AI導入がつまづきがちな特有の理由

一般的に新規にAIを導入するためには最低でも半年程度の期間と数千万程度の費用がかかると言われています。当然ながら、なかなかそんな予算や時間はとれないのでトライアルのような形でのスモールスタートから始めようとする。それが実際には多いのではないでしょうか。

データを入れてみるまで課題が分からない問題

まずはAIを使ってみて課題を潰しながら本格的な導入に向けて具体化をしていく――プロジェクトの進め方としては非常に妥当なやり方に見えます。なにしろAI導入にあたって、見えない部分があまりにも多いわけですから。

ですが、実際のAI導入プロジェクトにおいてはスモールスタートだったはずの最初のステップで躓いてしまい、そのままプロジェクト全体が頓挫してしまうことが少なくありません。小さく始めているのに失敗するとなると、本当に厄介としかいえません。AI導入を躊躇する企業が増えるとしても仕方がない。そんな風にも思えるかもしれません。なぜ、こんなことになるのでしょうか。それには様々な理由が考えられます。

AI導入がうまくいかないいくつかの理由

原因のひとつにはAIならではの、実際にデータを入れてみるまでは何が問題になるのかがわからない、という性質があります。通常のプロジェクトなら、事前にある程度、過去の事例や実験データなどから、見通しが立てられるものです。ところが、AIはやってみないとみえてこない…。ここが通常とAIプロジェクトの大きな違いです。

スモールスタートであれ、そうでなくても、AI導入プロジェクトの初期に用意されるのは、必要最低限のありもののデータであるのが通常です。その場合、その量や品質に課題があることは少なくありません。その結果、当初はAIで期待された精度が出ないことも珍しくありません。

AIのモデルを作ってみることでデータ自体の精度に問題があることや、データのラベル付け方法に問題があることが初めてわかることはよくある話です。動き始めてから課題が鮮明になる――通常のプロジェクトではこうしたことはむしろ例外的ではないでしょうか。それが当たり前のように起こるーー。AI導入プロジェクトが一筋縄でいかないことが、その進捗にマイナスに作用していることは間違いないといえるでしょう。

AI脳の創り方「ビジネスパーソンのための戦略的AI活用のキモ」
前の記事　Vol.05　まだ“未熟”なAIチャットボットを有効活用する勘所
次の記事　Vol.07　つまずきやすく対策が限定的なAIプロジェクトとの向き合い方