AI導入で苦戦する企業は何がダメなのか？　陥りやすい失敗パターンと解法（1/2 ページ）

AI（人工知能）を導入しようと考えるも、失敗に終わるプロジェクトは何が問題なのか。計画から導入までのプロセスに潜む陥りやすい落とし穴と注意点を説明する。

　「当初描いた青写真とは懸け離れ、混とんとして成果の見えないAI導入になってしまったというプロジェクト例が多過ぎる」そう始めたのは多数の企業へのAI導入を経験してきたティビダボの創設者の一人、石井正太氏だ。今までに石井氏が関わってきたAI導入プロジェクトは、収益性向上やコスト削減、人事考課における評価の適正化を目的に発足することが多いという。

　しかし、経営陣は最終成果やプロジェクトイメージが漠然としたままの状態で、“取りあえず”編成したチームによってプロジェクトを進めようとする。現場の技術者は、経営陣から提示された要望が漠然としているため困惑する。こうして、経営層と現場の技術者で認識の溝が生じたままプロジェクトを進めると、結果的に頓挫する傾向にあるという。せっかく、費用と工数を掛けて進めたAIプロジェクトを失敗に終わらせないためにも、この溝をどう埋めれば良いのか。

単純に算出できないAIのROI、見積もりに必要なスキルとは

　石井氏はAIプロジェクトを推進する難点として次の3点を挙げた。

　プロジェクトを進める前に、まず「課題に対してAIを活用することが本当に最良のアプローチなのか」「どうROI（投資利益率）を推定するか」を立ち止まって考えたい。これを説明する際によく挙げられる例として、石井氏はクレジットカードの審査業務をRPAで自動化するケースとAIで効率化するケースのROI評価の違いを例に説明した。

あるクレジットカードの審査業務では、毎月450件の審査を担当する。1件処理するのに20分掛かっていた。1件当たりの処理コストを1000円として、毎月45万円のコストがかかっていた。

　RPA（Robotic Process Automation）であれば、自動化により削減できた時間を基におおよそのコストメリットを簡単に算出できる。1件当たりの処理時間が短くなれば、その分処理コストも抑えられる。例えば、処理コストが1件1000円だったのが、10円に抑えられれば得られる効果は10倍となり、ROIも明快だ。

　しかし、AIはROIを推定するのが難しい。目的に対してどれだけの学習データが必要か、またクレンジングや解析にかかる費用は簡単に見積もれないケースが多く、費用だけかかって結果が見えないという可能性もある。

　AIを効果的に適用するには、業務フローを全て把握した上でROIをどう考えるか、学習データは十分か、運用できる人材がいるかと総合的な視点で考える必要がある。それにはAIとビジネス戦略の双方の知識を理解するマネジャーが必要だが、そうした人材はそう多くないのが現状だ。

「この時点で失敗は目に見えている」ハマりやすいポイントとは

　では、ヒトもいない、ノウハウも多くはない中でAIプロジェクトを進めるには具体的にどのような視点が必要なのか。ティビダボの石川 恵理香氏は、AIプロジェクトの失敗要因は「データの取得・生成」「管理と推論」のフローに潜む、と説明する。

イベントレポートアーカイブ

この連載の記事をもっと見る

この記事の著者

関連記事

• 

  電通が考える「なぜAI開発は失敗するのか」つまずいて分かった4つのワナ

• 

  AI（人工知能）の活用状況（2019年）／前編

• 

  AI（人工知能）の活用状況（2019年）／後編

• 

  自社でできる、かしこいAIの育て方――画像認識の2事例に見る