで商品の仕分け作業などもこのAiデータによりって簡単に処理できるAi技術というのを導入することが検討できます。

Googleのこちらの動画をまずはごらんください。

野菜の等級しわけ作業ということも人の手を介してしなければならないとされてきた作業ですが、そこにAiの画像認識を利用して、等級のわずかな傾向や特徴を見出して仕分けすることができます。

つまり画像で処理して一瞬で例えばA品、B品、C品といった具合に判断して仕分けする作業が可能となります。

この場合にもお気づきかもしれませんが、等級と呼ばれる仕分けの基本データがあってはじめて実現する処理なのです。もし、この判断する基準となるデータが少ない場合であれば、今のAiではまだ処理することは難しいのが現状です。

逆説てきではありますが、大量の見本となる仕分け後のデータさえあれば、あとは仕分け作業などの業務はAiで作業をさせることが可能になってくるということです。

問い合わせ受付業務もフレームワークができる

問い合わせなどの業務フローもある意味、トークマニュアル通りの対応であれば、先ほどの仕分け作業の前提にあった。見本となるデータがありますので、その内容を入力するだけで対応が可能となります。

しかし、電話などの問い合わせであればイレギュラーでの対応ということもあるため、まだまだAiでの対応を実現することは、難しいのですが、ある特定の例えば飲食店の予約に特化した電話対応であればLINEのDUETというサービスが今後期待できます。

<iframe width=”560″ height=”315″ src=”https://www.youtube.com/embed/nkcKaNqfykg” frameborder=”0″ allow=”accelerometer; autoplay; encrypted-media; gyroscope; picture-in-picture” allowfullscreen></iframe>

また最近ではGateboxという商品も販売されており、こちらは音声認識と言語理解にて所有者の声を理解し対応するものですので今後はこのような技術からの発展で電話対応も汎用的になる可能性は高いといえます。

そのほかの業務に関してはまだまだ電話でAi受付をすることは難しいとされています。一方でWebからの問い合わせに対しては今チャットボットをAiで対応することが可能となっています。理由としては、ある程度問い合わせの内容を文字で語弊なく誘導することができるからでもあります。

今すぐにでも受け付け業務改善という意味であればAi搭載型のチャットボットの導入をおすすめします。

マーケティングデータなどの分析用資料を取りまとめてくれる

つづいてAiが注目を集めているもう一つの処理がマーケティングに関するAiデータです。こちらの場合も、判断基準となるデータが大量にあって初めて成立するものですが、どのような結果を導き出したいのかということが明確であれば、マーケティング関連のAiサービスというものは信用度を高めることができるのではないでしょうか。

マーケティングとしてどのようなことをすれば良いのか？といったものを導き出すAiよりかは、マーケティング分析に必要なデータを取得してかつ分類するというものの方がより性格に分類をし、マーケティングの成果をあげられるのかと思います。

しかし、投資に関連するAiの結果が散々であるという記事ありますがこの場合は、投資先や金額をどのようにするのかといったデータ、つまり投資をするための行う判断材料が常に状況が変わるために今までのAiのデータでは判断できない状況になってしまった結果と言えるのではないでしょうか。

Aiは万能という意識が最近強まっている印象ではありますが、第一次Aiブームや第二次ブームの下火の原因ともなったトイプロブレムにあるように、Aiはイレギュラーに強くないという部分がまだまだあります。

より結果を安定的なものとしてAiサービスを利用したいということであれば、Aiの利用は汎用的な部分ではなく限定的な部分の方が好ましいのが現状です。

まとめ

Aiの基本はフレームワークにつよく、汎用的な作業にまだ弱いということを理解していただければ今後のどのようなAiサービスを導入していくのが良いかというのが見えてくるかと思います。

もちろん日々、技術が進化してきている中で汎用性の高い、いわゆる強いAiというものが生まれるかもしれません。ただ、現状としてはまだまだAi技術においては不安定な部分が多いのが現状です。会社の利益に直結する部分でかつ、汎用性をもとめられる可能性のある業務にはまだAiを導入せずに、まずは単純作業もしくはフレームのきまった部分をAi化していくことをおすすめします。