DXにAIが必要なのはなぜ？AI導入の成功事例や注意点を紹介

近年、DXやAIという言葉をよく耳にするようになりました。DXやAIはそれぞれ異なる場面で使われることも多くありますが、この2つは深く関係するものです。また、社会や企業のDX化においても活用されることが多々あります。

そこで本記事ではDXとAIの概要を確認した上で、DXとAIの関係性やAI導入の成功事例、AIを導入する際の注意点などについて解説します。

DX（デジタルトランスフォーメーション）とは

まずDXとは何かを以下の2つの観点から確認していきましょう。

DXの定義・概要
DXが必要となっている背景

それぞれについて詳しく解説していきます。

DXの定義・概要

DX（ディーエックス）とはDigital Transformation（デジタルトランスフォーメーション）の略語です。

DXという言葉を最初に提唱したのは、当時スウェーデンのウメオ大学の教授だったエリック・ストルターマン。彼はITの浸透が私たちの生活をあらゆる面で良い方向に変化させると、2004年に発表した論文で述べています。彼はDXについて社会的な変化といった意味合いとして使用しています。

日本においてDXが浸透したのは、2018年に経済産業省が公表したデジタルトランスフォーメーションを推進するためのガイドライン（現　デジタルガバナンス・コード2.0）です。このガイドラインでは社会的というよりも、ビジネス的な意味合いでDX推進の重要性が唱えられている点が特徴となります。企業がデータとデジタル技術を活用することで、ビジネスを取り巻く激しい変化に対応し、製品やサービス、ビジネスモデル、業務、組織などを変革し、競争上の優位を確立することの重要性が説明されています。

※出典：経済産業省.「DXレポート ～ITシステム「2025年の崖」克服とDXの本格的な展開～」.https://www.meti.go.jp/shingikai/mono_info_service/digital_transformation/20180907_report.html,（参照 2022-12-07）

DXが必要となっている背景

日本でDXの重要性について注目されたのは、2018年に経済産業省が発表したDXレポートがきっかけです。同レポートでは企業がシステムの刷新などを2025年までに行うことの必要性が記されています。システムの刷新が遅れた場合には業務が非効率化することの他、デジタル競争における敗者になる可能性について懸念されているのです。

また同レポートでは「2025年の崖」問題についても説明されています。「2025年の崖」とは老朽化したシステムを使用し続けることで生じる各種コストへの懸念です。日本企業の多くが老朽化したシステムを利用しています。これらの維持にかかるコストは膨大であり、かつ長年の利用による複雑化したシステムへの対応は容易ではありません。そうしたことからも老朽化したシステムからの脱却が求められているのです。

AI（人口知能）とは

AIとは何かまずは以下の2つの観点から確認していきましょう。

AIの定義・概要
AI普及の背景

それぞれについて詳しく解説していきます。

AIの定義・概要

AI（エー・アイ）とはArtificial Intelligence（アーティフィシャル・インテリジェンス）の略語で、日本では人工知能と称されるのが一般的です。AIは人間のように知能を持つコンピューターとみなされています。

AIには以下の4つのレベルがあり、それぞれ分類されます。

単純制御（家電製品に組み込まれたプログラムなど）
ルールベースでの推論（掃除ロボット、質疑応答システムなど）
機械学習（検索エンジン、音声認識など）
ディープラーニング（自動運転技術など）

AIは単純作業やビッグデータの記憶・整理、作業の高速化などが得意です。問題解決や言語の推論、データの整理などに利用されています。ただしAIは学習し、蓄積したデータを元にして作業や処理、判断などを行うため、学習していない事柄については対応できないこともあります。また言葉の意図を踏まえた解釈などは、現在のAIでは対応不可能です。

AI普及の背景

現代社会では私たちの日常生活におけるあらゆる場面でAIが導入されているため、AIに日々の生活で無意識的に触れている人も少なくないでしょう。

AIが普及した背景にはいくつかありますが、その中でも以下の要因は大きいと考えられます。

機械学習やディープラーニングの研究の進行
コンピューターの計算性能の向上
ビッグデータの蓄積と活用
デバイス側（スマートフォン、IoT機器、高速通信網、センサー）の向上

