【AIビジネス】人工知能の現状と未来について分かりやすく解説！

こんにちわ！愛Tソリューションです。

この記事は、

「人工知能の現状ってどうなってるの？」
「2019年、人工知能の未来はどうなるの？」
「そもそも、人工知能ってどんな風にビジネスと関連があるの？」

と疑問を持った方におすすめです。

この記事「【AIビジネス】人工知能の現状と未来について分かりやすく解説！」を読めば、

「人工知能の現在と未来」
「2019年の人工知能ビジネス構造」

以上の2つが理解できます。
それでは早速、見ていきましょう！

近年のIT技術の著しい進歩と共に注目されているのが、AI（人工知能）です。
ここでは、そんなAIビジネス（ビジネスに人工知能を取り入れた考え方）の構造や戦略について解説していきます。

AIビジネスの構造とは？
AIビジネスの戦略性
2回領域に見出せる3つの可能性とは
AIビジネスと事業構想
まとめ

AIビジネスの構造とは？

　AIビジネスの構造ですが、まずはAI技術がデジタル空間で活用されているのか、リアル空間で活用されているのかで区分することができます。さらにインフラ的なAIを提供する1階のプレイヤーと、その上にアプリケーション的に乗る2階のプレイヤーとして分けることができます。
　1階のプレイヤーは、AI時代の主役といえるプレイヤーですが、ここで生存する条件は非常に厳しいと言えます。なぜなら、AI技術を活用しないとビジネスが成り立たないという前提があるからです。デジタル空間においてはGoogleやFacebookなどのようにプラットフォームを持ち、かつAIに対し莫大な投資をしている企業が挙げられます。まず投資の額が桁違いです。加えて機械学習を活用した精度の高い予測アルゴリズムの開発や、機械による翻訳自動応答などの技術開発を続けており、その技術革新が広告収入などで売上に直結しています。
　リアル空間での1階プレイヤーは、IoT（Internet of Things）が自社の製品や店舗などで実装可能な企業群です。例えば自動車メーカーや家電メーカー、インフラ系企業などです。空間の保有者という意味では、小売業などもここに分類されます。リアル空間での1階プレイヤーは、自動運転などAIを活用した製品、サービス作りを行わないと各市場で優位性を保てませんが、AIそのものが収益に直結しない構造でもあります。1階のプレイヤーが、デジタル、リアルの各領域でAIの基礎技術開発とインフラ構築を進めていく一方、2階プレイヤーは、そのインフラを活用して特殊ニーズに対応したAIを形成します。1階プレイヤーのAIは汎用性が高くインフラとして誰もが使えるサービスが中心となります。AI技術を日常品として使えるように、ときにはサービスの無料化も視野に入れてくるでしょう。

　一方、2階プレイヤーは生活や仕事などの局面に最適化されたAIで、個々の顧客に応じたサービスを展開するでしょう。多くの企業が可能性を見いだせる領域で、例えば健康状態のスクリーニングや、特定製品のコールセンターの代替などが挙げられます。ときにはそのインフラを活用し、ときにはその圧力と戦いながら自らの独自領域を築き上げる必要があります。

AIビジネスの戦略性

　うした構造を踏まえたとき、AIビジネスに参入して成功する可能性はどこに見出せるのでしょうか？1階プレイヤーとなれる企業は非常に限定的で、社会においてプラットフォーム機能を持つ企業群です。現在革新が進んでいるAIは機械学習という分野であり、良い学習データ抜きで進化させることはできません。したがって、幅広いデータが取れることが前提条件となります。その点、デジタル空間のプレイヤーは活動履歴の補足やデータ収集、知識獲得のコストが抑えられるため、アルゴリズムの開発、実装という面では優位です。実験的な取り組みもリアル空間よりも挑戦しやすく、技術的な発展はデジタル空間の1階プレイヤーが全体を牽引することになるでしょう。ですから、すでにGoogleなどが研究開発を進めているような汎用的なAI技術の開発への新規参入は現実的ではありません。あるいは、ある程度のシェアと技術を持っている企業の傘下に入るのであれば可能性は見えてきます。

