AI（人工知能）の開発・運用、AI人材の育成・採用サービスを提供している、株式会社SIGNATE（シグネイト）の高田朋貴と申します。AIを開発・運用するために必要な人材の条件や、AIを適切に活用していくためにビジネスパーソンが身につけるべきリテラシーについて紹介していく本連載。第2回は、「AI開発を外注する前に押さえておくべきポイント」についてお話させていただきます。
人材不足より深刻なリテラシー不足
世の中が空前のAIブームに湧く一方、AIの開発に関わる人材は世界的に不足しています。今後、世界では80万人（※1）、日本だけでも4.8万人（※2）が不足するだろうと言われています。そのため、世界では今、AI人材の争奪戦が起こっており、それは日本においても同じ状況です。
ここで言う“AI人材”とは、AI開発に関わるエンジニアやプロジェクトマネージャーといった、専門的知識と技能を持った人物を指します。ここが世界的に不足しているわけですが、日本はもっと根本的な課題も抱えています。
それは一般的な企業における「AIに関するリテラシーの不足」です。例を挙げて説明しましょう。
私たちのようなAIベンダー（AIの開発・運用を行うIT企業）は日々、さまざまな企業からAIの導入に関するご相談をいただきます。しかし、その内容は「AIを導入したいけど、何から始めたら良いですか？」という漠然としたものや、「こういうデータを使って何かできませんか？」といった課題が定まっていないものなどが多いのが実情です。解決したい課題ありきで「手段としてAIを利用したい」のではなく、「AIを導入すること」が目的になってしまっているのです。
どうやらAIへの注目度が高まってきたことで、AIを“何でも解決できる魔法の杖”のように考えている方が少なからずいらっしゃるようです。他の企業でAIエンジニアをしている友人から、「せっかくAIを開発したのに、どうしてこんなこともできないのか？」と上司に責められて困っているという話を聞いたこともあります。
これを「企業のリテラシーが低いことに問題がある」と捉えるのは簡単ですが、実際には私たちAIベンダーが、もっとわかりやすく、企業活動の実情に即した形で丁寧に説明していくべきなのだと感じています。
「人工知能」という言葉の響きから勘違いされることが多いのですが、そもそもAIはスマートフォンのアプリケーション等と同様に、コンピューター言語で書かれた、ただのプログラムであり、基本的には1つの「予測」や「分類」を精度高く実現するに過ぎません。少なくとも現時点においては、人間の頭脳のように複雑な思考を伴う機能を持ったAIは実現に至っていないのです。
ですから、AI開発をスムーズに進行していくためには、企業が「この課題をこう解決したい」という明確な目的を持っている必要があります。
自社の課題把握が曖昧なままでのAI開発は失敗する
では、「企業の側に課題があればいいのか」と言えば、それだけでも十分とは言えません。たとえば、「AIでコストダウンを実現したい」という相談をいただくことがありますが、これだけでは「AIに解決させたい課題設定」としては漠然としすぎています。
だから、私たちがこういうご相談を受けた際には、AIの開発を検討する前に、業務全体をブレイクダウンし、その細かなフローを把握するようにしています。業務フローのそれぞれの段階で、どれだけの人が、どれだけの時間をかけているのか。細かく分解して見ていくことで、明らかに費用や時間をかけすぎているところがわかります。
そのうえで初めて、「これはAIが得意な領域であり、AIを導入することで解決できそうだ」とか「これはAI以外のデジタルツールを入れたほうがいい」という具体的なソリューションをご提案できるようになります。連載第1回で説明したように、AIは万能ではないので、「まずAIありき」で考えず、フラットな視点で課題を深掘りしていく必要があるのです。あくまでもAIはソリューションのひとつである。この考え方が、何よりも重要な視点です。
そして、AIを導入することで解決する課題が定まったら、開発に必要となるデータを分析しながら実際にどれほどの性能のAIが出来そうかのPoC（Proof of Concept＝アイデアの実証を目的とした検証やデモンストレーション、プロトタイプの作成）を実施し、そこで得た結果を基に、実際のAIを開発していくことになります。
ただ、ここまでを一気通貫で実現できる“AI人材”は決して多くありません。AI開発の知識や技術を有しながら、解決すべき課題を把握し、実際に使う人の立場に立って、AIを設計・開発する。そんなプロジェクトマネージャーが圧倒的に不足しているのです。これは開発エンジニアの不足以上に深刻です。
