1

2016.11.12 　アディッシュ株式会社

池谷昌大

AI 技術をサービスで活用するには？

～ 活用障壁と事業現場での乗越え方 ～

第 17 回 全脳アーキテクチャ若手の会 勉強会 カジュアルトーク　

2

自己紹介

＜略歴＞1977 年鎌倉生まれ。横浜国立大学経営学部卒。

5 年間　半導体業界　営業国内製半導体商社、海外製半導体商社、外資系半導体メーカー

2 年間　音楽活動　 CD3 枚リリース（・・・今でも自分のアイデンティティは音楽制作）

2009 年 2 月～　株式会社ガイアックス・ 24 時間 365 日 SNS モニタリング、カスタマーサポートサービスを担当

2014 年 10 月の分社後、アディッシュ株式会社にて取締役。

アディッシュ株式会社　取締役池谷 昌大 （いけや まさお）

趣味：スティールパン、コンガ、ボサノバギター

33

モニタリング カスタマーサポート

スクールガーディアン フロントサポート

24 時間 365 日SNS 目視チェック

メール、 TELチャット顧客対

応

ネットいじめ対策リテラシー教育

よりよいユーザー体験を能動的に創

出

アディッシュの事業

4

アディッシュとは

企業ミッション：つながりを常によろこびに新たなコミュニケーション手段によって

発生する課題（主にオンライン上）を

「人の手＋技術力＋専門ノウハウ」

・・・により解決する会社です。

設立： 1999 年 3月分社化

2014 年 10 月

24 時間 365 日有人＋システム一体型サービス

ガイアックス内で 2006年より SNS モニタリング事業開始

5

拠点

従業員数： 400 名程全拠点 24 時間 365 日運用

＜国内拠点＞・仙台・東京・福岡・沖縄

＜海外拠点＞・フィリピン　マニラ

6

AI に関わるようになった経緯

7

AI に関わるようになった経緯

・ 2015 年 10 月頃　 AI 関連のニュースを頻繁に目にし、

「もはや、うちの会社の事業ってなくなるんじゃないの？」 と孤独に焦る

（＞ _ ＜）⇒ まだ少なかった機械学習の本やらセミナーやらを調べ

まくる

8

AI に関わるようになった経緯

・理解してくると、現時点では自社が

「むしろ強みを作れる！」と確信

＼＼ ٩(๑❛ᴗ❛๑)۶／／言葉の意味を

人間のようにとらえ

るのは当分は難しそ

う

データにラベリングできる体制とかノウハウの方が影響度高いノウハウやデータが自然にたまっていく構造のサービスをしている

9

AI に関わるようになった経緯

・ 2016 年 1 月 WBA 若手の会新年会に参加

　「なんか楽しい」　「賢くて良い人たちだ」と感動。　　　⇒勉強会等で、技術のポイントが理解でき、　　　　自社で事業活用する粒感まで課題を落とし込めた。　

・ 2016 年 4 月　　 WBA 若手の会スポンサーにアディッシュ参加・ 2016 年 5 月　　画像認識のディープラーニング活用開始・ 2016 年 10 月　チャットボット＋有人チャットサポートの hitobo リリース

10

アディッシュの AI 技術活用

11

アディッシュの AI の取り組み方

課題解決の水準

将来現在

AI でやる範囲 (B)

人でやる範囲(A)

今できる水準

AB

C

１ . 人でやる範囲 (A) と AI でやる範囲 (B) について、　　 課題に対し、その時点のベストな組み合わせを提供。

２ . AI でやる範囲 (B) を増やし、さらに人では解決できないことも　　 技術的に解決。全体で解決可能な水準 (C) を上げていく。

この配分のうまさで事業化する器用なことをやる

12

アディッシュの AI 技術の取り組み以下テーマで機械学習の取り組み中。「実務直結かつ、データのラベリングできることが重要な分野。そのラベリングにはサービスノウハウや人間の感覚が大きく影響する分野」を選択。

