データサイエンティストと語る“AI実用”の現実解

2017/11/22
AIをビジネスでどう活用するかーー。言葉こそ一般的になりつつあるAIだが、実際にそれを使いこなしている企業は現時点でそれほど多くないと国内最大手SIerのNTTデータはいう。だとしたら、足かせになっているものは何で、どんな解決策が必要なのか。NTTデータでAI&IoTビジネス部と次世代技術戦略室を兼務する谷中一勝氏と、国内屈指のデータサイエンティスト、DataRobot Japanのシバタアキラ氏との対談で解き明かす。
「AI再ブーム」の裏にある複数の要因
──この数年、なぜこれほどAIへの期待が高まっているのでしょうか。
谷中(NTTデータ):プロ囲碁棋士にも勝てるGoogleのAI「AlphaGo」の活躍は、AIの実力を広く認知させる出来事でした。その後、AlphaGoはどんどん強くなり、世界トップ棋士を破って名誉段位を与えられるまでに成長しました。
AIという言葉自体はかなり以前から存在しましたし、幾度かAIブームが訪れた歴史があります。その中で、いま注目を浴びているのは、簡単にいえば「実用的になってきた」から。
AIの手法のひとつである機械学習は、大量のデータを処理することで、その名のとおり学習し成長していきます。コンピューターの処理速度が向上したこと、インターネットを通じてデジタルデータを集めやすくなったこと、AIプログラムが誰にでも扱える形で開発・公開されるようになったことなど、AIに必要な要素が昨年ごろから一気に出そろったことが背景にあるでしょう。
シバタ(DataRobot Japan):データサイエンティストの立場からすると、AIが進化していくプロセスが変わったなと感じます。
従来のソフトウェア開発は、企業が巨額の費用を投じて自社のために開発して、多くの目に触れることはありませんでした。ところがいまは、プログラムを世界中の技術者で共有・開発していこうというオープンソースの概念がAIでも取り入れられるようになりました。
谷中さんが触れたように、AIは一部の技術者だけが触れられる特別なものではなくなり、無償で利用できるようになりました。
オープンソース化によって開発スピードが急激に加速します。昨日発表された論文が今日には実装されるようなスピード感。しかも、この進化のプロセスは誰の目にも見えるので、開発者たちは熱狂し、その渦の中にみんなが吸い込まれていきます。こうして集合知として発展したことが、AIを劇的に進化させた理由だと思います。
AIは育てていくもの
──BtoBを主戦場にするお二人から見て、企業のAIの利用状況はいかがですか。
シバタ:企業でのAI利用を考えた場合、ひとまず動くというレベルで導入しただけでは、価値を実感できないでしょう。AIを使う現場のオペレーションまで考慮して実装することが必要です。
谷中:AIのコアな技術ばかりに目が行き、どう組み込んでいくかまではなかなか理解が進んでいないように思います。
シバタ:私たち提供側にとって、入り口となる「AIを使おう」と声を出している人たちは、リサーチやイノベーション推進の部門などが多い印象ですが、最終的には事業部門にまでリーチする必要があります。
なぜなら、導入後はデータ分析とオペレーションのサイクルを作っておかないとAIは使い物にならない。どう使うのか、何がボトルネックになっているのか、人にも着目しながら改良を重ねていくものなのです。
谷中:AIは完璧ではありません。精度が80%だとすると20%は間違っていることになりますよね。より精度を高めるためにチューニングしながら育てていくことが必要で、これまでのシステムとの決定的な違いはここにあります。
ITシステムの開発ではアジャイルやスパイラルと呼ばれているような、少しずつ高速に改良を重ねていくプロセスをとります。最初から高い精度を求められても、それは難しいのです。
それに、AIは使い続けていると「劣化」していきます。維持していく仕組みが必要だということを知ってもらいたいです。
──劣化するとは、どういうことですか。
谷中:工場の生産ラインをイメージしてみてください。過去に故障したときのデータを分析してモデルを作っておけば、リアルタイムにデータを見ていき、似たような経過をたどり始めたら「そろそろ故障するかもしれないな」ということが事前にわかります。生産に大きな影響が生じる前に手を打つことが可能になるわけです。
シバタ:ところが、機械の状態は時間とともに刻々と変化しますので、同時にAIの予測精度も落ちていきます。導入時のモデルが実用的な高精度なものであったとしても、部品を交換した、油を差した、ボルトが緩んだというように、あらゆる影響を受けているので、モデルを作った時点とは状態が異なるのです。
そこで現時点の機械の状況にあわせて、定期的にモデルを作り直すことで精度をあげていきます。
台風の進路予想は、最新の情報でアップデートするごとに進路が狭まって精度が高くなっていきますよね。近い将来のほうが予測しやすく、古い情報で予測するより精度がいい。定期的に学習し直すシステムを作る必要があるのです。
AIを本当に使える状態にしたい
──NTTデータとDataRobotが協業したのはこうした企業での真の利用を促進するためだと思いますが、どんなソリューションをつくっていくのですか。
谷中:DataRobotは、機械学習の中核となるモデルづくりが非常に優れていると評価しています。工場の例を挙げましたが、このような予兆検知において各ベンダーを比べてみたところ、DataRobotの精度が高く、さらに自動的に試行錯誤をしてくれる仕組みを持っているのも魅力的でした。
生産状況を見ながら、データサイエンティストがずっと張り付いてモデルを作り直すわけにはいきません。完全に人の手を離れて自動的にモデルをアップデートすることができれば、高い精度を維持し続けることができます。
シバタ:AIを本当に使えるものにするためには、最終的には事業の中にまで踏み込んでいく必要があると考えていますが、DataRobotとしては手が届かない領域でもあります。