ここの人材「育成」には時間がかかります。また、AIベンダーでさえも獲得競争が起こっている中で、一般的な企業が「採用」するのは、さらに難しいでしょう。
そうなると、AIの導入を検討している企業は、基本的には外注に頼ることになります。その際、最低限のリテラシーの有無が、AI開発プロジェクトの結果を大きく左右することになります。「AIに解決してほしい課題の把握」ができる。そしてその後の開発フローと注意すべきポイントを心得ている。何より、ベンダーと共通言語で会話ができる。そういった「AIリテラシー」と呼ぶべき知見があることで、「プロジェクトが上手くいかない」「思ったような成果が得られない」という不幸なミスマッチを避けることに繋がるのです。
AIの性能保証は原理上、事前にできない
AIはスマホアプリと同様、単なるプログラムに過ぎない、と先ほど言いました。ただ、すべてが同じわけではありません。アプリケーションは、「このボタンを押したら、こう動く」という入力と出力の関係をきっちりと定義して開発することができます。
しかし、現在主流の機械学習型のAIは、入力と出力の関係を厳密に定義できません。専門的な説明は省きますが、データを分析しながら、どんなデータをどんな形式で学習させれば良いのか、パラメータはどう設定すれば良いのか、そしてどんなモデルを用いれば良いのか等を探りながら、出力の精度を極限まで上げていく開発スタイルです。事前に定められた要件に沿って開発するのがアプリケーションなら、探索的に作っていくのがAIと言えます。
AIは、実際に開発してみるまで、どのくらいの性能になるのかわからないものであり、継続して運用し、新たなデータを学習させていくことで性能が向上していくものです。言い換えると、アプリケーションは完成した時が最も価値が高く、運用していくことで周りの状況が変化したりテクノロジーが進化して相対的に価値が減衰したりしていくのに対し、AIは完成タイミングが最も価値が低く、運用を通して、その時々に最も適した答えを出力するようになっていくのです。AI開発者が、よく「AIを育てる」という言い方をするのは、ここに理由があります。
だから、AIベンダーはクライアントに対しては事前に、「AIなら貴社のために、こういうことをここまでの精度で提供できますよ」と言い切ることは原理上できません。しかし、クライアントの知識不足につけこんで、甘い言葉をささやくAIベンダーも残念ながら少なからず存在します。
「こんなことまでできちゃいます」と風呂敷を広げるだけ広げられ、夢を描いて契約する。結果、プロジェクトは頓挫する。納品物も開発ノウハウも手に入らない。しかし、開発費は支払えと言われる。そういう被害に遭っている企業が本当にいらっしゃるのです。実際、私たちも「ベンダーに騙された」という相談を受けたことがあります。
騙されないためのガイドライン
これでは「AI＝胡散臭いもの」という間違ったイメージが広まってしまいます。企業が外注に慎重になり、信頼できるAIベンダーまで立ち行かなくなってしまうかもしれません。そんなことが続けば、日本という国全体がAI開発で世界に遅れを取り、競争力が落ちてしまいます。
こうした背景もあって、経済産業省は、2018年6月に「AI・データの利用に関する契約ガイドライン」を策定しました。現在はビジネスの実情に合わせて内容をアップデートした「1.1版」が公開されています。
このガイドラインにも「未知のデータに対する性能保証は原理的に困難」と明記されていますので、この連載の読者の皆様には、ぜひここをしっかりご理解いただきたいと思います。
また、「AI開発の特性をユーザーとベンダーが理解すること」と繰り返し強調されていることも見逃してはなりません。AIとはどういうもので、どんなことができるのか。AI開発の基本的な流れはどういったもので、注視すべきポイントはどこか。AIを開発できるほどの知識や技術はなくても、今回述べたような最低限の「AIリテラシー」を身に付けておくことが、AI開発のプロジェクトを成功させるためには欠かせないのです。
※1：Tencent Research Institute, BOSS「2017グローバル人工 知能人材白書」
※2：経済産業省「ITベンチャー等によるイノベーション促進の ための人材育成・確保モデル事業」
【仕事で使えるAIリテラシー】は、AI開発、AI人材の育成・採用を手がけるSIGNATEのデータサイエンティスト・高田朋貴さんが、ビジネスパーソンとしてAIを正しく理解し、活用する方法を解説します。アーカイブはこちら