・画像認識：　　　画像モニタリング　　　分類サービス

　・テキスト分類、意図理解：　　　チャットボット＋　　　有人チャットサポート

13

AI 技術の活用障壁と事業現場での乗越え方

14

今ビジネス界は空前の AI ブーム！

15

今ビジネス界は空前の AI ブーム！

という言葉の

「 AI 」の客寄せパンダ的扱いがすごい・・・

過剰期待と過剰不安を煽りつつ、言葉が独り歩き中。　・・・色々な誤認のおかげ？？　ちょっと諸刃の剣状態。

16

なんだかんだAIブームもキッカケとしては大事。「事業で使われて」成果を出さないとその後、社会全体の技術投資もされない

17

でも実際は・・・　①成果を出し継続するところ　②費用対効果悪過ぎと縮小するところ　・・・の二極化の予感。と、そもそも　③取り組めないところの 3 パターンにそれぞれなりそう。

18

事業で使うのは難しい。

（＞ _ ＜）　

「理論的に解決可能」と「現場で活用できる」は異なる！

19

難しさを認識したうえで乗り越えるのが正しい姿勢　

ƪ(˘ ˘)ʃ⌣

20

・・・ということで。

一から始めるとき、どこの企業でも発生しそ

うな障壁から考える

＼＼ ٩(๑❛ᴗ❛๑)۶／／

21

※技術の話でなく事業の現場で進めるとき

の　　　　　　　　障壁の話で

す。hitobo の店番 Botヒト坊

22

取組み後取組み前

企業内での AI 技術活用の障壁

④活動が単発で終わり、強みが作れない

①事業活用レベルのよいテーマが選べない

②推進力のあるチームを構成できない

③始めてもいきなりは上手くいかない

⓪どう学べばいいか分からない！

①何に使う？②推進チームは？

③社内合意は？ ④強み作りは？

障壁

⓪どう学ぶ？

23

取組み前取組み前①何に使う？②推進チーム

は？⓪どう学ぶ？

開始前

に割

と 運命

決ま

るよ！

24

④活動が単発で終わり、強みが作れない

①事業活用レベルのよいテーマが選べない

②推進力のあるチームを構成できない

③始めてもいきなりは上手くいかない

⓪どう学べばいいか分からない！

障壁

⓪どう学べばいいか分からない！　　　　　　　　　　　　　　↓

　若手の会の勉強会に参加する（文系・理系関係なく、今の技術で何ができるか知る）　

①何に使う？ ②推進チームは？

③社内合意は？ ④強み作りは？⓪どう学ぶ？

25

文系・理系関係なく、今の技術で何ができるか知る若手の会で 【汎用人工知能】 への道筋を知ることで、現在～今後の技術において、　

　　　「このあたりはしばらくは難しくて」　 難度 高　　　「このあたりは工夫のしどころで」 難度 中　　　「このあたりは余裕」 難度

低　　　・・・が、ざっくりと理解できる。　

⇒ サービス設計に関わる人は基礎知識と見通し理解重要。

事業の注力箇所を見誤らないように！

26

④活動が単発で終わり、強みが作れない

①事業活用レベルのよいテーマが選べない

②推進力のあるチームを構成できない

③始めてもいきなりは上手くいかない

⓪どう学べばいいか分からない！

障壁

障壁①　事業活用レベルのよいテーマが選べない　　　　　　　　　　　　　　　

①何に使う？ ②推進チームは？

③社内合意は？ ④強み作りは？⓪どう学ぶ？

27

AI はテーマに何を選ぶかが

命。自社開発体制があるか？とか技術力の高低以前に『取り組むテーマ選択』がすべ

て。

28

AI は導入すれば良くなる課題が現在はまだ極端

事務作業

リアルビジネス

人が判断してる仕

事

PC 化

インター

ネット化

AI化

