COLUMN

DXとAIの関係性は？AI導入の進め方・事例も解説

近年、「DX（デジタルトランスフォーメーション）」や「AI（人工知能）」という言葉を聞く機会が増えました。また、AI活用でビジネスを急拡大している企業の成功事例を見聞きしたことがある方も多いのではないでしょうか。

AI（人工知能）を上手く活用すれば、今まで存在しなかった革新的なサービスや新たな顧客体験を生み出し、デジタルトランスフォーメーションをスピーディーに進めることができます。

しかし、AI（人工知能）は、DX（デジタルトランスフォーメーション）を成功させるための手段（技術）のひとつに過ぎません。「AIを導入すればDX」という安易な考えでただAIを導入しても、本当の意味での「DX」といえるような革命的な成果を手にすることは難しいでしょう。

そこで活用していただきたいのが、今お読みいただいているこの記事です。この記事では、多くの書籍や経済産業省を初めとするWebサイトに隅々まで目を通し、初心者でも「DXとは何か・AIとは何か」から「AI活用のDX事例」「DXへのAI活用のポイント」まで簡単に理解できるようまとめました。

最後まで読んでいただければ、AIを活用してデジタルトランスフォーメーションを進めるためのヒントが必ず見つかるはずです。

AI（人工知能）は大きな可能性を秘めています。AIを導入して自社にもDXの革命を起こしたいと考えている方は、ぜひ最後までお読みください。

1. DX（デジタルトランスフォーメーション）とは

まず最初に「DX（デジタルトランスフォーメーション）とは何か」をしっかり理解しておきましょう。

1-1. DXの概要

デジタルトランスフォーメーション（DX）とは、簡単に言うと、デジタル技術を活用してビジネスモデルを変革し、競争上の優位性を確立することをいいます。

2018年の経済産業省レポートでDXが取り上げられたことにより、多くの日本企業がDXの重要性を認識し、DX推進に動き始めました。

1-2. DXの定義

ビジネスシーンでDXが語られる場合、2018年の経済産業省の定義が用いられることが一般的です。しかし初出の定義は異なっており、文脈によってDXの定義が異なる場合があることに注意しましょう。

• 横にスクロールします

DXという言葉は、スウェーデンのウメオ大学教授であるエリック・ストルターマンが2004年に発表した論文の中で初めて提唱されました。

ITの浸透が、人々の生活をあらゆる面でより良い方向に変化させる 参照：Information Technology and The Good Life（2004,Erik Stolterman Umea University,Sweden）

この初出の定義ではビジネス的なニュアンスは無く、むしろ社会的な言葉として使われています。

しかしその後、2018年の経済産業省レポートでDXの必要性が語られたことにより、以下のDXの定義が浸透することとなります。

企業がビジネス環境の激しい変化に対応し、データとデジタル技術を活用して、顧客や社会のニーズを基に、製品やサービス、ビジネスモデルを変革するとともに、業務そのものや、組織、プロセス、企業文化・風土を変革し、競争上の優位性を確立すること。 参照：デジタルトランスフォーメーションを推進するためのガイドラインVer. 1.0（2018,経済産業省）

1-3. DXが必要とされる背景

DX（デジタルトランスフォーメーション）の重要性が高まった背景には、2018年に経済産業省が発表した「DXレポート」の影響が大きいと考えられます。

このレポートによると、DXにより2025年までにシステム刷新を集中的に推進する必要があるとされています。また、できなかった場合には、デジタル競争の敗者になってしまう危険性が示唆されています。

「2025年の崖」と定義されたこの難局を打開するため、現在多くの日本企業がデジタルトランスフォーメーション（DX）実現を目指して動いている状況です。今では多くの企業が「CDO（最高デジタル責任者）」やデジタル専任組織を置くなどして、DXの推進に取り組んでいます。

