人工知能(AI)の原点は、コンピュータ開発の歴史の中で、「人間のような知能を持つ機械をつくる」ことにあった。その後、二度の大きな挫折を経て、AIは今、コンピュータの高速化とビッグデータ解析技術の進展を背景に、飛躍的に進化を遂げつつある。そうした中、現在、日立が社会実装を進めるのは、「人間の能力を代替するAI」ではなく、「人を支援し、ビジネスに役立つAI」である。日立のAIを紹介するとともに、経営にAIを有効活用するための組織や人のあり方、経営者の心構えについて、デジタルトランスフォーメーションにおける組織論に詳しい一橋大学教授の神岡太郎氏と、日立のAI研究に携わる森脇紀彦に話を聞いた。
画像: 神岡 太郎氏 一橋大学大学院商学研究科 教授。工学博士。マーケティングや情報システムが企業全体としてどう機能するか、企業の競争力にどのように結びつくかを研究対象としている。研究論文以外に、共著として『マーケティング立国ニッポンへ』(日経BP社、2013年)、『CIO学』(東大出版会、2007年)などがある。

神岡 太郎氏
一橋大学大学院商学研究科 教授。工学博士。マーケティングや情報システムが企業全体としてどう機能するか、企業の競争力にどのように結びつくかを研究対象としている。研究論文以外に、共著として『マーケティング立国ニッポンへ』(日経BP社、2013年)、『CIO学』(東大出版会、2007年)などがある。

画像: 森脇 紀彦 株式会社 日立製作所 研究開発グループ システムイノベーションセンタ 知能情報研究部 部長。博士(工学)。電子情報通信学会、経営情報学会、AIS(Association for Information Systems)の会員。現在、AIや人間情報システムの研究開発に従事。


森脇 紀彦
株式会社 日立製作所 研究開発グループ システムイノベーションセンタ 知能情報研究部 部長。博士(工学)。電子情報通信学会、経営情報学会、AIS(Association for Information Systems)の会員。現在、AIや人間情報システムの研究開発に従事。

多種多様なデータを価値に変える日立の人工知能「Hitachi AI Technology/H」

ーー最初に、神岡先生と森脇さんの出会いについて、教えてください。

森脇
神岡先生と初めにお会いしたのは、韓国で開催された、経営情報関係の国際学会です。私自身は、ビッグデータやAIをいかにして経営に役立てていくべきかという課題を携えて参加したのですが、まさにその研究をされている神岡先生とお会いでき、以来、ご指導いただいています。

神岡
私の勤務先である一橋大学と日立製作所の中央研究所は、距離的に近いのですが、それまで、立場は異なるものの問題意識の近い森脇さんとはまったく接点はなかったんですね。そもそも、中央研究所は難しい基礎研究をされているところだと思っていましたので、まさか顧客やマーケットに近い研究もされているとは、思いもよりませんでした。

今、まさにビッグデータ解析やAIに大きな注目が集まっていますが、データを価値に変える際に、データを収集し、解析技術を開発して、優秀なデータサイエンティストをそろえて分析しただけでは不十分なのです。その結果を解釈して、マーケティングや製品、サービスに生かすには、マーケットに精通した人や運用を円滑に進めるための組織が欠かせません。韓国で行われた学会の合間の雑談で、そのための組織論についてお話ししたところ、森脇さんに興味を持っていただいたのが交流のきっかけです。

一方、私も森脇さんらの取り組みに大変興味を持つようになりました。日立では、人の行動情報や多種多様なデータをAIで解析し、データを価値に変えるという先進的な取り組みをされています。デジタル化が進む現代では、技術と組織の両輪がうまく回ることが重要であり、森脇さんらと情報交換することで、互いによい刺激になっていると思います。最近は年に何度か意見交換しています。

ーー現在、日立が研究開発を進めているAIにはどのようなものがあるのでしょうか?

