AI（人工知能）は年々、研究開発が進みさまざまなシーンやサービスで利用されています。
本記事では、AIを利用するメリット、デメリットや問題点、デメリットの解消策などをご紹介します。また、実際に社会でどのようなシーンで利用されているのか具体的な事例をあげ、わかりやすく解説します。
AI（人工知能）とは何か
AI（人工知能）とは、AIシステムで人間の推論を予測する技術で、コンピュータプログラムが学習し、思考する能力のことです。
通常、人間の知性に依存することをプログラムが行うものは、すべて人工知能と見なされます。
AIの正式名称は、Artificial Intelligence（アーティフィシャルインテリジェンス）です。1950年にジョン・マッカーシーが人工知能という言葉を使いました。
≫≫ AI（人口知能）とは？基礎概念から仕組みや種類まで徹底解説
AIが注目されている理由とは
AIが注目されている理由は、AIの技術を活用したサービスが消費者の身近になってきていることにあります。
人間が対話するかのような応答をテキストで作成する「Chat GPT」も無料で一般の方が利用でき、注目を集めています。
人工知能サービスの世界市場規模は、2021年に47億米ドルで、2022年から2030年にかけて39.16%の複合年間成長率（CAGR）で成長し、2030年には約920億米ドルに達すると予測されています。
≫≫ AI経済効果とは？今後のビジネスや産業に与える影響について
AI（人工知能）導入における5つのメリット
AIを活用すると、人間がこれまで実施してきた仕事の代行や手助けになるメリットがあります。
実際にどのようなシーンでAIが利用されているのかを5つご紹介します。
■｜高度な分析から未来予測が可能
■｜365日24時間のカスタマーサポートが可能
■｜セキュリティ強化に繋がる
■｜新たなビジネスモデルを創出
生産効率を向上させる
神戸製鋼所では、AI inside社の「AI-OCR」で、現場の手書きの文字や数字などの品質記録のデータ化に活用しています。製造業の現場では、品質管理に大量に紙の書類があり、データ化するには多くの工数がかかっていました。
品質管理の他にも取引先などからの伝票、納品書など多くの帳票があり、人手でデータ化する際の工数と入力ミスによる手戻りなど、従業員に工数面でも精神面でも負荷がかかっていることが課題でした。
「AI-OCR」はAI-OCRとRPAを組み合わせることで製造業での効率化が実現するサービスで、導入後は課題であったデータ入力工数の削減や精神的な負荷の軽減ができました。
このように入力にかかる手間を省き、より本来の製造や研究につかう時間を捻出できることで、生産効率を向上させています。
≫≫ ChatGPTのビジネスやマーケティングでの活用事例15選
高度な分析から未来予測が可能
ワンノブアカインド社は不動産の価値をAI算出する「マンション将来価値予測サービス」を2020年から、マンション情報サイト「マンションレビュー」の会員に無料で提供しています。
同社が、2010年からマンションレビューで集めた全国約14.7万棟の分譲マンションの10年以上の販売情報のビッグデータの活用と、エリアの不動産相場と将来の日経株価指数などの不動産の価値と関連するデータを掛け合わせ、AIが算出する仕組みです。
このサービスで、マンションの購入を検討しているお客様の購入する際にあがる将来の売却や資産価値に対する悩みを解決し、購入を後押ししています。
≫≫【2023年】OpenAIとは？高性能AI（人工知能）ChatGPTについて徹底解説！
ビジネスチャンスの拡大やリスク回避のために、AIデータ分析ツールが注目されています。 AIデータ分析ツールを利用すれば、大量のデータ整理や分析、必要情報の抽出ができます。 今回のテーマはAIデータ分析ツール。この記事を読むことで[…]
365日24時間のカスタマーサポートが可能
これまでカスタマーサポートは、人を配置し対応をしている企業が多くあり、夜間など時間外の対応ができない企業も多くありました。
SBI損害保険株式会社は、自動車保険などを提供していますが、保険の相談、見積の対応はオペレーターが対応していたことから、営業時間外の17時半以降は対応できませんでした。お客様は時間外対応がなく、不便を感じる状況になっていました。
チャットボットを導入したことで、営業時間外や土日祝日はチャットボットで質問に対応するようにし、24時間対応できるようにしました。これにより、オペレーターの負荷が軽減され、お客様満足度の向上に繋がりました。
≫≫ AIチャットボットとは？基礎知識から活用事例まで徹底解説
AIチャットボットのサービス数は年々増加し、大手の無料サービス比較サイトでは、40以上のサービスが掲載されています。 チャットボットを選ぶ際のポイントや気になる料金の比較をご紹介し、オススメの9つのサービスをご紹介します。 2023[…]
セキュリティ強化に繋がる
近年はサイバー攻撃による個人情報の流出や、サイバー攻撃によるサーバーダウンでEC業態の売上の減少が問題になっています。
