インタビュー
データを誰でも活用できるように――、DataRobotが進める「AIの民主化」
2017年3月24日 06:00
企業における人工知能(AI)の利用が高い関心を集めている。中でも、機械学習を活用し、収集したデータのなかから最適な回答を導き出し、経営の意思決定や営業／マーケティング活動に生かすといった動きが、日本でも顕在化しつつある。
昨年のCEATEC JAPAN 2016でも、特別企画エリアとして「-AI-人工知能パビリオン」が初めて設置され、企業でAIを活用したいと考える多くの人々が訪れて、予想以上の盛り上がりを見せたことは記憶に新しい。
さらに、ここにきて注目を集めているのが、データサイエンティストによるAI利用だけでなく、専門知識を持たない人がAIを自由に利活用できる環境の実現だ。AIがあらゆる企業に浸透するためには不可欠な動きであり、これを「AIの民主化」という言葉で表現することも増えてきた。
CEATEC JAPAN 2016にも出展したDataRobotのデータサイエンティストであるシバタアキラ氏と、リクルートホールディングス R＆D本部 RIT推進室 ML基盤推進グループの加藤真吾グループマネージャー、そして、東京大学政策ビジョン研究センター 客員研究員などを務め、昨年のCEATEC JAPAN 2016でも講演を行ったデジタルセンセーション 顧問の石山洸氏に、「AIの民主化」について語ってもらった。
「AIの民主化」の必要性
――現在のAIブームをどのように見ていますか。
石山氏：
周知のように、今は、第3次AIブームが訪れていますが、過去のブームと決定的に違うのは、これまでのAIは、研究所や大学の研究者など、ごく一部の人々の利用にとどまっていたのに対して、第3次AIブームでは、あらゆる産業において、あるいはあらゆる企業において、あらゆる人が利用できるようになる点です。
一方で、今訪れている第4次産業革命の実現においては、AIの活用は切り離せない要素だといえます。政府では、2020年の目標として、GDP600兆円を目指すなかで、第4次産業革命によって、30兆円の積み増しを想定しています。
つまり、5％の成長をここで期待しているわけです。言い換えれば、機械学習をはじめとするAIを活用することで、すべての産業において5％程度の成長に貢献することができないかと思っているわけです。これをさらにブレイクダウンするのであれば、すべての企業でAIを利用し、5％の成長を実現したり、その企業で働く人たち1人ひとりが5％の業務効率化を達成したり、新たな価値を5％創出するといったことにつながればいい思います。
シバタ氏：
私は、AIを利用すれば、5％程度の成長性や業務効率の向上は、たやすいと考えています。もう少し高い目標を置いてもいいのではと思うくらいです。ただ、そのためには、やはり「AIの民主化」が必要です。
石山氏：
これからは、大学や政府、民間企業においても、「AIの民主化」は重要なテーマになるでしょうね。しかし、気軽に試せるAIが少ないということが、AIの民主化において弊害になっていると思います。使ったことがないものに対して、イメージだけで、AIを議論している人たちがあまりにも多い。それがAIの理解を妨げることにつながっています。
例えば、表計算を使ったことがない人に、「ピボットテーブルを使うととても効果がある」と説明しても、そこにデータを入れるのはちょっと怖いと思うかもしれません（笑）。それと同じで、AIもまずは使ってみると、「ああ、AIとはこういうものなのか」というのが理解できる。今は、「Learning by Doing」といった考え方が必要かもしれません。まずは、AIを使ってみるといいと思います。
シバタ氏：
しかし、今までのAIは、プログラミングをする必要がありましたし、その時点で、全人口の1％の人しか使えないということになってしまいます。
石山氏：
そうなんです。機械学習をやるには、まずはPythonを学んでくださいというのではハードルが高い。その点、DataRobotは、プログラミングが不要になるという点で有効なAIだといえます。
AI活用のハードルを下げるツール
――DataRobotは、AIの民主化を促進することになりますか？
石山氏：