2. AI（人工知能）とは

2-1. AI（人工知能）の概要

「AI」とは「Artificial Intelligence（アーティフィシャル・インテリジェンス）」の略で、日本語では「人工知能」と訳されることが一般的です。

AIの定義については次の項で解説しますが、「AIとは何か」を端的に説明すると「人間のような知能を持ったコンピューター」と言えるでしょう。

ただし、AI（人工知能）の段階には5つのレベルがあり、単純な仕組みのものから複雑なものまでさまざまな種類があります。

2-2. AI（人工知能）の定義

AIの定義は専門家の間でも定まっておらず、「これがAIの定義です」と提示することは困難と言わざるをえません。なぜならば、AIの研究分野はかなり多岐に渡っており、また「知能」そのものの定義も難しいからです。

明確な定義はありませんが、言葉の意味を理解するため、ここではいくつかの団体による定義を紹介します。

①一般社団法人 人工知能学会による「AI」の定義

大量の知識データに対して、高度な推論を的確に行うことを目指したもの 参照：一般社団法人 人工知能学会 定款

②総務省による「AI」の定義

人間の思考プロセスと同じような形で動作するプログラム、あるいは人間が知的と感じる情報処理・技術 参照：総務省「令和元年版 情報通信白書｜AIに関する基本的な仕組み

2-3. AI活用で実現できること

AIを活用することで、①データの認識（画像・音声・テキスト）や、②データの予測などを行うことができます。

①データの認識（画像・音声・テキスト）

AIが登場する前は、コンピューターにデータを認識させる場合、細かいルールを作って処理させる必要がありました。また、そのように処理した画像や音声などの認識精度は十分とは言えませんでした。

しかしAIは、大量のデータから自律的にパターンを学習する「機械学習」や「深層学習（ディープラーニング）」が可能です。そのため、画像や音声、複雑なテキストを認識できるようになりました。

また、会議の音声を録音したデータから議事録を作成したり、「話し言葉」のテキストを解析したりということも可能です。

②データの予測

AIは、蓄積された時系列データを学習することで、未来の物事の発生や未来の数値を予測することができます。

店舗の売上や商品需要を予測できれば、供給不足や過多を防ぐことができ、適切な人材配置が可能になります。結果的に人材コストや流通コストなどを抑えることができます。

以前は「勘」や「経験」に頼るしかなかった予測をAIに任せることで、属人的な業務を減らし、高精度な予測が可能となったのです。

2-4. AIの技術が急速に発展した背景

AI（人工知能）が急速に発展・普及した背景には、さまざまな要因があります。

大量のデータを手に入れることができるようになった現代では、そうしたデータをもとにAIを構築し、さまざまな用途で活用できるようになりました。

今後は、それまで人がやっていた作業をAIに置き換えることで労働力不足解消に寄与することが期待されています。

3. DXとAIの関係性（AIはDXを成功させるための手段）

デジタルトランスフォーメーション（DX）とAI（人工知能）のそれぞれの言葉の意味を理解した上で、「DXとAIの関係性」について考えていきましょう。

ズバリ、DXとAIの関係性を表すと、「AI＝DXを実現に導くための技術（手段）のひとつ」といえるでしょう。

DXを実現させるために活用されている技術には、AI・クラウド・IoT・5G・サイバーセキュリティなどの技術があります。こうした技術を活用した上で、製品やサービス、業務などを変革し、競争上優位性を確立できて初めて、DX成功といえます。

つまり、「AI導入＝DX」という単純な話ではなく、しっかりと青地図を描いた上でAIを導入し、結果を出すことが重要ということを肝に銘じておきましょう。

4. AIを活用したDX推進事例3つ

ここまで読んだ方であれば、「AIをただ導入するのではなく、効果的に取り入れなければ意味がない」ということが理解できたと思います。しかし、AIの活用法は多岐に渡っており、どうAIを導入すればいいか分からない方も多いのではないでしょうか。