サイバー犯罪は、機密データにアクセスしたり、インターネットユーザーのデバイスをクラッシュさせます。その攻撃は年々巧妙になり、近年のサイバー攻撃は、いわゆる分散型サービス拒否（DDoS）攻撃です。
DDoS攻撃の対策は、ファイアウォールやマルウェア対策ソフトウェアなどの侵入検知システムなどを使用するのが一般的でした。
しかし、サイバー攻撃は実際のユーザーの活動や正規のユーザーリクエストをリアルに模倣して実行されることが多く、検出が非常に困難でした。そのため、既存のマルウェア対策システムの多くはマルウェアからユーザーを保護することができませんでした。
そこで、パリ工科大学テレコム・パリ校（INFRES）の研究者が、DDoS攻撃をより効果的かつ確実に検知するAIベースの新ツールを開発しました。
イベントシーケンスにおける長期的な依存関係を検出することを学習できるリカレントニューラルネットワーク（RNN）の一種である長期短期記憶（LSTM）モデルに基づいています。以下の流れでDDoSか否かを判断しています。
はじめは、標準的なDDoS攻撃を識別するように訓練された高性能モデルを評価し、Generative Adversarial Networks（GAN）で生成した敵対的なDDoS攻撃のテストを実施していました。その後、アプローチを改良したことで、91％を超える精度で攻撃を検出できるようになっています。今後は実用化に向けて研究が進められます。
新たなビジネスモデルを創出
ここ数年でAIを活用した新たな業態のビジネスや店舗が増えてきています。例えば、AIを活用し無人の店舗やレジレス店舗が開店しています。
大手コンビニチェーンのローソンは、レジレス店舗のLawson Go（ローソンゴー）を2020年から実証実験として導入しています。
レジレスの仕組みには、専用のスマートフォンアプリと顔認証や静脈認証が利用されています。入店時にこれらを利用し、本人確認を行い、その後はAIカメラでお客さんが購入する商品の種類や数を特定します。来店客が商品を持って店舗から出ると、専用のスマートフォンアプリに電子レシートが送信されて、決済が完了します。
この実証実験で、レジ作業がなくなったことで、スタッフの労働時間が他の店舗の4分の1になり、人件費が大幅に削減できました。また、レジレス店舗はレジに並び、購入まで待つ必要がないため、待ち時間を嫌がる顧客の購買機会損失の削減にも繋がっています。
≫≫ ChatGPTのビジネス活用！企業の導入事例からアイデアを含めて10個紹介
AI（人工知能）導入による3つのデメリット
AIの導入においては、メリットが多くあるものの一方で利用する上で注意点やリスクがあります。
AIを活用する際には、これから紹介するデメリットを事前に把握した上で、活用する必要があります。
■｜データの偏りや誤検出の可能性もある
■｜プライバシー情報の漏洩リスク
導入コストや専門人材採用コストが発生する
AIは日々進化しているため、ハードウェアやソフトウェアも最新の要件に対応するため、随時更新する必要があります。機械は修理やメンテナンスが必要で、多くのコストがかかります。AIは非常に複雑な機械ですので、その開発には莫大な費用がかかるケースがあります。
また、AIを開発・導入するために、データサイエンティスト、機械学習エンジニア、ソフトウェア開発者を雇う必要があります。
アメリカでは、データサイエンティストの平均基本給は102,000ドル以上（日本円で1,331万円※）です。（Indeed調べ）
機械学習エンジニアは、112,421ドル（日本円で1,468万円※）の給与が期待できます。
そして、ソフトウェア開発者は、110,140ドル程度（日本円で1,468万円※）の給与が見込まれると言われています。（US News発表）
人件費が高額になる理由としては、データサイエンス、自然言語処理、コンピュータビジョン、ディープラーニングといったスキルは需要が高く、人材の供給は限られているためです。
AI自体の導入やメンテナンス費の他、人権費を含めるとAIの導入には小さなAIチームでも、技術開発費だけで年間32万ドル以上（日本円で4,178万円※）のコストがかかると言われています。その他にも訓練や学習に係るデータのコストなどさまざまな費用が発生します。
このようなコストが高額であるデメリットの解決策としては、研究・開発が近年盛んになることで開発に係るコスト削減が可能になると言われています。例えば、Googleは「BERT」をオープンソースで無償で提供しています。これらを利用することで、初期の学習コストなどを下げることが可能です。
また、Chat GPTなど一般の利用者も使える簡単さが実現され、専門人材以外が利用できるようになりつつあることから、今後更にコストを押さえた上でAIを利用することが可能になる見込みです。※日本円は130円で換算
データの偏りや誤検出の可能性もある
