DXコラム

はじめてAI導入をする担当者の方が「知っておきたい進め方」 

#AI導入  #AI活用 

2022.11.7
 AI/IoT

はじめてAI導入をする担当者の方が「知っておきたい進め方」 

はじめに

AIは業界を問わず、全ての分野でDXに大きく貢献することが分かっています。しかし「自社のどの業務に使えるか分からない」「導入するまでどのくらい大変なのか分からない」「自社にAIの専門家がいないから自信がない」という不安から、なかなか一歩を踏み出せずにいる企業様をお見受けします。このようにAI導入までに企業の前に立ちはだかる課題が多くあることが日本企業で大きな問題となっています。
そこで今回はDX実現のために、実際にAIを導入したいと考えている方々に、AIを導入するための進め方と、事前に知っておきたいポイントについて紹介します。
AIの仕組みや効果、実現可能なことを正しく理解いただき、ビジネス現場でのAI導入を検討している方の情報収集の一助となれば幸いです。

AIとは何か

AIを導入するにあたり、AIとは何ができる技術なのかを正しく理解する必要があります。
AIは「Artificial Intelligence」の略語であり、日本語では人工知能と訳されることが多いです。取得可能なデータ量やデータ種類の増大、アルゴリズムの高度化、ストレージ技術の発展といった近年の動向により、AIで実現可能な規模が拡大したため、いっそう広く知られるようになりました。さまざまなデータを、プログラミングすることで私たち人間の行う行動を人工的に再現することができます。
AIは経験から学び、新たに登録した情報に順応することで、人間が行うように柔軟にタスクを実行することが可能です。人間では捌ききれないほどの膨大なデータ量でも高精度かつスピーディーに分析が可能なため、顧客データを分析してニーズを把握することや、生産状況を可視化して生産性向上のためのボトルネックを発見すること、AIチャットボットによる顧客対応でコミュニケーションの効率化など、幅広い業種・業態や職種において業務のあり方に変革を起こす能力があると言われています。

AI導入までの進め方

AIを自社に導入する際に必要なプロセスを、ここでは6つのステップにして解説します。

STEP1 自社の経営目標・業務課題を把握する

AIはあくまで「課題解決」のための手段です。
まずは経営目標の明確化と自社の現状把握として抱えている経営課題を整理しリストアップしましょう。
自社の経営目標は何か考え、それを実現するためには何を解決しなければならないのか把握する重要なステップです。課題は可能な限り洗い出し具体化することによって、今後のSTEPで最適な方法を導き出すことが可能となります。
経営課題を洗い出すにあたり、業務プロセスの全体像を把握しましょう。必要に応じて、現場へのヒアリングを実施することも重要です。

ポイント
リストアップした自社課題のどこから取り組むべきなのか、導入後の改善インパクトなどを経営目線で検討してみましょう。

STEP2 導入するIT技術と業務範囲を検討する

STEP1で自社の課題を整理したら、その課題はどのIT技術で解決可能かを検討します。
場合によってはAIではないIT技術が適していることもありますし、既存のプログラムの改修で事足りるケースもあります。
WEBサイトで検索し社内外の類似の事例がすでに存在している場合には、その事例を参考にするのもよいでしょう。
検討した結果「AIが最適な技術である」となった場合、人が行う作業とAIが行う作業を整理し、AIを活用する範囲を決めます。

ポイント
AIの導入自体を目的にしてしまうと、安易なAI導入となってしまい、途中で頓挫してしまうケースがあります。AIにこだわらず広く検討することが必要です。

STEP3 AIに学習させるデータを集める

AIを利用する目的に沿ってデータを集めます。
データの種類は多岐にわたるため、まず自社にどのようなデータが蓄積されているのか確認しましょう。ベースとなるデータが多ければ多いほど、AIはより性能の高い提案を導き出します。できるだけ多くのデータを集め、学習させましょう。
今までデータを蓄積した経験がない、つい最近取得を始めたのでそれほど量がない、という企業様も短期間で必要データが準備できる可能性があります。

ポイント
どのようなデータが利活用できるか分からない場合は、些細なデータでも捨てずに保管しておきましょう。そのデータがより精度の高い提案につながる可能性があります。

STEP4 データを成形する

データの品質を高める作業を実施し、AIに学習させるデータを作成します。
具体的には、データクレンジング(エラーやノイズ、欠損値などの修正や削除)、データの統合(さまざまなデータを結合し一貫したデータに形成し結合)、データの変換(AIモデルの必要性に応じて生データを指定のフォーマットに変換する)などの処理が発生します。
全行程のうち、大部分が前処理に割かれているといわれるほど、重要かつ手間のかかる工程です。

ポイント
STEP4以降は特に専門知識が必要になります。AI人材が自社にいない場合は、データクレンジングサービスやツールを使用したり、外部のAI専門ベンダーの力を借りつつ進めましょう。

