現在、「人工知能とは何か？」というAIにおける問いは、「人工知能がどのようにあなたとあなたの会社をサポートできるか？」という問いに変わっています。
人工知能（AI）は、プログラムされていないシステムであり、データのインプットおよび分析が行われ、収集されたデータで動作します。また、拡張分析、ブロックチェーン、量子コンピュータと共に世界を変える10つの新しい技術トレンドの1つとして認められています（ガートナー、2018年）。
AIは日常生活のあらゆる面に現れています。例えば、 Gmailのスマート返信、キッチンでのAlexa、スマートフォンの顔認識、Netflixのお気に入りの映画やSpotifyの音楽のおすすめ、さらには自動運転車などです。
2018年から2019年にかけて、AIの爆発的成長、および多くの産業や分野の変化に及ぼすAIの影響を目の当たりにしています。ガートナーは2018年10月に最高情報責任者（CIO）の3,000人を対象とした調査を実施しました。調査結果によると、AIは最も注目を集めた技術であり、リーダーの37％が自社でAIを既に使用しているまたは使用するつもりがあると述べています。
AIを利用するには様々な方法がありますが、最も一般的なものは次の通りです：エンタープライズ系ソフトウェア、パートナーとの共同開発、クラウドベースのAI、オープンソース開発ツール、自動機械学習、データサイエンスツールおよびクラウドソーシング開発（デロイト、2018年）。
アナリストは、2020年までAIから派生したビジネス価値が3.9兆米ドルに達し、AI技術がほぼすべての新しいソフトウェア製品とサービスに適用されると予測しています。AIは、30％以上のグローバルリーダーの投資優先順位のトップ5になります。2023年まで、各大企業はインフラストラクチャのAI化率を40％に増加し、仕事の生産性を更に向上させる可能性があります。さらに、40％以上の新しいアプリケーション開発プロジェクトには、AIの共同開発者がチームに含まれることになります。
デロイトの調査（2018年）によると、企業の82％がAI投資から経済的利益を得ています。そのうち、テクノロジー・メディア＆エンターテイメント／テレコミュニケーションおよびインダストリアル製品＆サービスの投資利益率が最も高いです。（図１を参照）。
図1：AI投資および投資利益率（ROI）：産業の相対景観（デロイト、2018年）
AIの早期導入者は、競争力を高めるためにAIに投資を行っています。63％の幹部は競合他社に差をつけるためにAI技術が必要であると考えていました（デロイト、2018年）。
大手企業のリーダーは、自社のビジネスにAIを使用することを計画しています。貴社はどうでしょうか？
2019年AIトレンド
様々なAIのトレンドとソリューション開発は世界で起こっています。FPTソフトウェア自体は、後述される膨大なリソースと詳細な戦略を備えた様々なサービス（こちらを参照）でAIを開発することに焦点を当てています。Young（2019年）の人工知能の最新の注目すべきトレンドについての記述の通り、この新たな技術への関心が高まっています。
- VOICE-TO-TEXT、チャットボット
自然言語とは、自然言語処理（NLP）、自然言語理解（NLU）、自然言語による相互作用（NLI）、および自然言語生成（NLG）を含むVoice-to-Textの背後のテクノロジであり、AIの最も有名な形の1つです。
従来、自然言語処理はテキスト分析で使用されており、今後数年間でも様々なユースケースが増えています。自然言語処理はまた、テキストおよび意味検索のユースケースへのプログレッシブスピーチにも貢献します（Harper、2018年）。音声認識システムは、単純なテンプレートベースのアプローチよりも高度なアルゴリズムを持つと期待されています。
機械学習は、特にテキスト分析において自然言語を対応します。例えば、自然言語処理が文書の用語と品詞を理解する場合、機械学習はそれらの間の関係を指摘できます。一方、自然言語が深層学習で対応される場合、処理結果の精度は機械学習よりも高いです。従って、自然言語と深層学習の間の関連も注目すべきものです。
- 顔認識
中国のSenseTimeシステムによる14億人の市民の顔認識（Fortune、2018年）またはGoogleフォトの勝訴（Fingas、2018年）の件のため、顔認識は最近多くの否定的な報道を受けています。しかし、この技術は、より高い精度と信頼性で、今年さらに成長すると予測されています。注目すべき例としては、写真に友達を簡単にタグ付けするためのFacebookのDeepfaceプログラム、またはiPhone Xの顔認識によるデジタルパスワードがあります。