AIは、基本的な計算ができなかったり、簡単な論理的な質問に答えられなかったり、完全に間違った事実を回答することもあります。誤った回答は、例えばケガの家庭での処置への回答など医療的なアドバイスのシーンでは、非常にリスクがあります。
このようなデメリットの解決法としては、AIが常に正しいわけではないということを頭におき、利用者自身がすべてを鵜呑みにしないことや二重確認し、情報の正確性を確認することが重要です。
プライバシー情報の漏洩リスク
AIの機械学習は、大量のデータを処理することで訓練され、特定のタスクを実行します。機械学習の現在のモデルはプライバシー漏洩やその他の悪意ある攻撃に対して脆弱であることが、研究者のコーネル・テックによって明らかになりました。
コーネル工科大学のコンピューターサイエンスの教授のヴァイタリティシュ・マチコフは、「ある情報が機械学習システムの訓練に使われたかどうかを90％以上の精度で判定するモデル」を開発しました。この研究が進むと、機密性の高い遺伝子や医療情報、人々の習慣や居場所に関する詳細なデータが公開される可能性があります。
このようなデメリットの解決法としては、研究者が必要以上の学習をAIにさせないなど、良識のある対応、ルール設定を実施することが重要です。機械学習モデルは、タスクの実行方法を学習したかどうかはわかりますが、それ以外に何を学習したかを測定する方法は今のところありません。
シュマチコフ教授も「機械学習モデルを作る人は、一般的にそれが機能するかどうかだけを考え、コンピューターが必要以上に学習していないかどうかは考えない」と述べています。
AIに携わる研究者たちの多くが、プライバシーなどの漏えいのリスクを危惧しています。
機械学習技術を開発する際に「これはやりたいことを実現してくれるのかに焦点を当てるだけでなく、情報が漏れないか、完全性攻撃に対して脆弱でないか、悪意を持ったユーザーに破壊されないか？」などの視点を持ち研究を行うことで、より堅牢な機械学習モデルが生まれたり、実現し始めたりしています。
AI（人工知能）の業種別導入事例
最後に業界ごとの利用事例をご紹介します。ご紹介するものはほんの一例で、世界ではもちろんのこと、日本でもAIを活用したサービスの販売や普及、導入や実証実験を行う企業が年々増加してきています。
■｜【ヘルスケア業界】医療画像認識技術
■｜【製造業】予測保全技術
【小売業】機械学習
売上規模1兆ドルのAmazonは、いち早く取り入れたことで他社よりも優位に立ち、世界最大のeコマース企業になりました。
AmazonはAIを活用して、業務効率化と顧客体験を向上させています。例えば、商品のオススメ機能はAmazonが一番最初に取り入れ、20年ほど前から実施していますが、このオススメ機能にもAIの機械学習が利用されています。
【ヘルスケア業界】医療画像認識技術
株式会社AIメディカルサービスは、消化管のがんが、全てのがんの中で最も死亡数が多く約3割を占めることに着目しました。
内視鏡検査は消化管のがんを早期に確定診断できる唯一の検査ですが、人の目で見るため、2割程度の早期がんが見逃されていると言われています。
この問題の解決のために、内視鏡の画像診断AIを開発し、内視鏡検査時にリアルタイムでがんの可能性のある部分を自動的に発見したり、確率を示したりできるAIを開発し、さまざまな病院で導入されています。
【製造業】予測保全技術
製造業では、製造に係る機器の故障により予定していた製造が止まったり、機械を販売する企業にとっては、自社製品の故障の検知には頭を抱えていました。AIを活用した予知保全では、故障を予知できずに発生していたコストやダウンタイムによる売上のロスを減らすことができます。
定期的にAIが予測精度をモニタリングし、これまで経験や勘で人間が実施していた予知保全と同等以上の精度で実施します。
工業用のスラリーポンプの製造・販売をしている株式会社みつわポンプ製作所は、ポンプの故障予知にAIを活用しています。みつわポンプ製作所の課題として、ポンプが売り切りモデルで、リピート購入への顧客接点が持てないことがありました。
そこで、各種センサーデータのAI分析によるポンプの故障予知で実施検証を実施し、特定のポンプと故障の環境下では、正解率が90%で故障の前兆を判断できるAIモデルの構築に成功し、リピート購入へ繋げる実証実験が行われました。
まとめ
本記事では、AI利用におけるメリット、デメリットや具体的な利用事例や業界ごとの活用事例をご紹介しました。
ご紹介した事例で挙げたように、日本でもAIの技術を活用した業務効率化や未来予測、ビジネスモデルの変革まですでに実施され、徐々に既存のビジネスモデルの変革が始まってきています。今後もAIの技術の発展に伴い、より多くの人の身近にAIが浸透し不便さの解消や便利さの向上が予測されています。
一方で、デメリットでご紹介したように、セキュリティリスクへの懸念があったり、情報に偏りや誤った情報の提供がされたりするケースがあります。
そのため、AIの利用者はAIからの回答に対して正誤判断を常にするよう心がけていく姿勢が重要です。