自社製品やサービスへのAI(人工知能)活用や検討をはじめている企業は、日々増加し続けています。そしてIT関連企業をはじめ、多くのプレーヤーやサービサーも同様にその数は増え続けています。では、経営とAIという分野での活用や導入はどうでしょうか?
【経営の分野では進まないAI導入】
残念ながら、まだまだ導入企業もベンダーも、そして成功事例も多くはありません。AI製品やサービスを提供している企業の中には、少なからず大企業も含まれているにも関わらず、なぜ、このような状況なっているかということを推察してみました。AI分析や予測の精度を高め、効果のあるものにするには、集めたデータ量や投入するデータの質、項目が8割以上を占めるといわれています。
AIはデータの相関関係を求めて、我々が欲しい情報をアウトプットしてくれますが、どのようなデータを投入するかは、因果関係に基づいて人間が判断するケースがほとんどです。
しかしながら、人間が判断して投入するためのデータが簡単に集まらないという事実と、流行りのRPAだけでは、企業力の源泉と言われている非定型業務のデータを集約するのに手間がかかってしまうことも、ユーザーの期待を裏切ってしまっているかもしれません。
また、因果関係を考えるためには仮設シナリオが必要となりますが、この仮説シナリオを有効にするためのリスクアプローチや管理会計アプローチを理解し、お客様にコンサルティングできるベンダーが少ないことも原因の一つだと考えています。弊社では、このあたりのご支援にも注力しております。
【思い込みとデータが示すもの】
今、AIで注目を集めているのは、ディープラーニングの分野ではありますが、経営においてAIを活用する場合は、機械学習が適しています。これは、AIがどのような視点でどのような分析に基づいて判断されたのかがわかりにくい、ディープラーニングよりも、どの項目のどのデータが因果関係を持っているかの重みづけを人間が理解できることと、事業において、どのように最適化すべきかを導きやすいからです。
そのような意味では、どのデータを利用すればよいというのは、比較的類推しやすいかと思いますが、そのデータがどれだけ貢献するのか、意味を持っているのかは、経験値と勘によるところが大きいのではないでしょうか?
もちろん、経験と勘も大切な要素であることは否定しません。勘もこれまでの経験によって裏打ちされていることも多いからです。
ただ、弊社がご支援しているお客様のAIにおいて有効とされたデータ結果への反応は、おおよそはあっていたが、重みづけが違ったり、関係ないと思っていたデータが有効であったりと新たな発見をされることが多いと感じています。
【経営とAI】
経営という広範囲でやっかい、かつ外部の人間が立ち入るには非常に難しい分野において、いかにAIを活用し、事業継続と発展を実現させるかというテーマに関して大事なことは、まず、お客様がどこにAIを活用すれば自社に最も効果的であるのかを整理されることだと思います。例えば、売上予測、生産計画、仕入管理、在庫管理、リソースマネジメント、人事管理・・・などなど、各業務プロセスへの導入、あるいは各業務プロセス間での最適な連携まで、自社への有効な導入をお考えになってはいかがでしょうか?
弊社では、経営効率化やリスクマネジメント支援の中で培ってきたデータの因果関係の見極めや、ローコストで社内の各データを集めて運用可能なAttack Boardで他社には無い、ユニークなご支援を提供しております。
そしてAIのロジックや活用ノウハウにおいては、慶応義塾大学 武藤佳恭教授のバックアップのもと、お客様に最適なAIインテリジェンスを提供しています。