デジタルトランスフォーメーション（DX）を加速させるには？企業がDX・AI導入・活用の前に検討すべきこと

DX・AI導入を検討するためには、事前に社内で十分に議論を行い、準備をする必要があります。解決したい課題や導入効果を明確化、更にはデータの質を確認する必要もあります。この記事では、DX・AIで実現可能な手法を見極め、導入条件に合わせた製品・企業を導入するための方法を述べていきます。

企業におけるAI導入状況

AIは様々な企業で導入が検討されています。しかし、実際に導入されている企業の数はまだまだ少ないのが実情です。「AI白書2020」によると売上高1,000億円以上の企業17.2%が導入していますが、国内企業90.5%がAI未導入です。また、導入済み・予定なし、不明を除く約74％の企業ではAIへの期待は高いが導入できていないのが現状です。

数年前からメディアでは「AI」や「DX」といったキーワードが見られるようになりました。大企業を中心にトップダウンで指示があり、AI・DX導入を検討するため、「DX推進部」や「イノベーション推進部」が新たに設けられ、導入検討が進められてきました。

しかし、 AIやDXの専門人材がいる企業はそう多くありません。また、経営層を中心に「AI＝万能」という誤解もあり、現実とのギャップで、なかなか導入が進んでいません。

AI導入の壁

では、AI導入が進まない理由は何でしょうか。導入にはいくつか超えないといけない壁があり、大きく分けて、以下の3点が挙げられます。

①専門知識不足

AI・DX導入が進まない最も大きな理由が、知識・理解不足です。ＡＩは新たな技術のため、経験者や専門人材の数がに少なく、「役員からAI・DX導入検討の指示があったが、何から手を付ければよいか分からない」といった声が散見されます。AI・DXありきで、自社が抱える課題の抽出・把握が出来ていない企業が殆どです。

「AI＝なんでもできる」といった誤解も経営層を中心に多く、 本導入を深く考えず、PoC（実証実験）を実施して、PoCで終わってしまうケースも多いです。また、高度な知識と経験を持つデータサイエンティストは市場に少なく、AI構築に必要なコードが書ける人材が社内いるケースは稀です。

②コスト（導入・運用）

一般的にAIを導入しようとすると企業の課題に合わせた個別開発が必要となります。また、導入に際しては、企業が解決したい課題を抽出し、データを整備・収集、PoCを実施する必要があります。 PoCに係る費用は平均で4,293万円（注１）となっており、非常に高額な費用が必要です。

導入済み企業では、PoC終了後の本導入で、サーバー構築、レガシーシステムへの組込みなど、平均1,620万円（注２）がかかっております。これに加え、運用・メンテナンス費用が発生することから、資金が潤沢な大企業での導入に留まっています。
（注１，２/出典：独立行政法人情報処理推進機構　「AI白書2020」

DX・AI活用を検討する上でまず始める準備

①解決したい課題の明確化

ご相談に「役員からAI・DX導入検討の指示があったが、何から手を付ければよいか分からない」といった声が多く見られます。AI・DXの導入ありきで、 お抱えのSierに相談するケースが殆どです。 そのSierにも専門人材が不足しており、 Sierに言われるがままにPoCを実施する企業も多く見られます。

また、「AI＝なんでもできる」といった誤解も経営層を中心に多く、 本導入を考えず、PoCを実施して、PoCで終わってしまうケースも多いです。まずは「社内にどのような課題があるのか」、「その課題はAIで解決できるのか」を検証する必要があります。
また、「膨大な作業時間が発生している業務」を棚卸・特定し、AIによる効率化の可否を検証します。

②データの有無、整備

解決したい課題を顕在化してもデータがなければ、AI導入はできません。仮にデータが蓄積されていても、そのデータの「質」を確認する必要があります。 AI導入時、作業の8割を占めるデータクレンジング（前処理）にどの程度時間とコストを要するのか、「使えるデータなのか」を確認する必要があります。

AIのアルゴリズムよりデータの質が精度に繋がることが多く、「自社のデータはAI導入してもいいレベルなのか」の確認する必要があります。また、データが存在しない場合、解決したい課題に応じた、データ収集の設計を行う必要があります。

③明確なゴールを設定する

DX・ AIは万能ではありません。「解決したい課題」がどの程度達成出来れば良いのかを事前に決めておく必要があります。例えば、患者の生死に係るようなAIであれば、限りなく精度を100％にする必要があります。

しかし、コスト削減や省人化であれば、​人間と同等でも良い場合があります。100％を目指すあまり、コストと時間を無駄にする場合があります。AI導入により、３人で行っていた業務が１人になるだけで、年間１千万円以上のコスト削減と良質なデータ保有及び他の領域への展開に繋がります。「課題を解決したい理由」も良く検討する必要があります。

③システム環境

PoC実施後、本導入に際して最も多い課題が既存システムへの実装です。 PoCを実施し、アルゴリズムを開発しても、本実装しなければ、何も始まりません。既存システムへの導入には、 Sierとの調整が必要になり、この段階でシステム上、導入には大きな課題があることに気が付くことも多くあります。

また、 Sierは既存システムにAIアルゴリズムを実装する場合、不具合の発生や提供サービスが毀損する可能性があることから、否定的な傾向があります。

AI導入効果の高め方

現時点でAIができることは大きく分けて３つあります。それは、認識、予測、最適化です。

①認識

代表的なものとして、画像認識、音声認識、動画認識が挙げられます。情報の判別・仕分け・検索、情報理解などに利用され、異常検知や検索、疾患の判定、画像検索などに利用されます。自動運転はこの技術が応用されています。

②予測

過去データを入力することで、売上・需要の予測や来店客数予測、疾患予測などに利用されます。過去、数年分のデータがあることが望ましいです。

③最適化

複数の制約条件下、最も良い条件を導き出すものです。配送ルートの最適化やシフト作成の自動化など多くの条件の中から、最も良い結果を導き出すものです。機械学習とは異なり、学術的な知識と経験が必要な分野となります。

まとめ

自社が抱える課題に応じて、技術を選定することが重要になります。例えば、小売店で売上の予測を行い、在庫管理には活かせますが、最適化技術がなければ、スタッフの適切な人員配置やシフト作成の自動化はできません。配送ルートを最適化し、効率よく配送ができても、荷物の数量を予測し、ドライバーの手配やシフトが上手く組めなければ、全体の効率化はできません。

DX・AI導入には課題を抽出して、その課題を解決したい理由を明確にすることで、期待以上の効果を発揮することに繋がります。

TRYETINGの開発UMWELTは、DX推進・AI導入を加速させるためのサービスです。この記事を読んでUMWELTが気になった企業担当者様は、ぜひ資料ダウンロード・お問い合わせください。

UMWELTのサービスページをチェックする（下記画像をクリック）