森脇
日立の代表的なAIに、多種多様なビッグデータから自動的に仮説を立て、統計分析により最適解を導き出すことで、ビジネスの効率化などに役立てる「Hitachi AI Technology/H」(以下、Hという)があります。Hが他のAIと大きく異なるのは、人間の認識能力を超えて、日々の業務や設備、システムなどさまざまな用途において、アウトカム(上位目的)の向上に資する施策の導出を目的としている点です。

例えば、売上(アウトカム)に効く要素を、データ同士の関係性を数値的に読み解いて、統計分析で最適解を導きます。膨大なデータの相関を読み解くことから、人間ではなかなか見つけられないような、思いがけない答えを導き出してくれるのがHの大きな特長です。

画像: 多種多様なデータを価値に変える日立の人工知能「Hitachi AI Technology/H」

ーー今話題の、深層学習(ディープラーニング)とは違う手法のAIだということですね。

森脇
はい、違います。深層学習というのは、音声や映像、言語などのパターン認識を得意としていますが、Hの特長は先ほど神岡先生がおっしゃったように、多種多様なデータから価値を見出す点にあります。画像データだけでなく、行動データや天候、売上、消費電力といった多種多様なデータを組み合わせて、Hが自動的に仮説に相当する要因を生成する、というところが肝です。それこそ100万個くらいの仮説を立て、その中から統計的手法を用いて、例えば売上にどの要素が効いているのかを導き出すのです。人の能力の模倣をめざすAIが「認識型」だとすると、Hは「発見型」と言えます。

ーー以前、ビールとオムツが一緒に売れるという、商品同士の相関が話題になったことがありましたね。

森脇
単に商品同士の相関を探るのはさほど手間ではありませんが、難しいのはさまざまなデータとアウトカムとの関係性を見つける点にあります。そこには、日立が長年、社会インフラ事業のOT(Operational Technology)の中で、多種多様なデータを扱ってきた実績と経験、知見が生かされています。もっとも、そのデータがどう経営価値に結びつくのかを見出すのは容易ではありません。それをコンピュータで自動的に取り出せるところに、Hの先進性があります。

データを有効活用するための技術、組織、しくみ

ーーなぜ、Hを開発しようと思われたのですか?

森脇
もともとHは、データを価値に変えることを目的に開発を進めてきたもので、AIをつくろうと思って開発したわけではないんですね。データの価値化と言っても、単にデータを取得しただけでは意味はありません。さらにデータを見える化したところで、見る人のデータを読む力に依存するところが大きい。そこで、具体的な事業のアウトカムに結びつく要因をコンピュータで抽出できないか、という課題を解決すべく研究開発を進めてきました。

ーー 一方、神岡先生は、データを価値に変えるには、組織のあり方が重要であるとして、ご研究をされていますね。

神岡
情報というのは、Aさんにとって価値はないけれど、Bさんには価値がある、ということがありますよね。ビジネスでも同様で、別の部署の人が活用することで、初めて新しい発見が生まれることもあります。ところが、たいていの組織は縦割りで、データもバラバラに管理していることが多い。何か製品を開発しようとする際に、アンケート調査をしたりしますよね。そのデータは、実施したそれぞれの部署だけで抱え込んでいて、実は別の部署でも似たような調査をしていても気づかない、といったことが少なくありません。それらを比較できれば新しい発見があるかもしれません。現状は、データを一元管理する仕組みがない企業がほとんどなのです。

しかもこれからIoT(Internet of Things)時代が到来すると、これまでのような売上や人事データのような基幹データだけでなく、マーケットから多種多様な膨大なデータが入ってくるようになります。ところが現状は、データが単に貯まっているだけで、有効に活用されている例は少ないと思います。

画像: データを有効活用するための技術、組織、しくみ

そもそも、データを収集し、保管し、活用するというそれぞれの役割について、だれが責任を持ちだれが意思決定をするのかという仕組みができていない企業がほとんどでしょう。こうした、データを扱う場合の意思決定の体系、いわゆる「データガバナンス」を構築していくことが、これからの組織には欠かせません。

日立の場合も、分野ごとに閉じた取り組みではなく、今やモビリティとエネルギーとITを組み合わせるといった具合に、分野を超えたイノベーションが求められているのではないでしょうか。その際に、双方のデータがうまく活用できなければ、素早くビジネスを動かすことはできませんよね。

