AI導入 ≠ 目的
AIやIoTについて知る機会があった。今回聞いたのは主にディープラーニングについて。導入実績のある企業の方から話しを聞いたが、AIは万能ではないことや、結果は出るのだがなぜそうなるか裏付けがよくわからないとか、ディープラーニングが意外と頭悪いという率直な話しが面白かった。ディープラーニングに固執せず、さまざまな判定を組合せて活用している企業もあるようだ。
現在のAIブームは、昔で言うところの
「とにかくクラウド導入」とか、
「スマホを業務活用すれば・・・」
「インターネットで全部解決」
みたいな感じで、AI／IoTの導入自体が目的化している雰囲気があるが、当たり前だがそれだけでは何も解決しないという現実を見せてくれた。
質の高いデータの蓄積
今回聞けた事例は二つで、「故障の予兆検知」と「画像識別による不良品排除」だった。業者でない方が自前で導入した話しが面白かったが、どの方も一様に言っていたのが、「質の高いデータを学習させる必要性」だった。これができないと役に立たないAIになってしまう。
業務を熟知し、どれが正解なのかしっかりと学習させる必要がある。
とあるメーカーは100万通りのデータを学習させたと言っていたので、そこに人の手間は必要で、知的なイメージがあるジャンルだが、裏方は意外と「脳みその力仕事」みたいな作業かもしれない。
労働人口減少対策として
「AIが人の仕事を奪う」という風潮があるが、今日聞いた機械学習については、人が手間暇かけて作り上げていくという印象を受けた。ネガティブな面も強調されるAIであるが、希望が持てるのは労働人口の減少対策になりそうな一面だ。
最近人を集められず倒産という記事を見かけて驚いた。
仕事はあるのに倒産することも現実味を帯びてきたようだ。
従来の考え方であれば、手っ取り早く労働人口を増やすには移民を受け入れる選択があるように思うが、しかし結果は国が豊かになるというより、かえって問題が多発しているケースが多いようにも見える。
AIによる「ノウハウの伝承」は、労働力が減少する国が競争力を落とさないための新しい選択肢になるのではないか。
インターネットの普及により、企業間のバイク便が衰退していったように、AIにより衰退する業態はあるかもしれないが、上手に活用すれば高齢化した社会で役に立つかもしれない。
