AIsmiley Magazine

AIsmiley編集部によるAI・人工知能サービスの導入事例や活用事例などの情報を記事にしてお届けします

業態業種別-AIの導入活用事例-

最終更新日:2020/10/16

AI・人工知能ができること、できないこと

  • 編集部記事

AI・人工知能サービスができることできないこと|人工知能を搭載した製品・サービスの比較一覧・導入活用事例・資料請求が無料でできるAIポータルメディア

AI・人工知能時代の到来とともに、「AIなら何でもできそう」というイメージを持つ人も増えているかもしれません。
ただ、残念ながら現時点ではAI・人工知能にも得意な分野、対応できない分野があります。そのため今回は、AIの強みや苦手な分野を知り、効率的な運用に活かせるようまとめました。

 

■そもそもAIって何?

AI・人工知能でできること、できないことについて紹介していく前に、まずは「AI(人工知能)とは一体何なのか」という点から理解していきましょう。

AIはそもそも「Artificial Intelligence」の略称であり、日本語に直訳した言葉が「人工知能」となります。人間の脳で考えているかのような働きをするのがAIの特徴であり、具体的な働きとしては「人の言葉を理解すること」「画像・映像を認識すること」「大量のデータをもとに予測を立てること」などが挙げられるでしょう。

しかし、AIという言葉の定義は明確に定まっているわけではありません。近年ではRPA(Robotic Process Automation)という、オフィスにおいて業務効率化を図るための技術が導入されるなど、幅広くなってきているのです。

一般的には、これらもすべて含めて「AI」と呼ばれるケースが多いのですが、それぞれ得意なこと、苦手なことは異なるため、AIの中でも特徴が異なることをしっかりと理解することが大切になります。

 

■機械学習(マシンラーニング)と深層学習(ディープラーニング)

AIという言葉の定義が明確に定まっているわけではないことがお分かりいただけたかと思いますが、AIは主に2つの学習方法に分類することができます。それが機械学習(マシンラーニング)と深層学習(ディープラーニング)です。それぞれがどのような特徴を持っているのか、詳しくみていきましょう。

 

・機械学習(マシンラーニング)

機械学習とは、人間がコンピュータに対して指示を与え、その指示にしたがって法則性を理解していく仕組みのことです。その一例としては、色の違いを見分けて写真の分類を行わせる学習方法などが挙げられるでしょう。スマートフォンの機能として備わっている顔認証システムなどは、まさにこの仕組みが利用されているわけです。

 

・深層学習(ディープラーニング)

深層学習も、機械学習の一部ではあるのですが、その特徴は大きく異なります。上記で説明した機械学習とは異なり、コンピュータ自らが幅広い特徴を把握していくことができるからです。その一例としては、スマートフォンの写真フォルダに格納されている写真の中から特定の人物が写っている写真だけをピックアップする機能、フォルダ別に分ける機能などが挙げられます。こういった機能は、まさに深層学習の典型的な仕組みといえるでしょう。

この前提を踏まえた上で、AIは具体的にどのようなことが得意で、どのような苦手なのか、より詳しくみていきましょう。

 

■AI・人工知能ができることは「大量のデータ処理」や「ルールに沿った作業」

まず、大量のデータを処理するスピードを比較した場合、人間とAI・人工知能ではスピードや正確さで勝負にはならないでしょう。この分野については、圧倒的にAI・人工知能の勝利です。また、AI・人工知能は大量のデータを分析し、ある一定の「法則」や「傾向」を導き出すことも得意とします。

一方で、AI・人工知能には人間のような「ひらめき」はありません。「事実」や「ルール」のみを客観的に判断し、淡々と作業をこなしていくことに優れています。言い換えれば、限られたデータからのみしか判断できないということですが、人間のように感情によるバイアスを排除して作業を合理的に進めたい場合には、AI・人工知能が向いているといえるでしょう。

例えば、大量のビッグデータを元にサイトの訪問者をセグメント分けし、WEB接客の判断材料とするというような作業は、AI・人工知能の得意分野です。ただし、それはあくまでも「ある経験則に則って導いたデータ」でしかなく、必ずしも購買を保証するものではありません。

例えば、当初は靴を買いに来ていたのに、最終的にはハンドバッグを買って帰った顧客がいるとします。人間の販売員であれば、顧客の微妙な反応や表情、会話などから顧客の意向が靴からハンドバッグに変わったことを察知し、接客を軌道修正しつつ、顧客の最も求めている品物(ハンドバッグ)を提案することができるかもしれません。そうした感情を読む細やかさは、AI・人工知能よりも人間のほうが優れている分野といえるのです。

 

■AI・人工知能は「共通点を見つける作業」もできる!