企業でAIを利用するには、3つの段階があるといえます。最初の段階といえるデータサイエンス1.0とは、会社のなかにデータサイエンティストを1人採用した状態を指します。これは属人的な状況でしかありません。
これがデータサイエンス2.0になると、組織的に対応できる状況へと進化し、さらに、データサイエンス3.0では、すべての従業員がAIを使ったり、開発するためのインフラが整っている状況を指します。
すでに海外のプラットフォーマーは3.0の状況を実現していますが、日本企業の多くはまだ2.0の段階にいます。これをいかに早く3.0に持って行くかということが大切です。
機械学習の自動化ソリューションであるDataRobotが高い評価を得ているのは、データサイエンス3.0の環境を実現するためのツールになりうるという点です。
シバタ氏：
DataRobotは、AIの民主化を実現するためのハードルを下げるものになるといえます。DataRobotの特徴は、クリックするだけで簡単に使えるという点にあります。とにかく触ってみれば、直感的な操作で使うことができるのです。
機械学習におけるモデル作成と、モデルの実環境への配備を自動化し、計算機科学に関する高度なスキルを持たない人でも、ニーズに合った高精度なモデルが簡単に利用できます。さらに、自動作成したモデルをワンクリックで配備し、シームレスに運用できるプラットフォームであるため、機械学習を活用するまでのリードタイムを大幅に短縮することもできます。
データサイエンティスト不足という課題解決にも貢献しますし、データサイエンティストにとっても、有効な技術です。今、DataRobotの利用者を見ると、結構、データサイエンティストが多いのです。それは、データサイエンティストが行っている仕事をより簡素化できるのがDataRobotであるという理解が進んでいるからです。
データサイエンティストは、AIを理解していますし、目の前にある課題をDataRobotで解決できることが直感的にわかっていますから、まずはそうした人たちが飛びついているわけです。
実はデータサイエンティストでも、なかなか成果が出ないという場合があります。なかには、今日からデータサイエンティストになりました、というような人もいますしね（笑）。
しかしDataRobotでは、当社のトップデータサイエンティストが確立した分析手法を採用していますから、正しい分析が可能になり、結果の精度を高め、アウトプットの品質を向上することにつながります。私としては、AIを知らない多くの人にDataRobotを使ってもらいたいのですが、使う側にもなかなかきっかけがないのが実態です。
石山氏：
DataRobot以外にも、AI as a Serviceのように、AIを簡単に使ったり、作ったりすることができる製品が増えてきています。こうしたツールは、ドラッグ＆ドロップで簡単に使用することができるのが特徴なのですが、同じアルゴリズムを使っても、職人技のようなもので、データの前処理やパラメータのチューニング次第で、出てくる結果が異なってしまうことがあります。
AIを業務に適用したいと考えている人が、ここでやる気を失ってしまうということが多いのです。その点で、DataRobotは、出てくる結果はほぼ同じになる。品質にバラツキがないという点は、大きな特徴のひとつです。
シバタ氏：
確かにAIを動かした時に、その技術を正しく業務に応用できるのかどうかという点は大切な要素です。包丁を持てば、誰でもうまく魚をさばけて、おいしい寿司を作れるというわけではありません。DataRobotにしても、使う人がどこまで知っておくべきなのかというところは押さえる必要があります。
今のAIに“汎用的に使える”のものはない
また、どういうケースには使えるのか、どういうケースには使えないのかということも見極めることが大切です。AIの技術は発展途上の段階にあります。まだ汎用的に使えるAIというものは、どこにもありませんし、単にしゃべりかけると、なんでもやってくれるというわけではありません。
営業部門が顧客ターゲティングに活用するといった場合に絞っても、この会社で成功したから、あっちの会社でも同じ手法で成功するかというと、そうはいきません。収集しているデータの内容が違ったり、ターゲットの抽出の仕方が微妙に違ったりするからです。