　では、残りのプレイヤーのビジネス戦略にはどういったオプションが存在するでしょうか？まずリアル空間の1階プレイヤーは、否応なくAIの導入を求められます。自動車メーカーであれば自動運転の導入、電力会社であればより効率的なエネルギー供給を実現するAIの搭載、メーカーであれば工場のスマート化と水平展開です。したがって本格的なAIの開発と、適切な費用対効果の検証に大規模な投資を行う必要があります。
　ここで注意したいのが、費用対効果に対する考え方です。開発には投資できても、費用対効果の見積もりを間違える企業は少なくありません。単純に「効果=売上増加」と捉えると、結果として保守的な投資となります。たとえば自動運転の開発において、AIの活用範囲を限定すれば、確かに目先のコストを抑えることはできます。しかし大事なのは、将来的な機会損失を含めて考えることです。
　AIを優位性構築のツールとして明確に定義し、自らの生存戦略に位置付けをする必要がある、ということです。現に日本の企業は、ITをコストとしてしか捉えなかったために優位性を保つことができませんでした。この反省を活かさなければなりません。自らが2番領域に進出することも視野に入れれば、新たな分野を開拓することもできるのです。そこまで考えて投資ができなければ、やがてシェアを奪われることになるでしょう。

2回領域に見出せる3つの可能性とは

　では、2階プレイヤーの企業にはどのような可能性があるのでしょうか？現段階では、3つの可能性が考えられます。

1、特殊ニーズを捉えてサービス開発を行う

　前述した通り、社会の特殊ニーズを捉えてAIを開発するアプローチです。たとえば、鬱病のモニタリングをするAIや、特定スポーツ向けのコーチングアプリなどが挙げられます。
　ただしその際には、特定領域における質の高いデータが必要となります。特定スポーツ向けのコーチングアプリであれば、そのスポーツに関する事件やプレイヤーのデータなどを収集し、AIに活用することで価値を作り出すことができます。

2、各種AIを横串にする

　AIの開発は、技術を根拠に行われることもあれば、保有データを基盤に進められることもあります。技術開発の領域ではしばしば起こることですが、これらを別のものとして捉えると、必然的に費用対効果は下がります。
　ですが関連するAI技術を横串にして、多角的なニーズの掘り起こしやデータの共有化ができれば、独自のマーケットを生み出すことができます。また、データを保有していながらAI化が進んでいない事業者をプロデュースすることで、さらにマーケットを広げることも可能になります。

3、リアルとデジタルを融合するAIの開発

　リアルとデジタル技術を融合するAIは、イノベーションを誘発します。これまで小売店で行われていたオムニチャネルも、デジタル空間のAIと融合させることで進化するでしょう。デジタルの可能性と、様々なリアル空間の掛け算によるイノベーションの余白は、まだまだ存在しています。

AIビジネスと事業構想

　上述したような戦略性を実行する際の基本スタンスは、AIを起点にビジネスを考えるのではなく、理想の事業モデルを構想した上でAIを最大限に活用する逆算型の発想です。技術から構想するのではなく、構想から技術を見るのです。
　たとえば、営業販売員の支援に対してAIが最適化すべき目標数値は何かと考えたとき、過去の延長線上にいれば、おそらく売上を最大化するような仕組みが構築されるでしょう。
　しかし、最適化すべきなのは売上ではなく、本人のモチベーション管理や顧客との信頼関係だとすればどうでしょうか。その場合は、本人のモチベーションや顧客との信頼関係に関するデータを保有しなくてはなりません。AI、特に機械学習分野が得意とするのは、人間の認知の再現や最適化です。機械学習の進化によって予測精度は高まっていますが、何を最適化するのかという問題は、依然人間が考えるべき問いなのです。