STEP5 テストを繰り返し検証する

データを収集し前処理を行ったら、次はAIにデータを学習させ、テストとして試験運用をします。
試験運用の結果をもとにして技術的な現実性、課題解決へと導いてくれるのかなど適用可否を検討します。試験運用で現実性が低い場合は、学習させるデータ量をさらに増やしていきます。何度も繰り返しテストをすることによって、パフォーマンスが向上し、実用可能なレベルまで成長させます。
ポイント
テストの結果から業務への適用可否検討する際は、実際に利用する場面を想定した、人によるチェックを実施しましょう。テスト結果をそのまま使用してしまうと、思いがけない見落としが発生する場合があります。

STEP6 AIを本格稼働させる

AIモデルが実用可能なレベルまで向上したら、本格導入し稼働させます。
導入後も繰り返し検証を行い、最新のデータを学習させ続け、システムを継続して見直すことによってAIを最適化します。

ポイント
定期的にAIモデルの判定結果を評価し、問題なく働いてくれているのかをチェックしましょう。精度の低下、外部環境の変化があった際には、必要に応じて再学習しましょう。

AI導入でつまずいてしまった場合の解決方法

「AI導入までのプロセス」を読んでいただいた方のなかには
●STEP3以降の作業がイメージできない
●データの収集・処理・設計ができる人材が社内にいない
●AI開発リソースが足りていない
などの理由で、AI導入を自分たちの力だけでは現実的に不可能かもしれないと感じた方もいるのではないでしょうか。このような理由でつまずいてしまい「AIを導入したいけど、導入できない」という企業様が多く存在しています。

こうした事態を避けるためには、外部のAI専門ベンダーの力を借りることが一般的な解決策の1つです。AI専門ベンダーはAI技術でできること・できないことを的確に理解した上で、企業固有の課題に対し、どのようなAIを開発し、現場で活用していくのか提案します。
また、最適な解決策にたどりつくためにはどうすればよいのかという多種多様な知識やノウハウ、スキルを持ち合わせています。すべてを自社内で完結させることにこだわらず、適宜外部委託することを検討してみましょう。

まとめ

AIを活用すれば大量のデータをもとに、さまざまな分析や判定を行うことができ、正しく運用すれば業務効率化や業務改善、あるいは新商品開発や新サービス開発に役立ちます。
自社にAIを導入するためには、解決すべき課題と目的を明らかにし、AIモデルの開発と実装、運用後の検証までを継続して行わなければなりません。
AI導入までにはさまざま障害が発生し、つまずいてしまいそうになることもあります。適宜外部のAI専門ベンダーの協力を得て導入を進めましょう。


AI/IoT導入関連サービス

今回ご紹介した課題に対してパソナでは以下のサービスで解決させていただいています。

Azure OpenAI Service導入支援

SERVICE FEATURE Azure OpenAI Service導入支援の特徴 SERVICE IMAGE AIを使ってできること Azure OpenAI Service リファレンスアーキテクチャ賛同パートナー マルチクラウド・マルチAIの対応


関連記事

AI/IoTにご興味のある方にはこちらの記事も読まれています。

アプリのプライバシーポリシーを詳しく解説!記載内容や注意点は?

利用者についての情報 ● 氏名● 年齢● 性別● メールアドレス● アプリ利用日時● アプリ上に送信したテキストや画像 端末に関する情報 ●端末の種類・モデル・メーカー●端末のOS●端末のキャリア情報●IPアドレス 位置情報 ●GPSをもとにした位置情報●Wi-Fiアクセスポイントを もとにした位置情報 広告関連の情報 ●広告の表示位置●広告クリックの有無●広告の閲覧回数●広告の製品・サービスの利用状況

おすすめコラム

2022.12.8
DX人材ってどういう人?
~パソナが考える企業内のDX人材とは~

2023.10.12
アプリアイコンデザインの重要性とCVR向上への影響

2024.4.5
デジタル変革時代のセキュリティ対策とAI活用

2023.7.3
新規事業のアイデアの考え方とフレームワークについて

2023.1.30
顧客のニーズに答える新規事業創出
~顧客の課題を明確にする~

2022.10.11
2025年の崖 とは?企業が直面する課題や対策について紹介

2022.12.1
会社内で部門間連携が取れない状態
「サイロ化」がもたらす弊害と解消方法

2023.1.6
進化するデータ活用!~取り組むメリット・注意点・最新事例をご紹介~

2022.12.14
全業界が取り組むべき
カーボンニュートラル
~取り組まないことへの企業デメリットとは~

2022.11.15
~スマートシティの過去と今~
社会が求めるウェルビーイング前提の都市づくり

2021.2.15
自動化ツールとは何か?業務効率化につなげる5つのポイントを解説

2024.7.10
企業のAI内製化戦略 人手不足を解決し他社との競争でリードする方法 (AI活用ステップ2)