必ず劇的に効率化。

利便性の拡張。戦略次第で劇的に成功。

画像認識、数値の相関関係から予測等。

言葉の意味理解の影響大きい分野は苦手等、成果出しにくいタスク

も。

29

技術的解決可能性

影響　　規模

継続的なデータ・ノウハウ蓄積

自社のこのセグメントを見つける！作る！

何を自社で進め、何を外部と組むか重心を判断

ビジネスモデルやノウハウに由来するデータが溜まる構造

影響力が高い領域　

・社内横展開・顧客共通ニーズ・ニーズの継続性

技術水準における解決可能性とかけるコストのバランス

30

例 :adish でチャットサポートへの活用をテーマに選んだケース

カスタマーサポートのノウハウ

予測可能な簡単な質問は Bot で自

動返答可能

ユーザーの個別事情は人でしか理解

できない

同じような問合せに、同じ回答をす

るタスク多い

直近で市場トレンドが来ている

Bot が返答不可でも、人が対応でき、対話ログがた

まる

対話ログを学習データに活用でき

る

企業毎、業界毎ニーズに最適化

技術的解決可能性

継続的なデータ・ノウハウ蓄積

影響規模 ＜社会ニーズ＞【聞く側】　すぐ回答欲しい【答える側】　たくさんあって大変

31

AI を使わない判断する場合も・・・

【補足】今この分野では「 AI を使わない」と判断するにも AI の技術観点が必要。　　　使わないと判断した後も継続的なキャッチアップを。

例：画像認識タスクで技術的に結果が出しやすい課題　　　・・・自社自体で取り組むか、「取り組む他社が　　　　現れるだろう」前提で事業を進めている必要。

32

④活動が単発で終わり、強みが作れない

①事業活用レベルのよいテーマが選べない

②推進力のあるチームを構成できない

③始めてもいきなりは上手くいかない

⓪どう学べばいいか分からない！

障壁

障壁②推進力のあるチームを構成できない　　　　　　　　　　　　　　

①何に使う？ ②推進チームは？

③社内合意は？ ④強み作りは？⓪どう学ぶ？

33

推進力のあるチームを作るには？

1. AI 技術を自社マーケティング視点で　 「サービスに翻訳できる推進者」2. AI 技術とサービスを理解し　　　「実装に翻訳できる技術者」3. 技術見通しを理解し　　　「意思決定できる経営層」

↓サービス設計にせよ、機械学習の技術活用にせよ、 1個 1個が重たいので、分業できない

としんどい。

34

推進力のあるチームを作るには？

今活用可能なAI

技術

AI活用サービス

事業推進者

技術者

「サービスに翻訳できる推進者」

「実装に翻訳できる技術者」

「意思決定できる経営層」

経営層把握

把握

把握

変換

変換

整合性と継続

35

取組み後取組み後

③社内合意は？ ④強み作りは？

まだ

まだ

大変

。 が

んば

ってね

～

36

④活動が単発で終わり、強みが作れない

①事業活用レベルのよいテーマが選べない

②推進力のあるチームを構成できない

③始めてもいきなりは上手くいかない

⓪どう学べばいいか分からない！

障壁

障壁③　始めてもいきなりは上手くいかない　　　　　　　　　　　　　

　↓

関係者の技術的な特性理解と社内合意が必要

①何に使う？ ②推進チームは？

③社内合意は？ ④強み作りは？⓪どう学ぶ？

37

機械学習はやってみないと結果が分からない

当初想定の結果がでない場合も、大目的から外れない限り、目標の微修正も有りじゃないと進めづらい。→進めてみて、出せそうもない数値目標に大きなコストを払うより、実現可能な目標に微修正するのもあり。