そこで今回は、AIを活用することでデジタルトランスフォーメーションを推し進める企業や業界の事例を3つご紹介します。

4-1. AI活用DX事例（画像認識）ー水産業界での事例

水産資源の減少や高齢化、人手不足などの問題を抱える水産業界で、近年さまざまなAI活用が進んでいます。

• 横にスクロールします

出典：ニッスイ（日本水産）グループ
出典：株式会社電通・双日株式会社・株式会社電通国際情報サービス

大手水産会社であるニッスイ（日本水産）グループは、養殖魚の生育を管理するAIを開発しました。水中カメラで撮影した魚群の映像から、魚の個体サイズや体重を測定・算出できます。網ですくい出して測定していた従来の方法と比べて魚を傷めるリスクが無くなり、さらに、測定に関わる工数を減らせるメリットが生まれました。

大手広告代理店である株式会社電通は、双日株式会社と株式会社電通国際情報サービスとの共同プロジェクトで、多くのマグロの断面画像をAIに学習させることにより、マグロ品質判定アプリを開発しました。これにより、それまで熟練した職人の経験と直感で判定していたマグロの品質を、アプリがあれば判定できるようになりました。

4-2. AI活用DX事例（予測AI）ー建設業界での事例

長時間労働の是正、建設技能者（職人）やゼネコン技術者の大量離職などが問題となり、人手不足が続く建設業界でも、AIを活用したデジタルトランスフォーメーションが進められています。

• 横にスクロールします

出典：スターツコーポレーション
出典：大成建設

建設・不動産事業を手がけるスターツコーポレーションは、同社のグループ会社が開発したAIを活用しています。このシステムを使うと、土地情報を入力するだけで、自動的に法規内で建設できる建物のボリュームや間取りが自動生成され、さらに建設費や賃料も瞬時に予測されます。それまで1週間かかっていた作業が15分で終わり、賃貸住宅の提案件数が4倍以上に増えたそうです。

また大成建設は、手間のかかる風環境予測を即座に行えるAIを開発しました。環境アセスメントの一環で実施する風洞実験には約2カ月かかることが一般的です。風洞実験で強いビル風が発生することが分かれば、大幅な設計変更が必要となります。しかし、AIを導入することにより、設計の初期段階から風環境に配慮した建物を検討できるようになったそうです。

この他にも建設業界ではAIを活用したDXが進んでおり、建設テック系のスタートアップ企業も増えています。

4-3. AI活用DX事例（音声認識）ー多業界での活用事例

生活の中に広く浸透しているAI技術の一つが「音声認識AI」です。スマートフォンに搭載されている音声アシスタント「Siri」「Googleアシスタント」や、音声で操作できる「AIスピーカー（スマートスピーカー）」はもはや身近な存在と言えるでしょう。

企業でも、音声認識AIを活用することで生産性向上やサービス向上、顧客満足度アップに繋げている事例が多く見受けられます。ここでは、こうした音声認識AIにはどのようなサービスがあるか2つ紹介します。

• 横にスクロールします

出典：株式会社アドバンスト・メディア
出典：NTTテクノクロス

音声認識エンジンを手がける株式会社アドバンスト・メディアは、音声認識AIを活用したさまざまなサービスを展開しています。同社のAmivoiceエンジンは、声の情報と言語の情報を組み合わせながら、音声を文字に変換するAIです。オンライン会議の需要の高まりとともに、同社は2021年時点で、7年連続で音声認識市場No.1シェアを誇っています（「ITR Market View：AI市場2021」音声認識市場ベンダー別売上金額シェア）。

NTTテクノクロスは、音声認識ソフトウェアの最新版を2021年11月に発売しました。最新版には、NTTコンピュータ＆データサイエンス研究所が開発したAI技術「MediaGnosis」を採用し、日本語の変換精度を高めました。相づちや「つなぎ言葉」、話し言葉特有の表現を認識することで、意味を理解しやすいテキストに変換できるようになったと言います。また、複数の人の声から話者を特定できる機能も搭載しています。