顔認識により、ショッピング体験から広告体験まで、ユーザ体験をパーソナライズできます。セキュリティチェックでのペイメント、法律執行、さらにヘルスケアにおいてもこの技術が利用できます。
画像認識は顔認識のコアであり、Google Vision、Amazon Rekognitionなどの実例があります。
顔認識は、ビデオ監視またはCCTV監視のための技術で見えます。市場の現在の技術は、高精度と高効率で早くて検索・検出できます。CCTVカメラやビデオ監視のAI技術は、人間、物体、乗り物を分析するコンピュータソフトウェアプログラムを使用します。市場に出回っているプラットフォームの中には、人間の行動を監視するもの、または顔認識などの分析機能を追加することで精度95％レベルに達するものがあります。将来、CCTV用のAIは、非静的環境でも、高度な物体の動きの検出、詳細な行動分析を提供できます。
- AI技術＆他の技術
今後数年、AI技術と、モノのインターネット（IoT）やブロックチェーンなどの他の新たな技術との結合を期待できるでしょう。
自動運転車は、AIとIoTがどのように連携できるかを示す成功例です。IoTは自動車のセンサーがリアルタイムデータを収集できるようにし、AIモデルは意思決定に使用されます。深層学習のAIアルゴリズムはこれらのデータを使用して、経路計画、運転者の監視、視線追跡、言語処理（音声コマンドの理解）、または計画された所望の場所への自己指示などの行動または決定を行います。 また車両は、交通を最適化するために互いに通信できます。
一方、ブロックチェーンとAIの組み合わせは、ブロックチェーンのセキュリティとスケーラビリティの課題、およびAIのプライバシーと信頼性の課題を解決できます。ブロックチェーンは、データマーケットプレイスを分散化し、AIアルゴリズムをより信頼できる透明なものにすることができます。これにより、Enigmaという新興企業のような企業は安全なデータマーケットプレイスを確保できます。
- プライバシーポリシー
私たちのほとんどは、自らの情報がどのようにデジタル世界で使用されるのかを認識していません。企業でプライバシーの危機が発生すると、その企業は不安にさせ、信用を低下させます。EU一般データ保護規則（GDPR）の導入は2018年に一般的な話題となりました。さらなるプライバシーポリシーの話は議論されているでしょう。
特にAIアプリケーション、システム使用の同意などの問題はまだ新しいものであるため、さらに理解する必要があります。今後は、AI開発、安全性や透明性の規制を策定する必要もあります。
AIはどのように問題を解決するのか？
デロイト社の調査（2018年）によると、AIを使用する際に企業が求める顕著な利益の中に、社内業務により重点を置いていることを示します（図2）。AIを既存の製品およびサービスに統合することは依然として最も一般的な目標ですが、焦点は社内業務に絞られています。つまり、統合プロセスの前には運用の変更が必要ということです。
他の目標には、より良い決断をすること、外部の決定を最適化すること、より創造的になって会社により大きく貢献できるように労働者の作業負荷を軽減することがあります。
図2：企業に対するAIの三大メリットについての調査（デロイト、2018年）
一般に、AIは、複雑な分析作業の自動化と改善、効率と正確性の向上、リアルタイムデータの確認、監視のための行動調整を行うことで企業を支援します（Maalerud、2019年）。
企業は人工知能を使用し、自動化の推進、資産管理の最適化、運用パフォーマンスの向上やダウンタイムの短縮などの様々な方法で運用コストを削減し、問題を最小限に抑えることができます。2014年にGoogleに買収されたテクノロジー企業DeepMindは、機械学習を使用して、エネルギー使用量の削減などの日常的な問題を解決し、冷却エネルギー量を40％削減できました。
金融では、AIは大量のデータを調べて分析を強化し、将来の価格パターンを予測し、新しい市場を特定し、サプライチェーンのリスクを最小限に抑えることができます。フィンランドのIT企業Tietoなど様々な企業はこれらの目的にAIを使用しています。
AIはまた、多数のサプライヤを分析および比較し、サプライチェーンのリスクを管理することにより、最高の価値および品質をもたらす調達システムもサポートしています。
ヘルスケアでは、AIは大量の医療データを分析することで、病気や癌を早期に発見し、より迅速で正確な診断と治療を患者に提供することができます。患者にとっては、これは患者がより良い決定を行うこと、病気を診断すること、高額な治療を避けることを支援できます。