AI・人工知能は「共通点を見つける作業」もできる!|人工知能を搭載した製品・サービスの比較一覧・導入活用事例・資料請求が無料でできるAIポータルメディア

また、AI・人工知能は共通点を見つける作業もできます。インターネット上のショッピングサイトを利用していて、「おすすめ商品」が画面に表示されたことはありませんか?おそらく、「おすすめ商品」の表示を見て購入を検討したことがある方もいるのではないでしょうか。これはまさに、AI・人工知能が過去の買い物履歴をデータとして取り込み、そのデータを元におすすめ商品として自動的に表示しているのです。

それだけでなく、最近では画像から「共通点」を見つけ出すこともできるようになっています。たとえば、防犯カメラの映像から犯人を特定したいときに、その犯人の人物像と共通点の多い人物を、カメラの映像から洗い出すことができるわけです。また、その人物を自動追跡する技術も確立されており、防犯という分野でも大きな貢献を果たしていることがお分りいただけるのではないでしょうか。

 

■カメラやセンサーなどを活用して物体を判別することもできる

先にご紹介したカメラやセンサーを活用して物体を判別する「画像処理」も、AIができることのひとつです。具体的には、以下のようなものが挙げられるでしょう。

・どこに何があるか詳しく識別できる

たとえば、自動車の自動運転に用いられているAIは、車載カメラの画像を取得して「対向車」「通行人」「道路標識」などを識別します。そのため、この技術が本格的に導入されれば、運転者が対向車や通行人などを見落としてしまうリスクを下げることができるわけです。

 

・視覚で得た情報を言葉で説明できる

また、「視覚から得た情報を言葉で説明すること」もAIが得意とする分野といえます。これは、どこに何があるのかを説明するだけでなく、見えている状況を言葉にして詳しく説明することができるというものです。

たとえば、野球選手の画像をAIに見せた場合、「フィールド上でバットを握っている野球選手」というように詳しく説明させることもできます。人間が目に見えない情報を推測するのと同じようなことを、AIも行うことができるのです。

 

・画像の超解像

画像処理AIを活用すれば、何が写っているかさえ分からないレベルの荒いモザイク画像であっても、オリジナルに近いレベルまで推定することができます。動画や画像の解像度を高める「超解像技術」はすでに当たり前のものとなっていますが、モザイク画像をオリジナルに近いレベルまで推定するという技術は、AIだからこそ実現できるものといえるでしょう。なお、この技術を応用すれば、防犯カメラで撮影された低画質の映像から犯人の特定を行うことも容易になるため、大きな期待が集まっています。

 

・モノクロ画像をカラーにできる

画像処理AIは、モノクロ画像をカラーにすることもできます。私たち人間が木や草のモノクロ画像を目にした場合、おそらく「過去の経験」に基づいたイメージによって、その画像の色を想像することができるかと思います。画像処理AIは、これと同様のことを実行することができるのです。

大量の画像をAIに学習させることによって、「森の色は緑、空の色は水色、みかんの色はオレンジ」といったように推測させることが可能になります。また、学習した画像データが多くなればなるほど、その推測の精度も向上していくため、私たち以上に高い精度でカラー化が実現できる可能性も十分にあるのです。

 

・医師に代わって診察できる

AIは、正常データとは異なる部分を探し出す作業も得意としています。そのため、医療の分野でも、AIに「正常データ」となる画像を学習させておくことで、高い精度で異常を識別することができるわけです。その学習度合いによっては、医師の目では判別できないほどの小さな異常さえも識別できてしまう可能性もあります。

そのため将来的には、人間の医師では時間がかかる診断をAIが代わりに行うという時代が訪れるかもしれません。

 

■AI・人工知能はノイズの多いデータやパーソナルな事例では機能できない

AI・人工知能はノイズの多いデータやパーソナルな事例では機能できない|人工知能を搭載した製品・サービスの比較一覧・導入活用事例・資料請求が無料でできるAIポータルメディア