5. DXへのAI導入に立ちはだかる課題2つ

4章では、DXを進める上でどのようにAIを活用していけばよいのか、具体的な業界・企業の事例をいくつか紹介しました。しかし、実際にAIを導入しようとすると、いくつかの課題が立ちはだかります。

5-1. AI人材不足が深刻となっている

まず挙げられる大きな課題が、AIを扱える人材が不足しているという点です。AIを活用してDX（デジタルトランスフォーメーション）を進めたくても、AIについての知見を持った人材がいなければスムーズに推進することは難しいでしょう。

「DX白書2021」の調査によると、AIを進める上での導入課題の1位が「AI人材が不足している」で、回答企業の55.8%を占める結果となっています。IT人材不足が深刻となっている近年では、優秀な人材の獲得にはコストがかかるという課題もあります。

参考：独立行政法人情報処理推進機構「DX白書2021」

5-2. AI導入に向けた体制が整いにくい

AIを導入するためには、経営層を初めとした企業全体の体制構築が欠かせません。「AI活用でどんなメリットがあるのか」「何をゴールに進めるのか」がしっかり定まっていなければ、スムーズに導入することは難しいでしょう。

また、AIが自律的に学習を進めるためには、ある程度のデータ量や質を確保する必要があります。ひとつの企業が膨大な量のデータを用意するには限界があり、予算もかかります。こうした点がネックとなり、AI導入を妨げるケースもあるようです。

6. AI活用でDX推進するための3つのポイント

ここからは、AIを活用してDX（デジタルトランスフォーメーション）を進めるために必要となる3つのポイントを解説していきます。

6-1. DXの具体的な目標を決める

AIに限らず、DXを進める上で最も大切なのが「目標（ゴール）をしっかり定めること」です。目的もなくAIをただ導入するだけでは全く意味がありません。間違っても「AIを導入する」がゴールにならないよう気を付けましょう。

DXを通じて目指す目標を具体的に決めた後に、それを解決する手段としてAI活用を検討するようにしましょう。

6-2. 学習データの品質に気を付ける

AIによる認識や予測の精度を上げるために重要となるのが、「学習データの品質」です。なぜならば、AIは、誤ったラベリングやノイズ、データの偏りがあったとしても、何の疑いもなく、そのまま学習してしまうからです。

これを防ぐためには、異常値の原因を探して不要なデータを取り除き、データの品質を高めておくことが大切です。

6-3. AI人材確保を進める

5章で解説した通り、AI導入したくても、人材不足がネックとなって導入できていない企業が多く存在します。この課題を解消するためには、社内でAI活用やDX推進できる人材確保を進める必要があります。

AI人材には、以下のような3つの種類があります。

DX成功のためには、自社にはどのようなAI人材が必要かを検討し、採用・教育・育成していくことが求められます。自社でのAI人材育成が難しい場合は、AI人材育成に特化した教育サービスを利用するのも良いでしょう。

7. AI活用でDXを進める際に注意すべき3つの視点

AI（人工知能）を活用してDX（デジタルトランスフォーメーション）を進める際には、AI特有の注意点があります。人間が作り出したAIは人間とは違う全く新しい存在ゆえ、副作用もあるからです。

7-1. AIによる差別

AI（人工知能）は時に、差別的な判断や行動を行う可能性があります。AIによる差別は実際に複数の事例が報告されており、インターネットなどで話題になっています。

出典：「AIによる差別」の現状とは？事例、原因、世界各地の取り組みを紹介

AIが学習するデータに偏見やバイアスが含まれていると、そのままAIの判断や行動に反映されてしまう可能性があります。AIによる差別を行わせないためには、差別的な判断を下した際にその判断を是正するような検査体制の確立が不可欠です。

7-2. AIによる判断ミス

2018年にイギリスのエセックス大学教授が発表した報告書によると、ロンドン警視庁のライブ顔認識AIが判定した犯人の81%が「誤認」だったそうです。もしそのまま逮捕してしまえば、冤罪事件に発展しかねない案件です。