目標設定 データ集める

データ整備、

ラベリング

機械学習の活用

思った結果が出な

い

自社事業に適用時の技術知識の蓄積＝【一番大事】　⇒自社でしか持つことができない。続けて初めて得られる。

　 R&D 体制が存続できる環境が必要

ひたすら試行錯誤

38

④活動が単発で終わり、強みが作れない

①事業活用レベルのよいテーマが選べない

②推進力のあるチームを構成できない

③始めてもいきなりは上手くいかない

⓪どう学べばいいか分からない！

障壁

障壁④　活動が単発で終わり、強みが作れない　　　　　　　　　　　　　　　↓

「現場フローに載る設計」を強く意識。実績を出し、横展開できるようにする。

①何に使う？ ②推進チームは？

③社内合意は？ ④強み作りは？⓪どう学ぶ？

39

ブームに乗ってやったが・・・取り組みが継続しない。展開されない。

【原因】→　テーマ設定がいまいち→　継続の重要性が共通認識にならない

→　現場フローに載らない

40

現場フローに載る設計の例

例）コールセンターで。

そん

なの

やだ

やだ

～

やっ

たる

で～

関係者が自分自身へのメリットをイメージできる状態で進められるのが大

事。

顧客対応後に、ラベリング作業が余計に増えた。しかも、ラベリングの末、自分の仕事がなくなるのか～あと思いながらやる。ラベリング作業が、別に作業していた報告・集計

作業を兼ね、フローが楽に。やればやるほど、対応テンプレートのレコメンドの精度が上が

り、顧客対応がやりやすくなった。効率化できた時間は品質改善業務に充てられ、自分の仕事の成果も多く残せるように。

A

B

41

取組み後取組み前

企業内での AI 技術活用の障壁と乗越え方

④活動が単発で終わり、強みが作れない

①事業活用レベルのよいテーマが選べない

②推進力のあるチームを構成できない

③始めてもいきなりは上手くいかない

⓪どう学べばいいか分からない！

②推進チームは？

③社内合意は？ ④強み作りは？

障壁

乗越

え方

①1. 技術的解決可能性、 2.影響規模、 3.継続的なデータ・ノウハウ蓄積、が重なるセグメント

②技術を理解した「推進者」、「技術者」、「経営層」が揃って推進力が発揮される

④「現場フローに載る設計」を強く意識。実績を出し、横展開できるようにする。

⓪若手の会に参加する！

③機械学習は、関係者の技術的な特性理解と社

内合意が必要

①何に使う？⓪どう学ぶ？

42

人間の欲は永遠＝ずっとテーマは生まれる

今：特化型AI の世界テーマ設定のうまさがすごく影響

限定的な　汎用 AIから始まる？急に「なんでもできる」ではなく、活躍分野が限られたものから？

人間の　　欲は永遠もっと楽に暮らしたい、楽しく暮らしたい　　～知識欲に至るまで。AI が日常化した　　次の価値観

やることが無くなることはない。

43

社会全体でよい AI 活用サービスを

実現するには

？

44

技術の将来研究領域

ビジネス化事業推進者

技術応用エンジニア

よい AI 活用サービスを実現するには？

AI 活用サービス

自分の領域で圧倒的な専門家になりつつ、専門じゃない領域も、重要な観点を吸収し

ておく

技術者はサービスに興味を持つ！

事業推進者は技術に興味を持つ！

45

技術の将来研究領域

ビジネス化事業推進者

技術応用エンジニア

AI 活用サービス

よい AI 活用サービスを実現するには？

自分の領域で圧倒的な専門家になりつつ、専門じゃない領域も、重要な観点を吸収し

ておく

この接点どうするの？

46

接点をつくり出すコミュニティのプラットフォームとして

若手の会すごい大事！

47

接点をつくり出すコミュニティのプラットフォームとして

若手の会すごい大事！

⇒ 企業はスポンサーしましょう

48

協力はお金だけではありません

⇒ 自ら参加していきましょう！

49

なかなか参加できない場合も

⇒ 応援していきましょう！

50

まとめ　 AI 技術をサービスで活用するには？

１．関わる皆が AI の基礎知識を　　　　　　　持つ。持ってもらう。２．技術的な可否だけでなく、　　　 AI 活用推進時の障壁を

意識する。３．WBA 若手の会大事。

51

以上、お時間をいただき、ありがとうございました！

hitobo の店番Bot

ヒト坊