NTT東日本 法人のお客さま

【分野別】AIの身近な活用事例6選!
機械学習との違いやできること・できないことを解説

急速な情報化が進む現代では、多くの情報がデータ化され、インターネットを通して共有されています。それにともない、観測データを分析・活用する技術としてAI(人工知能)の存在が注目されています。

一方で「AIという単語はよく耳にするが、何に使われているのかはよく分からない」という方は多いのではないでしょうか。そこで、今回の記事ではAIの意味や仕組みを解説し、身近な活用事例を分野別に5つ紹介します。

AIの面白い活用方法だけでなく、ビジネスへの活用例も紹介していますので、自社の業務に活用できるAI技術をお探しの方はぜひ参考にしてみてください。

AIとは?

AIは情報化社会の中で欠かせない技術として広く浸透しています。一方で「AIについてある程度の知識はあるがどのような仕組みで動いているのかは分からない」という方もいるのではないでしょうか。この章では「AIの意味や仕組み」「機械学習・深層学習との違い」について解説します。

AIの定義

AI(Artificial Intelligence)とは人工知能のことで、人間の知能をコンピュータで模倣する技術です。
具体的な応用例としては

  • 自然言語処理
  • 音声認識
  • マシンビジョン

などが挙げられます。

AIの仕組み

AIは、以下の3要素を用いて、人間の知能をコンピュータで再現しています。

  • センサー
  • システム
  • アクチュエータ

AIはセンサーにより周囲の状況を把握しています。これは人間の視覚や触覚、聴覚などの機能を模倣している要素です。

AIは、人がプログラムしたシステムに沿って考え、判断します。人間は脳を使って状況を判断し、行動します。システムを用いることで人間の脳の機能を再現することが可能です。

また、システムが命令によりモーターなどのアクチュエータを動作させ、作業を行います。これは人間の腕や足に相当する要素です。ただし、データ分析などに用いられるAIは、アクチュエータを持たず、システムによるデータの出力のみを行います。

機械学習・深層学習との違い

機械学習とは、大量のデータから規則性を学習する技術です。また、深層学習(ディープラーニング)とはニューラルネットワークを発展させた技術です。ニューラルネットワークとは、脳の神経回路をモデルとしたシステムで、機械学習よりも高度な学習能力を持っています。

深層学習は機械学習の一部で、機械学習は人工知能の一部です。しかし、現在ではAI(人工知能)はデータ分析の分野で用いられることが多いため、機械学習とほぼ同じ意味で用いられています。

AIの身近な活用事例5選

AIの運用には専門的な知識が必要なため、導入のハードルが高いという認識をされることが多いです。しかし、実際にはさまざまな分野で導入・運用されています。

この章では、AIの身近な活用事例を5つ紹介します。

農業

農業分野では、AIは土壌の欠陥や栄養不足の特定に活用されています。例えば、雑草が成長している場所の分析を行うことで、畑の状態を予測します。

また、AIカメラを用いることで収穫物の大きさや形状を認識することが可能です。規定の大きさや形状を設定しておくことで、規格外品の判断ができるため、品質の安定につながります。

医療

医療分野では、画像認識AIによるがんの早期発見が行われています。AIに病理画像を学習させることで、医師の診断基準よりも高い精度でがんの発見が可能です。

その他にも、伝染病の発生予測や病気の臨床歴、遺伝との関連性調査など、膨大なデータからの予測が必要な問題にAIが活用されています。

また、AIチャットボットによる問い合わせの自動化を実施することで、職員の負担を軽減できます。

小売業

店舗業務では、混雑状態を分析し、通知するシステムにAIが活用されています。従業員はエリアごとの混雑状況を常に把握できるため、レジ前の混雑にスムーズに対応できます。

また、店舗に設置されたカメラの映像から、入店者数や顧客属性の分析が可能です。そのため、客観的なデータに基づいた仕入れ・配置の見直しを行えます。

加えて、防犯カメラ映像をAIがリアルタイムで分析し、顧客の不審行動の検出を行っています。AIによる不審行動検出、通知により万引きの防止対策が可能です。

小売業におけるAIの活用方法は、以下の資料を参考にしてみてください。

万引きロス額を最大80%削減した
ドラッグストアや
月100万円以上の売上が向上した
スマートストアの例もご紹介中!

