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。