管理の観点からすると、街路にセンサーを設定してAIを適用することで、政府は重大な社会問題、経済、環境についてより適切な決定を下せます。
結論
より困難な問題を解決するにはより複雑なアルゴリズムが必要となっているとともに、AIの発達は否定できません。このテクノロジーの成長は今後数年間で続けるでしょう。新しい技術やシステムだけでなく、人間社会へのAIの干渉方法にも焦点を当てています。
人工知能およびFPTソフトウェアのサービスの詳細については今後の記事および、AIサービスページをご参照ください。
出典
Bareet, E.（2018年）「In China Facial Recognition Tech is watching you」（オンライン）Fortune参照リンク：http://fortune.com/2018/10/28/in-china-facial-recognition-tech-is-watching-you/ [2019年6月12日にアクセス]
Fingas, J.（2018年）「Court tossesGOOGLEPHOTOlawsuit」（オンライン）Engadget.com参照リンク：https://www.engadget.com/2018/12/30/court-tosses-google-photos-lawsuit/ [2019年6月12日にアクセス]
Gartner.（2018年）「Gartner Identifies the Top 10 Strategic Technology Trends for 2019」（オンライン） 参照リンク： https://www.gartner.com/en/newsroom/press-releases/2018-10-15-gartner-identifies-the-top-10-strategic-technology-trends-for-2019 [2019年6月12日にアクセス]
Harper, J.（2019年）「2019 Trends in Natural Language Processing」（オンライン）The World’s Number One Portal for Artificial Intelligence in Business参照リンク：https://aibusiness.com/2019-trends-natural-language-processing/ [2019年6月18日にアクセス]
Kidd, C.（2018年）「Why does Gartner predict up to 85% of AI projects will “not deliver” for CIOs?」（オンライン）BMC Blogs参照リンク：https://www.bmc.com/blogs/cio-ai-artificial-intelligence/ [2019年6月12日にアクセス]
Loucks, J., Davenport, T. and Schatsky, D.（2018年）「State of AI in the Enterprise, 2nd Edition」（online）Deloitte Insights参照リンク：https://www2.deloitte.com/insights/us/en/focus/cognitive-technologies/state-of-ai-and-intelligent-automation-in-business-survey.html [2019年6月12日にアクセス]
Maalerud, E.（2019年）「How Artificial Intelligence Can Solve Industry Challenges | SAP Analytics Cloud | Resources」（オンライン）SAP参照リンク：https://www.sapanalytics.cloud/resources-how-ai-solves-industry-challenges/ [2019年6月18日にアクセス]
Young, S.（2019年）「10 trends of Artificial Intelligence (AI) in 2019」（オンライン）Becoming Human:Artificial Intelligence Magazine参照リンク：https://becominghuman.ai/10-trends-of-artificial-intelligence-ai-in-2019-65d8a373b6e6 [2019年6月12日にアクセス]