近年、WEB接客の一環としてECなどで導入が進むチャットボット。「ルール型(シナリオベース型)」と呼ばれるチャットボットと、ビッグデータをもとに機械学習で自ら回答の精度を上げていく「AI型」、またその折衷型のタイプがあります。AI型というと、運用の担当者が何もせずとも自動的にAI・人工知能が回答してくれるように思うかもしれません。しかし、現状では実際のところAI型チャットボットであっても、正しく運用するには回答のベースとなる「教師データ」が必要です。ノイズの多いデータでは、AI・人工知能は正しく機能することができません。

また、AI・人工知能は「パーソナライズ化」も苦手です。チャットボットの場合、FAQ(よくある質問)のような定型的な質問には正確に回答できますが、個別の事例に対しては正確な回答ができないでしょう。そのため、チャットボットと有人のオペレーター対応の間をいかにシームレスにつなぎ、顧客の購買行動をスムーズに支援できるかが重要になるのです。

時には、チャット以外に電話やEメール、実店舗、WEBサイトといった多チャネルでのネットワークを必要とすることもあります。どの事例にはどのチャネルが適切かを判断するのも、現状ではAI・人工知能より人のほうが優れている点といえるでしょう。

 

チャットボットのサービス比較と企業一覧を見る

 

■AI・人工知能はクリエイティブな作業はできるが得意ではない

AI・人工知能は、クリエイティブ(創造的)な作業も得意ではありません。

これは「創造的」の定義によっても考え方が変わってきますが、あくまでもAI・人工知能は「過去のデータをもとに作業を行うこと」を得意としています。そのため、これまで誰も思いつかなかったような革新的なアイデアを「創造的な作業」として価値のあるものと定義するのであれば、AI・人工知能の「まったく新しいものを生み出す力」は決して高くないといえるでしょう。

とはいえ、人間も過去の経験に影響を受けて新しいものを生み出すことは多々あるため、今後AI・人工知能サービスが「創造的な作業」を行えるようになる可能性も0ではないかもしれません。

 

■AI・人工知能は人の気持ちを汲み取ることも苦手

■AI・人工知能は人の気持ちを汲み取ることも苦手|人工知能を搭載した製品・サービスの比較一覧・導入活用事例・資料請求が無料でできるAIポータルメディア

ビジネスを円滑に進める上では、相手がどのような考えを持っているのかを察して、空気を読むことが重要になる場面も多々あります。そして、その空気を読むという行動が、後々の大きなチャンスにつながっていくというケースも決して少なくありません。

そのような「相手の気持ちを察して空気を読む」といった行動は、人間だからこそできるものであり、AI・人工知能が簡単に行えるものではありません。もちろん、AI・人工知能は過去のデータをもとに予測を行うことが非常に得意ですから、AIが最善と判断したものは決して間違っていない可能性が高いでしょう。しかし、それはあくまでも「そのビジネスに関わる人間の心理」を差し引いた上で導き出されたものに過ぎないのです。

そのため、AIを活用して業務効率化を図っていくことも極めて重要ではありますが、必ずしもすべての業務にAIを活用できるわけではないと考えておいたほうが良いでしょう。言い換えれば、AIでは難しい「相手の気持ちを汲み取る必要がある業務」においては、私たち人間に活躍の場が残っているということでもあるわけです。

 

■AIは少しずつ「できること」の幅が広がっている

ここまでご紹介してきたように、AIには「できること」が数多くあると同時に、まだまだ「できないこと」も多く存在しています。ただ、AIの技術は現在も進歩を続けているため、今後さらに「できること」の幅は広がっていくことが予想されているのです。
たとえば、Amazon Web Servicesが2019年12月に発表した「Amazon Kendra」というAI駆動型検索サービスは、大きな可能性を秘めたサービスとして注目を集めています。この「Amazon Kendra」は、ビジネスデータをもとにインデックスを自動作成し、検索できるようになるというもの。そのため、将来的にはこの「Amazon Kendra」と同じ技術を搭載したツールがアプリケーションに組み込まれたり、スタンドアロン製品として販売されて多くの企業に導入されたりする可能性があるのです。
また、2020年以降はチャットボットや音声認識の導入ハードルがさらに下がり、多くの企業でAIの導入が進んでいくことが予想されています。それは、導入コストが下がり始めているからに他なりません。ただ、コールセンターやカスタマーサービスなどにおいて、すべての業務をチャットボットが行うようになる可能性は低いでしょう。
AIを導入したチャットボットには簡単な質問への回答業務を任せ、難しい質問は人間が担当する、といった形で人間とAIがペアを組み、業務効率化を図る動きが加速していきそうです。そして、その業務効率化が実現されれば、人間の「できること」の幅も一気に広がっていくでしょう。