将来的には、そうしたところも吸収され、より汎用化が進むのでしょうが、今の技術ではそこまで行っていません。まずは、使う人がAIをトレーニングしないといけません。
また、今は、まだAIが使われ始めたばかりですから、どんなものに使えるのか、どこに使えないのか、ということが明確ではありません。もちろん10年もたてば、そのあたりも明確になってくるでしょう。今はとにかく試してもらって経験を積んで、ノウハウを蓄積する段階だといえます。
――国内ではどんな企業がDataRobotを活用していますか？
シバタ氏：
DataRobotは、2015年12月から日本で事業展開を開始したばかりですが、国内企業では、リクルート、パナソニック、大阪ガス、トランスコスモスなど、15社以上が利用しています。また、金融機関において、与信管理などに利用するといった動きも出ています。このように大手企業が相次いで採用しているところにも、DataRobotがおもちゃのようなAIではなく、高い精度を持ったAIであることが裏付けられると思います。
日本では、新日鉄住金ソリューションズなどを通じた販売を行っていますが、昨年来、非常に多くの引き合いをいただいています。
仮説を実証するために最適だった
――リクルートでは、DataRobotを積極的に採用していますが、それはどんな経緯からですか。
加藤氏：
当社とDataRobotの関係は、2015年11月にDataRobotに出資したのが始まりですが、自らも社内で活用して成果をあげています。現場で担当者が仮説を出し、それを実証するためのデータ分析を行うのに最適なのが、DataRobotでした。
現場でデータを活用しようとしても、データを収集するのに、1～2週間かかり、さらにデータ分析のチームに依頼すると、そこから結果が出てくるのに1カ月かかる、というようなことが起こっていました。1カ月以上もかかって出てきた結果では、ユーザーの行動変化に追いつきません。
そこで、目をつけたのがDataRobotでした。ある採用支援業務では、人手でやってきたことを自動化することで、業務工数を5分の1に削減できたという成果も出ています。
シバタ氏：
技術的な専門性がなかったり、データ分析の経験がなかったりといった人が、AIを活用する例が増えはじめています。そうした状態でAIを活用しても成果が出ない場合、データが悪いのか、人が悪いのか、あるいはAIが悪いのかということがわからないのが実態です。
DataRobotの特徴はとにかく精度が高いという点です。DataRobotの最大の特徴は、誰でもが、解きたい問題のためにAIを活用できるという点です。そこに価値があります。ただ、使うのがうまい人と、下手な人がいるのは確かです。まずは、問題設定をうまくできるかどうかが大切です。よくよく見ていると、AIを使うと、こんな問題ならば解けるということをすっと理解できる人がいるんですね。筋のいい人というのでしょうか。スマホをうまく使いこなせる人と、使えない人とがいるのは同じですね。
AIに対する心理的抵抗感を無くすためには
加藤氏：
リクルート社内でも、最初はDataRobotがいいと社内に宣伝しても、AIに関心のない人にはまったく響きませんでした。
そこで、これを月1回のセミナーを開催するなかで、業務の生産性をあげるために、データをどう活用していくのかということを示しながら、DataRobotの良さを説明し、その上で、課題を持っている人にあとから連絡をもらい、課題や情報を共有するといったことを繰り返しました。現場と一緒になって、この課題には、こうした問題設定を行い、こうしたデータを使えば、DataRobotで解決できそうだという話をし、伴走する形で進めるわけです。
その結果、これは便利だということがわかれば、AIの怖さという心理的抵抗感がなくなりますから、これをほかの課題解決にも使いたいという要望が出始めます。課題意識が高い人の方が、AIを活用したいと考えていますね。
特に、緊急性が高い課題ではあるものの、人手ではやりたくない、あるいはできないという問題をAIで解決したいという場合には、DataRobotが適しています。日々、社内でDataRobotのファンが増えている状況です（笑）。
シバタ氏：