森脇
おっしゃる通りで、データガバナンスの構築は、多くの日本の企業の重要な課題です。特に日立は、さまざまな事業領域を持ち、複数の分野で連携できることが強みです。そのためにもデータの一元管理や皆で活用できるデータの解析ツールが不可欠になります。そこで、日立は2016年、分野ごとに分かれていた事業体をビジネスユニット制にして、すべてのユニットをサービス&プラットフォームビジネスユニットが横串を通して支えるかたちに組織改変しました。

また現在、日立はIoTプラットフォーム「Lumada」の構築・運用を進めています。Lumadaは、お客さまとの課題共有や分析、見える化、ビジネスモデルデザイン・検証・シミュレーション、ソリューション、サービスに至るまでのさまざまなビジネスシーンを支援するプラットフォームです。このプラットフォームを通じて各種のデータをつなぎ、ユースケースを蓄積・共有していくことで、新たな価値の創造をめざしています。ここでも、Hが重要な役割を担い始めています。

人間が見出せない価値を取り出し、支援する

ーー具体的に、Hではどんな成果が出ているのですか?

森脇
例えば、コールセンターで働く人が皆一緒に休憩時間を取って雑談が弾むと生産性が上がることが、明らかになりました。ちょっと意外ですよね。スタッフの教育をしてスキルアップをしたり、労働時間を増やしたりしたほうが生産性は上がるように思いますが、休憩時間中のスタッフの会話と生産性が相関していることががわかったのです。なぜそうなるのかは定かではありませんが、おそらく会話が弾んでストレスが発散できたり、自然と成功事例の共有がなされているのではないか、と推測します。

あるいは、あるホームセンターの店員の配置場所により、売上向上へ導いた例もあります。下図にある星印のスポットに店員が立つだけで、顧客の店内への回遊が促され、結果的に、売上増につながりました。この場所に店員が立つ時間を増やす施策を10日間実施したところ、顧客単価が15%向上したのです。これも、POSデータ、店員・顧客の位置やインタラクション等、多種多様なビッグデータからHが導き出した答えであり、人間では思いつかない結果が出て、驚きました。

画像: Hが発見した店舗内奥エリアの来店者動線変化に寄与する店員の位置。赤色の星が高感度スポット、オレンジ色の星は中感度スポット。

Hが発見した店舗内奥エリアの来店者動線変化に寄与する店員の位置。赤色の星が高感度スポット、オレンジ色の星は中感度スポット。

ーー店員がそのスポットに立つことに、どんな効果があるのでしょう?

森脇
正直なところ、わからないのです。おそらく、その場所はお店に入ったときに顧客から見える通路の奥で、店員の存在が顧客の心理に何らか影響を与えているのではないかと思います。こうした結果はアンケートでもなかなか導き出せないでしょう。買い物という行為自体、必ずしも合理的な判断に基づいているわけではないですからね。

もちろん、原因がわからないままやみくもにAIを使うということではなく、その原因を探ること自体も研究対象とすることで、AIの価値をより高めるべく取り組んでいます。

画像: 人間が見出せない価値を取り出し、支援する

神岡
そのような価値を人間が見出そうとすると、それこそ砂漠で一粒のダイヤを見つけるようなもので、とても困難ですよね。それを機械が自動的にやってくれるというのだから非常に助かります。

森脇
はい。しかも、Hの最大の強みは、課題や分野に応じていちいちプログラムを変える必要がないという点です。汎用性を備えることから、鉄道のエネルギー効率に貢献する運転パターンを見出したり、物流倉庫作業の効率化に役立つ作業優先順位を提案したり、証券会社の株式等貸借取引における貸出レートを自動生成したりするなど、すでに14分野57案件で実績を挙げています。

神岡
従来のように単にビジネスを円滑に進めるためにデータを使うのではなく、新たな価値創造のために使う時代に突入したということですね。こうした動きに追随していくためには、技術の変革だけでなく、それをうまく使いこなしていく組織の変革も欠かせないのです。

取材・文=田井中麻都佳/写真=秋山由樹)
(第2回につづく)

This article is a sponsored article by
''.