2023.6.2
DX支援とは?種類やメリット・サービスの選定ポイント

2023.2.16
オンプレミスからクラウドへ切り替えるメリットとその方法

2024.6.3
人事業務の最適化とは?Excel依存からの脱却と業務の属人化の解消

2021.1.5
DXの推進における課題とは?成功させるポイントなどを解説

2023.10.16
アプリの維持費はいくらかかる?相場や費用を抑えるポイントについて

2023.8.29
リスキリングとは?メリットや導入手順・成功のポイントについて解説

2023.8.3
クラウド化とは?必要な理由や種類・メリットについて解説

2023.4.14
社会課題を解決する デジタルツイン
最近の動向と企業事例を紹介

2023.4.6
防災DXとは?
~なぜ防災対策にデジタル技術の活用が必要なのか~

2023.8.14
業務改善が失敗する原因とは?失敗しないためのポイントについて

2023.3.16
都市のさまざまな建物がアップデート
話題の「東京2030」とは?

2023.6.20
アプリ開発に必要な費用とは?相場やコストを抑える方法について

2024.4.15
DXを推進するための内製化の重要性とは?メリットと乗り越えるべき壁を徹底解説!

2023.3.31
DX戦略に欠かせないビジネスフレームワーク

2023.5.26
DXに終わりはない。業務全体を再考し、新たなビジネスを創出するために
〜損保ジャパンDX推進部長 村上氏×パソナ DXテクノロジー本部長 大江~

2023.2.8
新規事業を高速で進める
おすすめの「ローコード開発ツール」

2023.8.18
DXとAIの関係性とは?DX実現のためのAI活用のメリットについて

2021.11.24
ERPとは?導入、長期運用を実現するポイントおよび注意点について解説

2023.8.15
「ChatGPT」でできること、仕事に使う際の注意点とAzure OpenAI Service活用のメリット

2022.12.6
業務効率化を成功させるポイント
~DX時代に求められるローコード開発~

2023.8.28
業務効率化の具体的な方法5選!具体的なツールと注意点も合わせて解説

2023.1.13
人材の育成を助ける仕組み、
助成金を解説

2024.7.8
エンジニアが「AI Challenge Day」に参加

2023.3.10
知らないと失敗する、AI導入時の注意点

2023.6.7
ICTとは?IT・IoTとの違い・ツールを導入するメリットについて

2023.9.11
ビジネスに浸透するAI!活用例と今後の課題について知ろう

2023.8.25
DX人材育成にスキルマップを導入するメリット・作成方法について

2022.10.31
いまさら聞けない!メタバースの基礎
―メタバースが注目される理由とは―

2021.2.10
デジタルシフトが企業に求められる理由と活用のポイントとは?

2021.1.5
DX認定制度とは?申請するメリットや有効な取り組みを紹介

2023.9.8
AIが注目される理由とは?開発の流れとエンジニアに求められるスキルも解説

2022.12.12
今注目のメタバース
-ビジネス活用事例を紹介-

2024.5.20
人事業務に携わる方必見
社員の成長意欲を高めるデータ活用戦略

2022.1.18
企業に欠かせない情報セキュリティ対策!おもな脅威と具体的な対策方法

2022.12.15
-今、スマートシティを考える-
都市の取り組みと企業ができること

2022.11.21
DXを推進させるための初期費用はいくらかかるのか?
~課題によって変化するソリューションと費用について~

2023.8.28
Webアプリとは?仕組み・メリットや開発の流れについて

2023.8.23
新規事業開発とは?フレームワークや必要スキルについて

2024.6.14
AI導入の成功へ導く!企業が知るべき基礎知識(AI活用ステップ1)

2021.9.22
内製化とはなにか?5つのメリットと押さえておきたいポイントを解説

2022.9.27
今さら聞けない!DXの基礎 -企業におけるDXについて-

2022.1.13
SaaSとはなにか?特徴と業務に活かすポイントを解説

2021.12.20
CRMとは何か?担っている役割や機能をわかりやすく解説

2021.2.15
BPRとはなにか?導入のメリットや進め方を紹介

2023.3.27
今話題の「ChatGPT」とは?
その機能とビジネス活用シーンについて

2023.9.1
GPTとは?日本語対応のAIチャットサービスと言語モデルも紹介

2021.2.24
なぜデータマネジメントが必要なのか?ビジネスの成長とデータ活用の関係性

2023.10.18
アプリのプライバシーポリシーを詳しく解説!記載内容や注意点は?

2023.2.6
2023年に注目すべきデジタル技術

2023.10.3
新規事業における
マーケティングの役割と効果とは

2023.10.10
業務アプリケーションとは?種類や選ぶ際のポイントを解説

2023.10.20
DXにおけるビジネスモデル変革とは?種類や成功のポイントについて

2022.10.25
ゼロから始めるDX人材育成方法
~企業の組織と体制確立について~

2022.11.7
はじめてAI導入をする担当者の方が「知っておきたい進め方」 

2023.10.11
DX推進でシステムの内製化が求められる理由と今後の課題とは?

2023.8.14
業務プロセス改善とは?具体的な進め方・成功のポイントについて

カテゴリー

タグ

CLOSE