無料

小売業(店舗)向け
DX推進ガイドブック

製造業

AIを搭載した自律ロボットを用いることで、工場の長時間稼働が可能です。

また、画像認識AIを活用した不良品チェックの無人化が行われています。これにより品質管理・検査の負担軽減や人件費の低減が可能です。

教育

教育現場では、生徒の習熟度に合わせたカリキュラムの作成にAIが用いられています。

また、画像認識AIを用いたテストの自動採点やテスト結果を基にした成績評価など、事務作業を自動化することで教師の負担を軽減しています。事務作業の自動化により人件費の軽減ができるため、教育の低コスト化が可能です。

AIにできること5選

急速に発達しているAI技術ですが、どのようなことができるのでしょうか。この章では、AIにできることとして以下の5つを紹介します。

  • 画像認識
  • 自然言語処理
  • 音声認識
  • 最適化
  • 大量データの分析・予測

1つずつ解説していきます。

画像認識

画像認識とは、視覚的な情報の分析技術です。カメラなどの映像から、さまざまなデータを得られます。

例えば、映像に映っている物体が何であるかの判断や、文字の認識が可能です。画像認識AIを活用することで署名識別や医用画像解析などが可能になります。

自然言語処理

自然言語処理とは、人間の言語をコンピュータが理解できる形に処理する技術です。

コンピュータは、0と1の羅列である「機械語」により情報を処理しています。機械語は人間には理解できないため、プログラミング言語を用いて命令を与えています。プログラミング言語は明確な文法が存在する人工的な言語のため、コンピュータでも理解できます。一方で、通常の言語にはあいまい性があるためコンピュータは理解できません。

自然言語処理を用いることで、通常はコンピュータが理解できない言葉を、理解できる形に変換できます。自然言語処理はスパム検出などさまざまな場面で利用されています。

音声認識

音声認識とは、音声を認識し、文字に変換する技術です。音声認識の研究はAIの活用により精度が飛躍的に向上しました。

音声認識は文字起こし機能に活用されているほか、自然言語処理と組み合わせることでスマートスピーカーなどにも活用されています。

最適化

最適化とは、これまでのパターンを分析して適切な方針・計画を立てることです。AIは、過去のデータを学習し、最も効率的なパターンを考えます。

最適化を利用することで、最も利益の出る生産数の計算や仕入れ数を判断することが可能です。無駄のない製造・仕入れ・販売を行うことで、生産性の向上や売り上げの増加につながります。

大量データの分析・予測

AIは大量のデータを学習し、データの法則や傾向を分析します。分析結果と現在のデータを照らし合わせることで、今後の傾向などを予測可能です。

データの分析・予測技術を用いることで、店舗の顧客数を予想できます。過去の顧客データと天候や曜日、時間帯などのデータの相関関係を調べ、傾向を分析します。

AIにできないこと2選

さまざまな分野で活用されているAIですが、現在の技術ではできないこともあります。AIを活用できない、人間にしかできない業務を把握しておきましょう。

この章では、AIにできないことを2つ解説します。

創造

AIは新しいものを生み出すことができません。AIは、データを学習し、プログラムに沿って処理を行います。そのため、明確な指標に対して最適化することはできますが、全く新しいものを作ることはできません。

ただし、AIは大量の作品データを学習することで、新しい作品の作成が可能です。この技術は絵画AIで用いられています。

共感

AIは感情を推測できません。AIは定義に従って状況を数値化し、判断しています。そのため「相手の気持ちを察する」というあいまいな基準に基づく行動はできません。

一方で、近年では「表情」を読み取るAI技術が発展しています。この技術は、人間の感情を読み取れるAIの開発に活用されています。

AI導入のメリット・デメリット

さまざまな仕事に活用されるAIですが、運用コストがかかるなどの導入前に確認しておくべき事項も存在します。この章では、AIのメリットとデメリットを解説します。

メリット

AIを利用するメリットは、以下のとおりです。

  • 迅速な対応が可能
  • 人件費が低減できる
  • 数字を扱う業務の効率化ができる

AIはデータに対しリアルタイム処理・分析を行うため、即時対応が可能です。特に、顧客対応や防犯対策での利用では効果的です。また、繰り返しの単純作業はAIに置き換えられます。AIに置き換えることで業務に必要な人数を減らせるため、人件費の低減につながります。

