• BPnet
  • ビジネス
  • IT
  • テクノロジー
  • 医療
  • 建設・不動産
  • TRENDY
  • WOMAN
  • ショッピング
  • 転職
  • ナショジオ
  • 日経電子版
ITpro Special
週間WEEKLY ITpro Special ITpro

あなたの会社でAIの導入が進まない理由

AIをめぐっては、その受容にかかわる成熟度を3つの段階で捉えることができ、企業はそれらの段階ごとに固有の課題に直面することになる。そうした課題を解消するうえで有効なソリューションとなるのが、革新的機械学習ツールとして大きな注目を集める「DataRobot」だ。その利用が、AI 技術を全社へと浸透させていくうえでのカギを握る。
DataRobot
データサイエンティスト
シバタ アキラ 氏

 いまやAI は、ビジネスの様々な領域に活用が広がる技術として認識されている。「将来的には、Excelのように、AIの活用が広く従業員に浸透していく」とDataRobotのシバタアキラ氏は語る。段階的に浸透していく3つのステージとして、まだAI を未導入で検討を進めている段階(Phase I)、一部の技術者だけがAIを使っている段階(Phase II)、そして非技術者も含めてAIの活用が浸透している段階(Phase III)を経ていく。

 それぞれの段階では固有の課題がある。Phase Iでは、AI活用のベースとなるデータが収集されていないケースもあろう。「データをただ蓄積するのではなく、このデータであの予測が可能になると見込んでデータ収集することが肝要です」とシバタ氏は指針を示す。

機械学習によるデータ分析の“グレーボックス”化を進める

 また、Phase IIで浮上してくるのが、データサイエンティストが何をしているのか理解されず、仮に結果を出しても“ブラックボックス”扱いされる問題だ。これではせっかくAIを導入しても、社内で信頼が得られない。「社内の理解を得るための“グレーボックス”化が重要です。『DataRobot』はこうした課題も念頭にデザインされた機械学習ツールなのです」とシバタ氏は言う。

 シバタ氏は、DataRobotを使ってデモを実施し、ある病院で退院する糖尿病患者が1カ月以内に再入院するかを予測する例を取り上げた。具体的には、病院に蓄積された診断内容などのデータを読み込んで機械学習を行い、1カ月以内に再入院する場合のモデルを作成。退院患者ごとに1カ月以内に再入院しそうな確率を出した。「DataRobotでは、予測に対して、どういう変数がどのような影響力を持っているかを明らかにできます。つまり、グレーボックス化が図れます」とシバタ氏。

 そしてPhase IIIで課題となるのが、既存ツールの利用には高い専門性が必要で、技術者以外も含む全社員へAI を浸透させるのが困難なことだ。DataRobotには現在、世界でオープンに使用されているアルゴリズムやモデルだけではなく、Kaggleなどのコンペティションで世界最高峰に輝いたデータサイエンティストたちのナレッジが数千ものパターンとして事前に組み込まれている。データをインプットしたら、モデル生成のターゲットを決め、大きな“開始”ボタンを押しさえすれば、最適なモデルを自動で生成する。その中からビジネスにマッチするモデルを選択するだけだ。

 「モデル生成技術がこれだけ自動化されたことに伴い、今後は、問題を捉え、必要なデータを把握する“ドメイン知識”がAI活用における重要なスキルになるはずです」とシバタ氏は強調した。

図:AI(機械学習)導入:バラ色の3ステージ
[画像のクリックで拡大表示]
お問い合わせ