AI導入はなぜ失敗するのか？
～AIプロジェクトのキホンと成功に導くビジネス実装～

アビームコンサルティング

P&T Digital ビジネスユニット
Advanced Intelligence セクター
ダイレクター

宍倉 剛 氏

AIの正しい理解と育てる観点が重要

　AIプロジェクトを成功させるポイントを宍倉氏は、「AIを正しく理解し、育てる観点を企業内に浸透させた上で、IT部門だけではなく、ユーザー部門やAI技術をもったパートナー企業まで巻き込んだ横断型でプロジェクトを進め、ビジネスの課題に対して実現性のあるスコープを設定することが重要です」と語る。

　次に機械学習による商品販売量の予測事例を紹介。人手による情報収集・分析・予測に基づいた従来の計画策定を、AIを活用することでその精度をより高める取り組みだ。需要予測と実測値に大きな乖離がある場合、投入データの見直しや予測モデルの再学習を行うPDCAサイクルで、予測の精度を高めている。「AIによる完全自動化も可能ですが、予測結果がブラックボックス化することで意思決定が難しくなるため、あえて自動化をせずに業務の中で改善のサイクルを実現する仕組みを設けています」（宍倉氏）

AIのビジネス実装に必要なプロセス

　AIをビジネスに実装するには、ビジネスの課題や仮説の設定、PoCなどの「ビジネス要求の整理」と実際のシステム構築・運用、業務プロセスの組み込みを行う「ビジネス実装」の2段階で行う。「ビジネス要求の整理」では、正しく課題を設定できているか、ビジネスの改善につながるかを見極めることが重要だ。評価の際は、アルゴリズムだけでなくデータの質やアプローチ設計など多角的に行う必要がある。

　「ビジネス実装」では、AIの学習基盤作成の要件定義から実装、検証まで、従来のシステム開発とは別のプロセスが必要となる。ビジネスの変化に対応し続けるためには、実装後の運用においてモデルの品質管理を実現する、モデルマネジメントの機能が重要だ。アビームコンサルティングは、AIを活用した業務改革コンサルティングから、データ活用支援、システム実装のための技術支援などを提供する。