AIを用いることで、人間よりも速く、正確なデータの処理や数値計算が可能です。また、ヒューマンエラーが起こらないため二重チェックの負担を軽減できます。

デメリット

AIのデメリットは、運用に専門的な知識が必要なことです。専門的な知識が必要になる、長期投資であるなどの理由から、導入したものの使いこなせなかったというケースが多いです。

また、AIは膨大なデータからパターンや傾向を学習します。そのため、学習データがなければ運用できません。AIの特性を理解し、自社の用途を明確にしてから検討・導入する必要があります。

店舗やオフィスへのAI導入なら「映像AIサービス」

店舗やオフィスで「現場の見える化」を推進する企業には「映像AIサービス」がおすすめです。「映像AIサービス」はNTT東日本が提供している映像解析サービスで、以下のようなメリットがあります。

  • 入店者数や購買層の情報をデータとして可視化できる
  • 万引き対策機能が利用できる
  • 作業員や台車の動線・移動時間分析による業務効率化ができる
  • 導入コストが抑えられる[※]

※お客さま自身でAI解析サーバを用意する必要はございません。
※ご利用には、カメラ設置場所に本サービス専用のフレッツ光回線が必要です。また、解析結果の閲覧などにはインターネット接続環境が必要です。

顧客や従業員の情報をデータ化、可視化することで、業務効率や売り上げの向上を期待できます。また、作業員や台車の動線・移動時間を分析することで配置の見直しができます。無駄のない配置により業務効率化をサポートします。

「映像AIサービス」では来店者の不審行動をAIが検知し、スマートフォン(専用アプリ)に通知します。通知を受け取ると、不審行動を行った来店者に対して声かけを行うことで、万引き防止を図ります。

NTT東日本が提供するクラウド型防犯カメラの「ギガらくカメラ」、あるいは既設カメラの映像を利用して分析を行います。[※]

※映像解析はNTT東日本ビルで行うためお客さま自身でAI解析サーバを用意する必要はありません。
※すべてのカメラが利用できるわけではありません。詳しくはお問い合わせください。具体的な活用事例は、以下の動画で紹介されています。

▼NTT東日本「映像AIで広がるDX(事例紹介:スマートストア)」

「映像AIサービス」の詳しい内容は、以下のリンクを参考にしてみてください。

「映像AIサービス」の詳細はこちら

まとめ

AIは、以下の機能を組み合わせることで、さまざまな分野に活用されています。

  • 画像認識
  • 自然言語処理
  • 音声認識
  • 最適化
  • 大量データの分析・予測

AIを導入することで業務効率の向上や人件費・負担の低減が可能です。一方で、AIにはできないことやデメリットもあるため注意が必要です。自社の用途や予算に適したAIの活用方法を検討してみてください。

事例も
紹介
DX推進ガイドブック

事例も紹介DX推進ガイドブック

  • 映像AIを活用した現場課題の
    見える化・データ分析・改善。
  • DXによる課題解決フロー、ソリューション。
  • DXによる販売効率化の事例もご紹介!

CONTACT

映像解析や現場DXについての
お問い合わせ・ご相談はこちらから

映像解析技術の
お問い合わせ・導入ご検討はこちらから

料金詳細、導入にあたり不安なことなど、
いつでもお気軽にご相談ください!

お客さまを担当する当社営業担当者または、
NTT東日本コンサルティングセンターの
経験豊富な専任スタッフが分かりやすくお答えします。

0120-765-000 受付時間:平日9:00~17:00(年末年始を除きます)0120-765-000 受付時間:平日9:00~17:00(年末年始を除きます)
お問い合わせフォームお問い合わせフォーム

ページ上部へ戻る