AIって結局なにができるの？【技術者対談】

実は、AI導入で失敗する企業の多くは『導入すれば勝手に効果が出る』と思い込んでいることなんです。導入してからが本当のスタートなんですよ。

そうですね。まず必要なのは『データの整備』です。機械学習でもディープラーニングでも、人間が読み取れるデータをAIが読み取れるように加工してあげる必要があります。データの形式を統一したり、欠損値を補完したり、そういう地道な作業から始まります。

それから、どのAIを活用する場合でも『人材育成』は欠かせません。ツールの操作に慣れるだけでなく、"どう使えば成果につながるか"という視点が重要です。 特に生成AIのような対話型ツールでは、『どんな質問をすれば期待する答えが得られるか』『結果をどう解釈し、活用するか』といった"AIとの対話スキル"が求められ、一定の学習期間も必要になります。

経験上、生成AIの場合、基本的な使い方を覚えるのに1〜2週間、業務で実際に活用できるレベルになるまで1〜3ヶ月はかかります。特に重要なのは『プロンプト（質問の仕方）のコツ』を覚えることです。同じ質問でも、聞き方次第で結果が全然違うんです。

例えば、『資料を作って』と言うだけでは曖昧すぎます。『営業向けの商品紹介資料を、A4で2ページ、図表を含めて作成してください。ターゲットは中小企業の経営者です』のように、具体的に指示することが重要です。また、生成AIを使う場合、『どんな情報を入力していいか』『出力結果をそのまま使っていいか』『誰がチェックするか』といった社内ルールも必要になります。

機械学習の場合は、選定したソリューションによって習得期間が大きく変わってきますね。本格的なツールの場合、データの見方、分析結果の解釈方法、予測精度の評価など、統計的な知識も必要になります。一方、弊社で取り扱っているGeminiotは、機械学習を使ったデータ活用をライトユーザーのお客様でも簡単に実現できるコンセプトのBIツールなので、短期間でPoCを開始できます。

まずはデータの収集と加工ですね。Geminiotは様々なデータソースに接続できるコネクタを持つことに加え、ETLツールも搭載していますので、データを集めてAIが読み取れるように加工する一連の流れを簡単に実現できます。その後、分析用のアルゴリズムを選定したりパラメータをチューニングする作業がありますが、これらの作業はGeminiotが自動でやってくれるため、専門知識不要でAIモデルを作成できます。また、分析結果や根拠を説明するダッシュボードも自動作成されるので、AIの分析結果をもとした意思決定をスムーズに実現できます。

『継続的な改善』ですね。AIは使っていくうちに、どんどん改善点が見えてきます。例えば、『この業務にはもっと効率的な使い方があるんじゃないか』『この部分は人間がやった方が早いな』といった気づきが出てきます。それを定期的に見直して、運用方法を改善していく必要があります。

あと、意外と見落とされがちなのが『社内のルール作り』です。生成AIを使う場合、『どんな情報を入力していいか』『出力結果をそのまま使っていいか』『誰がチェックするか』といったガイドラインを作らないと、思わぬトラブルが発生します。

きちんと取り組めば、確実に効果は出ます。ただ、通常のアプリケーションと同じで開発したら終わりではなく、運用を続ける中で品質を高めたり、現場の活用度合いをチェックして改善のサイクルを回していくことが、生産性向上のためには重要ですね。

そうですね。私たちベル・データでも、導入後のサポートを重視しています。導入して終わりではなく、お客様が実際に使いこなせるようになるまで、継続的にフォローアップしています。

その通りですね。AIは今後ますます重要な役割を果たすでしょうから、私たち自身もその変化に柔軟に対応していくことが求められます。

生成AIは、これまで人間が時間をかけて調べたり考えたりしていた作業を、まるでいつでも頼っていい相談役のようにサポートしてくれます。お客様一人ひとりの業務に寄り添える生成AIソリューションを提供していけたらと思います。

IBM i は長年にわたって企業の基幹業務を支えてきた実績があります。そこに今回お話しした生成AIや機械学習の技術が加わることで、IBM i はさらに進化し続けます。お客様には『IBM i を選んで良かった、これからも安心して使い続けられる』と実感していただけるよう、私たちも技術革新を続けていきたいと思います。