これまでの研究によりデジタル機器の性能が向上し、なおかつ大量のデータを入手できるようになった昨今、暮らしやビジネスにおいてそれらを活用して利便性を高めようという動きがあります。

社会の中でAIをうまく活用することで、労働力不足などの社会課題の解決にもつながると期待できるはずです。

DXとAIの関係性

AIはDXを実現するにあたって欠かすことのできない手段としてみなされています。多くの企業が自社をDX化し、業務の効率化や新規ビジネスの創出、従業員の負担軽減などを目指しています。AIはこうした目標を実現する手段として見落とすことはできないでしょう。

AIは人間の力では到底捌ききれない量のデータをスピーディーかつ、高品質に分析を行います。それにより、生産状況の可視化や顧客のニーズの把握などを正確に行え、データベース上で戦略やビジネスモデルを企てられます。

AIをうまく活用することで、人間はビジョンや方向性を決定するだけで業務を進められるはずです。

DXとAIを活用しているサービス　

近年、ホテルや飲食店、オフィスの受付などで、ロボットが人間に代わって接客している姿を見たことがある方も多いのではないでしょうか。例えば対話型ロボットPepperはよく知られています。Pepperは人の音声や感情を認識でき、多言語に対応できる他、24時間動かすことも可能です。

また、チャットボットは人間のオペレーターに代わって、社内外から寄せられる質問に回答できます。質問の中でも類似の内容の質問に対する回答の定型化が可能です。AIによって24時間365日対応できるため、営業時間に関係なく問い合わせ対応ができます。また企業にとって人件費の削減につながる点もメリットです。

AI導入を検討する際の注意点

AI導入を検討する際の注意点は以下の4つです。

経営戦略に合った検討内容になっているかどうか
AI導入に必要なノウハウや人材は確保できているか
AI導入に向けた体制作りはできているか
学習データの品質は問題ないか

それぞれについて詳しく解説していきます。

経営戦略に合った検討内容になっているかどうか

AIを導入する際は、社内の経営戦略を踏まえなければなりません。経営戦略では企業としてどのように成長したいか、AIの活用で実現したいことなどを明確にしておきます。その上で自社に最適なAIの手法について検討することが求められます。

AIの導入といってもさまざまな施策がありますので、自社のビジネスにおける適切な方法の選択が成功の秘訣です。

AI導入に必要なノウハウや人材は確保できているか

社内にAIを導入するにあたって、ノウハウや人材の確保が不可欠です。繰り返しになりますが、AIの導入時にはどのようなAIが自社にとって最適か見極める必要があります。AI開発を外注するとしても、発注先との会話が成立する程度にAIに関する知識を有している人材が必要となります。

しかし近年はIT人材の需要に供給が追い付いていない状況のため、AIに精通した人材を新規に雇い入れようと募集をかけても応募者が集まらないというケースも珍しくありません。そのため、人材を新たに雇い入れることだけでなく、社内でAIに対応できる人材を育成することの重要性も高まっています。デジタルやITに精通した人材であれば、AIにも対応できるようになる見込みもあるでしょう。

AI導入に向けた体制作りはできているか

自社にAIを導入する際は経営層だけでなく、従業員からも理解を得なければなりません。特に、アナログ思考の従業員が多い企業や古くからの慣習を重んじている企業の中にはAIに対して否定的な人も少なくないでしょう。そのため従業員にもAIのメリットや自社のビジョンなどを丁寧に伝え、AI導入について納得してもらう必要があります。

また、AI導入にあたってAIを担当する部門の設置や担当者の選任、AI人材の新規雇用などが必要になることもあります。場合によっては、人事異動などで多くの従業員がAI導入による社内体制の変化を実感することになるでしょう。

学習データの品質は問題ないか

前述のとおりAIは学習データをベースに判断します。そのため学習データの品質に問題があった場合には、AIは適切な判断を行えません。

学習データの品質において確認すべき点は以下の5点です。

ノイズが含まれていない
学習データにはAIに求める動作範囲内のデータが漏れなく含まれている
データに含まれるさまざまな状況の割合は実際の動作環境で想定される状況と一致している
AIに求める動作範囲内の高リスクな状況の組み合わせを評価データが全てカバーしている
学習済みのAIの動作パターンを全て確認できる