深く入り込む必要性のひとつに、AIを使う人たちに仕組みを理解してもらうことが重要だという確信があります。使う人がAIのことをどう感じるのかが重要で、ブラックボックスにしてしまったのではAIを信じて判断を下すのが困難なこともあると思うのです。
グレーボックスと呼んでいる機能で現場の人の理解ができるようにしているのですが、ツールだけ入れて解決できるものではありません。
NTTデータはどういう領域でAIを活用できるのかコンサルティングするところから、実際にシステムへの組み込みを行い、運用まで行えるので、お互いに補完しあえるWin-Winの関係です。
谷中:お客様はビジネス課題の解決を求めているのに対して、データサイエンティストにはその観点が十分でないことも。だからデータサイエンティストがお客様の前に出て行って話をしても、かみ合わないことがあります。そのギャップを埋めていくのもNTTデータが担う役割ですね。
シバタ:DataRobotはAIの中核技術である機械学習を簡単にするツールを提供しています。
私は元々データサイエンティストとして解析をしていましたが、ビジネスとテクノロジーをどうつなぐかが自分の中で課題として悩ましく感じていたところ、DataRobotはビジネス側の人が使えるツールを提供しているということで、ジョインすることにしました。
サイエンティストたちのコミュニティでは、有名な高レベルの人が集まっている会社だということでうわさになっていましたから興味はありましたし、製品に革命的なすごさと、日本でのポテンシャルの高さを感じました。
──ビジネス側の人が使えるツールですか。
谷中:DataRobotが魅力的なのは、純粋に機械学習の精度が優れているだけでなく、ビジネスに落とし込めるように、よく練られている点にあります。
システムを構築する立場からすると、API、つまり容易にシステム連携できるインターフェースを持っているので、業務システムに組み込みやすい利便性があります。 それはすなわち、AIをビジネスに素早く取り入れられるという価値でもあります。
AIの実証実験を行って良好な結果が出たとしても、その後システムに組み込んで本格導入するとなると、従来はすぐに実装するのが難しかった。
サイエンティストとエンジニアはスキルも違いますから。ところがAPIで部品の一要素として扱えるため、システムの中にすぐ組み込めるわけです。DataRobotはそこがブレークスルーであり、価値だと評価しています。
いまAIに対する市場からの期待はとても高いですが、AIを扱える人材を探すと、数の壁がある。それを解決するのは分析の自動化です。
AIモデルの生成から予測値の評価を行うまでには、以前は1カ月ぐらいかかっていました。DataRobotでは、それが一瞬でできてしまうのには驚きましたよ。つまりこれは、データサイエンティストの支援ツールなんです。
誰もがデータサイエンティスト
──AIを取り巻く環境は、3年後にはどうなっていると予想しますか。
谷中:企業はなんらかの形で使っていると思います。
シバタ:AIを作っている人と、AIを使っている人は違います。いま現在は、AIを使う人に求められるスキルは高く、データサイエンティストか、それに近いレベルの人が中心です。いずれAIは当然享受するものとして、意識しないで使われるようになっているのではないでしょうか。そうなるべきだと思います。
谷中:すべての産業でAIが必要になってくるでしょう。そうした現場の人たちと接するためには、NTTデータとしても、私たちAIの専門部署だけでなく全社的にリテラシーを高めていく必要があります。ですから、いままさに人の育成を進めようとしているところです。データサイエンティストも5倍ぐらいの体制にしていきたいと考えています。
シバタ:それも大切なのですが、採るのは難しいですよ。需要があまりに大きいので、もう優秀なサイエンティストはあらかた刈り取られてしまいました。だからこそ、誰でも分析ができるようにする必要がある。AIとの関わり方は、モデルを作る人もいれば、使う立場の人もいます。
本当に誰でもとはいきませんが、いまExcelを使って分析している程度のリテラシーがある方なら、今後AIを利用するための人材には十分なり得ます。必ずしもフルスペックのサイエンティストばかりが必要なのではありません。
DataRobotとしても教育には力を入れているところで、研究者にではなく、MBAのビジネスアナリストなどを対象にAIの使い方を教えたりしています。
マーケットではAIを使えないといけない人たち、使いたいニーズは存在しています。まだ様子見の人も多いですが、本当に初心者が使えるようになってきていて、既に事例もでてきています。こういう立場の人が自然発生的に増えていくのは難しく、しっかりトレーニングしているからこそです。
AIを使うというと、なんだか遠い話のように感じている方も多いかもしれません。今はまだ限定的かもしれない。しかし、AIの民主化は確実に進んでいきますし、主導して進めていくつもりです。
谷中:システムインテグレーターとして今私たちが最も力を入れているミッションは、企業がAIを安心して利用し、育てていくことのできる環境を用意することです。
お客様をサポートする人材育成も進めていますが、その一方で、お客様が利用しやすいようにするためのツールの開発も必要で、私たちは現在、そのツール、開発フレームワークの準備を進めています。
AIを利用するためのシステムの骨組みのようなもの。多くの企業が使いたいけど導入のしかたがわからないという要望に応えるものだと自負しておりますし、私たちが企業にAIを利用してもらうための最適な現実解だと思っています。私たちもAIの民主化に向けて本腰を入れて取り組み、主導していきます。
(取材:木村剛士、文:加藤学宏、写真:森カズシゲ)
対談記事に登場したシバタアキラ氏がチーフデータサイエンティストを務めるDataRobotの機械学習プラットフォーム「DataRobot」の詳細はこちらからご覧いただけます。