AI画像認識の導入はベンダー任せでいい？ 現場が必ずやるべきこと：分かったつもり？ AI画像認識

AI画像認識の導入や活用において、必要な作業をベンダーに丸投げしては期待した効果が得られないまま取り組みが頓挫したり、システム改修のたびに多額のコストが発生したりしてしまいます。現場で必ず行うべきこととは何でしょうか。キーワードは、「内製化」ではなく「DIY（Do It Yourself）」です。

[中尾雅俊, 矢嶋 博，パナソニック ソリューションテクノロジー]

監修：中尾雅俊

パナソニック ソリューションテクノロジー AI・アナリティクス部ソリューション推進課 主事

2017年にNVIDIAとの協業を担当したことを皮切りに、AI・データ分析中心の業務を推進。初期投資や導入リスクが大きい、「人工知能の現場導入で失敗させない」活動としてセミナー講演など多数実施。受講者からは、「AIがよく理解できた」「そんなノウハウを話しても良いの」と心配されるほど。最近の趣味は実用を兼ねたDIYや果樹菜園など。

監修：矢嶋 博

パナソニック ソリューションテクノロジー　産業IoTSI部ソリューション推進課 係長

製造業向け「AI画像認識ソリューション」のSEとして、営業支援やPoC推進を担当。ソフトウェア開発からITインフラ構築まで、これまでの幅広い経験を生かし、AI画像認識システムの提案から導入、AI学習トレーニングまでを手掛けている。趣味の風景や家族写真撮影に加え、学習用画像収集をライフワークにしている。

　これまでの連載を通じて、製造現場の効率化という観点から、AI（人工知能）画像認識とどのように向き合っていくべきかについて考察しました。本連載の最終章では、これまで述べてきた内容を踏まえながら、パナソニック ソリューションテクノロジーが提供しているAIプラットフォームと、それを活用したAI画像認識のソリューションが、お客さまの課題解決にどう役立つかについて紹介します。

AI画像認識の3ステップを全て外部に任せることのリスク

　前回、AI画像認識の導入・活用に際しては、「画像認識の可否評価」「システム化の条件評価」「システム化による効果の評価」という3つのステップを踏む必要があると説明しました。また、これらのステップの遂行（特に、画像認識に関わる作業）を全て外部のベンダーに“丸投げ”するのではなく、ユーザー企業が大きく関与することが必要になるとも述べました。

　なぜそうすることが必要かをあらためて言えば、AI画像認識では、作成した頭脳を使って対象物を認識させた結果を受けて、画像の追加や、学習方法の修正といった改善のフィードバックループを高速回転させていくことが大切だからです。もう少し具体的に言えば、画像認識ができなかったり（未検知）、誤って検知する（誤検知）条件があるなら、該当の画像を元にして追加で学習させることで、期待する認識ができる頭脳になるように育てていきます。学校のテストで間違った問題を、家に帰ってから復習することで、次のテストで良い点が取れるようになるのと同じです。

　このプロセスを全て外部のベンダーに任せてしまうと、このフィードバックループをスピーディーに回すことが難しくなり、最悪の場合、期待した効果が得られないまま取り組みが頓挫したり、システム改修のたびに多額のコストが発生したりすることになりかねません。

　さらに言うなら、画像認識など、AIを使いこなすためのノウハウを蓄積することが、今後、現場が市場で生き残っていくためのスキルとなっていきます。これまで、現場の競争力は、熟練者（ヒト）に蓄積されていたのではないでしょうか。AIが導入されると、ヒトに蓄積されていたスキルが、徐々にAIに移行されることになります。

　しかし、これまで述べてきた通り、AIは魔法でも何でもなく、「適切な学習をさせることにより初めて期待通りに動作する一方で、一度動き出すと、文句を言うこともなく、ひたすら働き続ける」そんな特徴を持った機械なのです。

　AIのシステムさえ導入すれば、ある一定の基準までは、お金で現場のスキルが買えてしまうのですが、さらに強い現場にするには、「現場でAIを育てる」ことが重要になってきます。まさにこれが、「画像認識を行うための頭脳づくり」に関わる一連のプロセスを現場で遂行することをお勧めする理由です（図1）。

図1　画像認識を行うための頭脳づくり

　前回も触れた通り、AI画像認識の導入や活用においては、「DIY（Do It Yourself）」の考え方がとても大切なのです。

「内製化」ではなく「DIY方式」を選択することのメリット

　AI画像認識を「DIY」で行うポイントは、必要な材料をそろえた上で、自分たちで実作業を行うことです。ちょうど、ホームセンターなどから必要な材料や必要な工具を調達し、最終的な組み立てだけを自分たちで行うのに似ています。

　システムの自社開発というと、システムの内製化をイメージすると思います。ただAIについては、AIエンジンそのものの開発から内製化することは現実的ではありません。そこでポイントになるのが、AIエンジンやツールの利活用です。

　繰り返すようですが、ここで注意していただきたいのは、AIエンジンやツールを導入し、活用するにしても、データ（画像）の集め方や学習のさせ方、システム設計などをそっくり外部のベンダーに依頼してはいけないということです。

　これは、DIYで言えば、最終的な組み立てまでをベンダーに任せてしまうのと同じです。少なくとも「他社よりも良い製品やサービスの提供」を目指すのであれば、目的のために、どのように部品を組み立てるかを自分で工夫してこそのDIYです。せっかく自社に合う材料や工具をそろえたのに、ベンダーが他社と同じサイズで材料を加工して、市販品と変わらないものを作成してしまったのでは意味がありません。

　もちろん、画像認識の方法など、ベンダーが蓄積したノウハウを活用することで作業が大幅に効率化できる部分も多くあります。大切なのは、ベンダーに相談し、システム化の全体構成や導入プロセスなども含めて的確なアドバイスをもらいながらAI導入を進めることです。つまり、あくまでもユーザー側が主導権を握り、自社にはない知見やノウハウだけをベンダーから取り込みつつ、プロジェクトを進めるのが、DIYらしいアプローチだと言えます。

　次回はAI画像認識のDIYを支援する「AI画像認識プラットフォーム」について紹介します。

企業紹介：パナソニック ソリューションテクノロジー

パナソニック ソリューションテクノロジーは本格的なICT時代の幕開け前から30年にわたり、IT基盤の設計・構築、ソフトウェア、SIサービスでお客さまの業務課題解決に努めてきました。さらにICTシステムの設計・構築を起点に、Al・データ分析、IoT、働き方改革、そしてBPOまで分野を広げています。製造業や建設・物流・金融・エネルギー・自治体など、さまざまな業界・業務の知見を基としたソリューションで、お客さまの仕事の仕方・プロセスを加速度的に変え、成長につなげていきます。