実は、組織のなかには、AIの導入に反対する人もいます。多くの場合、AIが間違ったら誰が責任を取るのかということを気にしている人たちです。確かに、これが自動運転であれば深刻な問題ですが、どの営業先に優先していくべきか、という結果が間違っていても、実際には、それほど影響はありません（笑）。
特にAIを信じることに不安を持っている人に、一度、DataRobotを活用してもらいたいと考えています。例えば商談の成約確率をAIが導き出した時に、自分の感覚にあっているものが出てくるのか、あるいはまったく別のものが出てくるのかということを体験してみると、AIとの距離感というものがわかり、AIに対して、少し親近感がわいてきます。
また、機械は完璧なものであるという期待値が高く、AIが間違うと怒る人もいます。しかし、人間も意思決定のなかでは間違うこともありますし、失敗もあります。ハリウッドの（映画に出てくるような）AIは、だいぶ先を行っていますが、現時点のAIは、人と同じ水準にあると考えた方がいいと思います。
AIが人間に近づこうとしているのであれば、AIが間違えるのは当然のことです。これをバグととらえることもできますが、むしろ、これまでの「コンピューティングは正しい」という前提が通じないのがAIであると考えた方がいいのではないでしょうか。
加藤氏：
AIをビジネスに活用できる可能性を検証するには、何度も繰り返して利用することが必要です。やってみて駄目だったら、次のアプローチを始めるといった繰り返しを前提とするべきです。
リクルートでは、DataRobotを活用しはじめてから、みんながデータを分析し、それを業務に活用するという文化が根付き始めています。これは、コンピュータが出てきた時や、スマホが出てきた時と近く、使っている人を見て、便利そうだと思ったら私も使ってみようか、という話になる。それが利用の広がりにつながっています。
リクルートでは、この1年ぐらいの間に、DataRobotを使って、5000以上のモデルが作られています。そのなかには、データサイエンティストが作っているものもあるのですが、企画部門や営業部門など、これまで自らがデータ分析をやったことがなかった人たちが使い始めているのが特徴です。非データサイエンティストの利用が、全体の8割を占めています。その点では、まさに、AIの民主化という動きにつながっているという感触はあります。リクルートグループのなかでは、AIの民主化という動きが着実に進展しています。
なぜそうなったのか、がわかることが大切
――一方でAIのブラックボックス化を懸念する声もあります。AIがなぜそう判断したのかということがわからないという状況は、AIの民主化には課題となりませんか。
シバタ氏：
確かに、営業部門において、受注見込みを予測した際に、受注確率70％と言われて、それはなぜかということを知りたいのは当然です。しばらく訪問していないからなのか、相手がなにかに興味を持っているのか、あるいはまったく違う要素からそうした予測値が出たのか。
DataRobotでは、リーズンコードという機能を通じて、理由を明確にしています。この機能については高い評価が上がっています。一方で今後は、AIに勝手に判断されない権利も必要だと思います。なぜ、AIはこうした判断を導き出したのか、といったことを請求できる権利も必要です。与信でお金を貸さないと判断された場合に、AIはなぜそう判断したのかということを、利用者に対して明確にする必要があります。今後、AIの民主化が進むに従い、AIの判断理由を明確にするといった動きは加速すると思います。
――AIを活用して成果を出しやすい会社というのはありますか？
石山氏：
AIはこういう会社だから最適だ、というものはないと考えています。すべての会社に最適なツールになると考えています。第4次産業革命を実現するには、あらゆる産業において、AIが使われることが大切です。知っておかなくてはならないのは、あらゆる産業において、ネットを活用した新たな企業が参入することで、業界構造が破壊されてしまう可能性があるということです。
言い換えれば、自らがAIを活用していかないと、その分野にほかの企業が入ってきて、破壊を始めることになるということです。つまり、内発的にAIを活用することが大切であり、日本の企業には、ぜひ、そこに目を向けてほしいと思っています。これは守りではなく、攻めの部分でのAI活用だといえます。なにもしなければリスクがないということではなく、アクションしないことは、潜在的なリスクがあることを知らなくてはなりません。AIの活用も同様であり、この点を企業に理解していただきたいと思います。