 

■AI導入における障害とされていた「データ品質」をシミュレーションが克服

■AI導入における障害とされていた「データ品質」をシミュレーションが克服|人工知能を搭載した製品・サービスの比較一覧・導入活用事例・資料請求が無料でできるAIポータルメディア

また、2020年以降は、産業用途でのAIが急速に成長していくと予測されています。近年は産業界でのAI導入が進んでおり、それに伴ってより多くのデータサイエンティストやエンジニア、科学者などがAIプロジェクトに参画し始めているのです。
既存の深層学習(ディープラーニング)モデルを簡単に入手することができるだけでなく、研究成果にもアクセスできるため、これまでの「0から始める」という状況はなくなりつつあります。そのため、今後さらに革新的なAI技術が生み出されていく可能性も高くなるでしょう。
これまでもAI導入を進める際の最大の障害として「データ品質」という点がありましたが、今後はシミュレーションによって一気にハードルが低くなっていくことも予想されています。
正確なAIモデルのトレーニングを行うためには、膨大なデータを用意しなければなりません。その中でもとくに重要視されるのは、正常なデータではなく「異常時や障害状態のデータ」です。
こういったデータは、工場内で稼働する機械の故障を予測するAIなどでとくに重要なものになります。それを、故障挙動を表すシミュレーションでデータ生成し、このデータで正確なAIモデルのトレーニングを行うことで、「データ品質」の問題を解消することができるのです。
今後このシミュレーションは、AI駆動システムを成功させる上で欠かせないものになっていくでしょう。

 

■AI・人工知能の効率的な運用には人間との住み分けが必要

AI・人工知能の効率的な運用には人間との住み分けが必要|人工知能を搭載した製品・サービスの比較一覧・導入活用事例・資料請求が無料でできるAIポータルメディア

2015年に野村総合研究所が発表した調査によると、今後10~20年で日本の労働人口の約半数にあたる49%がロボットやAI・人工知能に代替可能だとされています。また、2045年にはAI・人工知能が人間の知能を凌駕する「シンギュラリティ(技術的特異点)」に到達するとも言われているのです。

ただ、約半数の仕事がAI・人工知能に置き換え可能だとしても、残りの半数はまだAI・人工知能に置き換えできず、人間の能力が求められているともいえます。つまり、AI・人工知能の強みとともに苦手な分野を把握し人間との住み分けを図ることで、より効率的な運用が可能になるのです。

そして何より、人間がAI・人工知能を上手に活用していくことが今後求められるようになるでしょう。答えが明確に決まっているものに関しては、AI・人工知能サービスのほうが圧倒的に得意です。しかし、明確な答えが存在しない創造的な作業などは、我々人間の方が得意な分野といえるため、その「人間の長所」を伸ばしながらAI・人工知能を活用していくことが重要になるのです。

 

■今後AI・人工知能に関わっていくには、できる限り知識を身につけていくこと

今後、AI・人工知能に置き換えられる業務も増えていくことが予想されますが、そのAI・人工知能を活用していくのは私たち人間に他なりません。では、今後AI・人工知能に携わっていくためには、どのような準備をしていけば良いのでしょうか。

その準備として最も重要なのは、やはりAI・人工知能に関する知識を養っていくことでしょう。今後さらにAI・人工知能の技術が発展していくことが予想されますが、AI・人工知能の基礎知識が無駄になることはありません。したがって、AI・人工知能に関する知識を得るための時間を確保し、勉強していくことが最も大切になるでしょう。

最近では、AI・人工知能に関する専門知識を持たなくても手軽に利用できるサービスを提供する企業が増えています。そのため、それらのツールを利用する場合には、特に専門知識がなくても利用できるかもしれません。

ただし、そのサービスをしっかりと使いこなすためには、やはりAI・人工知能の知識があるに越したことはないでしょう。仮にサービスの利用中にトラブルなどが発生した場合でも、専門知識を持っていればトラブルを解消できる可能性があるからです。

そのトラブル解消のスピードこそが企業の生産性に直結していくという考え方もできますので、AI・人工知能に関わっていく場合には、できる限り知識を身につけていくことをおすすめします。

 

AIサービスの活用事例を一覧で見る

 

このAI記事が気に入ったら
いいね ! しよう

Twitter でAIポータルメディアAIsmileyを
この記事で紹介されたAIサービスを無料で資料請求