参考：Yahooニュース「警察の顔認識システムは8割が「無実」　英大学が報告書」

AI（人工知能）の判断は100%ではなく、判断ミスをすることがあります。いくら精度が高くなったとしても、「AIもミスをすることがある」というデメリットを理解しておくことが大切です。

7-3. プライバシー保護への配慮

AI（人工知能）と個人情報データを組み合わせることで、より精度の高い提案や予測が可能となります。しかし、ユーザーが登録したプライベートな個人データを扱う際には、プライバシー保護への配慮に注意しなければなりません。

2019年に就職活動サイトの運営会社が、AIを用いて弾き出した「内定辞退率スコア」を企業に販売していたことが明らかになりました。この件では、就職活動を行っていた学生に適切に同意を得ることなく、本人たちの期待を裏切る形で個人データを扱っていたことが問題とされました。

データの取り扱いについての本人の同意を得ること、プライバシー保護への配慮を怠らないことが求められます。

8. クラウドAIを活用したDX推進ならNTT東日本へご相談ください

この記事では、AI活用でDX（デジタルトランスフォーメーション）を進めるためのさまざまな情報をお伝えしました。しかし、AIを導入したくても「社内にAI人材がいない」「AIを社内で構築するのは難しそう」という企業も多いのではないでしょうか。

そこで活用していただきたいのが、NTT東日本の「クラウドAI活用支援 for AWS」というサービスです。クラウドAIとは、大量のデータをクラウドに送信し、クラウド上で高速学習させる仕組みをいいます。

当社のサービスでは、アマゾンが提供するAWS（Amazon Web Services）サービスと組み合わせて、AI導入・活用することが可能です。

• ※1
  Amazon Web Services(AWS)は、米国その他の諸国における、Amazon.com, Inc.またはその関連会社の商標です。

8-1. クラウド導入からAI活用までワンストップで提案可能

NTT東日本の「クラウドAI活用支援 for AWS」では、豊富な経験を持つデータサイエンティストが、AIを活用した企画やコンサルティングを通して、お客さまの事業課題の解決や業務改革を支援します。

単なる「クラウド導入」「AI導入」ではなく、業務効率化など企業内の課題解決をゴールに据えてサポートいたします。

DX・AI活用・BCP対策など、自社の事業改革を積極的に推し進めていきたい企業担当者は、ぜひ一度ご相談ください。

8-2.「クラウドAI活用支援 for AWS」の事例

当サービスではさまざまなシーンでの映像検知に対応しています。ここでは活用事例を3つご紹介します。

①挙動検知AI

Webカメラの動画をAIがリアルタイムに解析することで、以下のような検知を行うことが可能です。

②水産・陸上養殖 × AI

水産物のへい死発生などを検知することが可能です。作業員が目視で行っていた確認をカメラ映像で代替して行うことができるため、業務の効率化に繋がります。

③衛星写真 × AI

衛星画像と組み合わせたクラウドAIシステムです。災害が発生した時などに被害状況を衛星画像から確認したり、罹災地域の特定をしたりすることが可能です。広域にも対応できるため、早期の解決が可能となります。

8-3. 事例や予算はお気軽にお問い合わせください

上記で紹介した事例以外にも、映像検知クラウドAIソリューションは幅広い利用シーンで活用できます。

「活用事例をもっと知りたい」「予算内でできることを知りたい」など少しでも興味があれば、ぜひお気軽にお問い合わせください。

まとめ

この記事では、「DXって何？」「AIって何？」という基礎的な知識から、DXを進めるためのAI活用のポイントや副作用まで、さまざまな情報をお届けしました。

冒頭で述べた通り、「AIを活用すればDX」という訳にはいきません。DXは単にデジタル化することではなく、デジタル技術などを活用して競争上の優位性を確立することをいうからです。

デジタル競争の敗者にならないためには、AIなど最新の技術を活用して攻めの改革を進める必要があります。進め方に不安がある方は、ぜひ一度NTT東日本にご相談ください。