上記の内容はAIによる判断結果を大きく左右するため、必ず確認するようにしてください。

AI導入後に起こりうる注意点

AI導入後に起こりうる注意点として以下の5つが挙げられます。

AIによる判断ミス
雇用減少の可能性
情報セキュリティのリスクが増える
プロセスのブラックボックス化
ランニングコストの発生

それぞれについて詳しく解説していきます。

AIによる判断ミス

高い正確性があると評価されているAIですが、AIの判断は必ずしも正しいわけではありません。AIが判断ミスをしてしまうケースもあります。

例えばアメリカでAI研究を行なっているOpen AIは画像データにモザイクのようなノイズデータを加えると、AIが画像を認識できなくなることを発見しました。ノイズが加えられたパンダの画像をテナガザルと誤認識した例も挙げられます。

※出典：Open AI,「Attacking Machine Learning
with Adversarial Examples」, https://openai.com/blog/adversarial-example-research/, （2022-12-26）

雇用減少の可能性

これまで人の手で行っていた業務にAIを導入することで機械に任せられるようになります。そのため、少ない従業員数でも従来の生産高を維持することも可能になります。

その一方、AIが普及することで雇用の減少も懸念されています。最近ではAIによって将来的に代替される可能性がある職業は100種類以上あるともいわれています。事務職、組立工、会計CADオペレーター、スーパー店員、倉庫作業員、電気通信技術者、コンピューター・IT保守員、ビル清掃員などがその一例です。

多くの人たちがAIによる暮らしの利便性の向上を実感しつつも、現在従事している仕事がAIに代替されないか、不安に思う人もいるかもしれません。しかし、雇用減少の可能性はありますが、今後日本は労働力人口も減少するわけなので、人が行うべき領域と役割分担しながらAIを上手に活用したいものです。

情報セキュリティのリスクが増える

AIはデータの取り扱いをネットワーク上で行うため、第三者によるハッキングリスクが高まります。内部で情報漏洩が生じることの他、サイバー攻撃、学習データ復元などの対象となることも珍しくありません。

企業はAIを導入するにあたって、データの暗号化や生データを送信しないなど対策を行う必要があります。そのため日常的な対策にかかる手間や情報セキュリティを守るためのコストについても留意しておかなければなりません。

プロセスのブラックボックス化

AIを導入することでコンピューターが各種データの学習を行い、新たなビジネスモデルを創出できるなどのメリットがあります。その一方で入力から予測結果を出力するまでの過程がディープラーニングによりブラックボックス化する可能性も懸念されます。

アルゴリズムとは人間が従来設計を行うものですし、パラメーターの細やかな調整も人の手で行うのが一般的です。しかし、それをベースに出力される結果はコンピューターに依存しやすく、出力理由などを説明できないとすれば、ビジネスシーンで説明を求められた際に不利になることも少なくないでしょう。

ランニングコストの発生

AI導入後に生産性の向上や人件費の削減などを期待できるものの、それまでのランニングコストを負担できるだけの資金が必要です。そのためAI導入時にかかる費用の捻出が困難な企業にとって、AI導入までのハードルが高くなります。

AIを社内で活用できるようにするには、業務フローの見直しやシステムの入れ替えなどの各種コストが発生します。コストは導入内容や規模によって大きく変わりますので、自社の予算を踏まえた上で必要なシステムを検討してみてください。

まとめ

AIと一括りにしてもさまざまな導入方法があるため、自社の課題や問題を明らかにした上で、適切な導入方法を検討しなければなりません。自社に適切でないAIを導入しても効果は得られないでしょう。

AIを導入することでこれまでに抱えていた課題を解決できたり、業務が効率化されたりといったメリットが期待できる一方、デメリットが生じる可能性もあることを忘れないようにしてください。例えばAI導入により人的ミスを回避しやすくなるものの、AIによる判断ミスがあることも事実です。その他にも情報セキュリティや雇用減少の可能性などについても考えておく必要があります。

自社のDX化について悩みを抱えている企業にはDIGITAL SHIFT（デジタルシフト）への相談がおすすめです。同社は企業がDXについて抱えるさまざまな悩みに対応できるよう、デジタルシフトに関するあらゆるサービスを提供しています。