2020年をターゲットにした場合、2017年はまずはAIを使ってもらい、18年は仕事で結果を出してみる。そして、2019年はもう少し難しいことをやってみる。そして、2020年までに5％の成果を出すこところまでいく。すぐに成果を求めるのではなく、5％の生産性、効率性をあげることを目標に、数年をかけて、急がず、気負わずに取り組んでいくことも必要だといえます。
CEATEC JAPANが次世代に進化するきっかけになるか
――DataRobotは、2016年10月に開催されたCEATEC JAPAN 2016のリクルートブースに出展しましたが、その成果はどうでしたか。
シバタ氏：
CEATEC JAPAN 2016の閉幕後、多くの方々から、「盛り上がっていましたね」と言われました。CEATEC JAPANの展示を見て、DataRobotに勢いがついていると感じていただいた企業もあったようです。CEATEC JAPANは、そうした点での効果もありますね。ブースでは、1日5回ほどミニセミナーを行ったのですが、しゃべるたびに聴講者が増えていくんです（笑）。口コミで、「あれは聞いておいた方がいいよ」という情報も広がっていたようで、「次は何時からやるのか」といった問い合わせが日増しに増えていきました。平均で1回あたり100人程度が聞いていましたね。
――実際に引き合いはありましたか？
シバタ氏：
そうですね、特に製造業からの引き合いが多かったですね。日本には製造業が多いといったこともありますし、そうした企業には技術志向の方々も多く在籍していますから、どういう技術が、自分たちのビジネスの付加価値をつながるかということを真剣に検討している姿を感じました。特にグローバルで戦っている企業は、AIのような新たな技術に対するモチベーションが高いですね。
全体を通じて、AIに対しては、非常に強い関心が集まっていることを感じましたが、CEATEC JAPAN 2016での聴講者の多くは、まだAIを始めていない企業や、AIでなにができるのかわからないという人が多かったといえます。
石山氏：
CEATEC JAPAN 2016の開催時には、私は、Recruit Institute of Technology（RIT）に在籍していたのですが、DataRobotの出展は、海外の最先端技術をCEATEC JAPANに出すというひとつの挑戦でもありました。CEATEC JAPANは、日本の企業が先端技術を展示する場であるというイメージが強いのですが、そこに外資系のスタートアップ企業を混ぜてみるとどうなるのかという実験でもあり、正直なところ、うまく行くのかどうかはわかりませんでした。しかし、結果としては大きな反響を得たと言えます。この経験から、日本に進出しはじめたばかり海外のスタートアップ企業であっても、CEATEC JAPANに出展するメリットは大きいと感じました。日本市場に向けて、認知度を高めるいいきっかけになると思います。
加藤氏：
リクルートとしても、蓋を開けて見ると大成功だったと思っています。リクルートの立場からは、投資した企業を紹介するという形でしたが、単なる製品の紹介ではなく、ソリューションとして見せたことが成功の要因だったと判断しています。今後のCEATEC JAPANの展示に求められるのは、製品そのものより、なにを解決していくのかということを具体的なソリューション展示として見せることだと感じました。
シバタ氏：
私は、米テキサス州オースティンで開催されているSXSW（サウスバイサウスウエスト）のような形に発展することを期待しています。今は、テクノロジーがあらゆるものとつながっています。アートも、テクノロジーと密接なつながりが生まれ、SXSWのような進化が始まっているわけです。CEATEC JAPANには、もっと若い人たちにも来てもらい、さまざまな角度から、テクノロジーを見せ、刺激を受けてほしいと思います。15万人が来場するイベントですから、展示する側にもたらすインパクトも大きい。スタートアップ企業も、もっと活用すべきイベントだといえます。
加藤氏：
実は、なんでリクルートが出ているのかと、10人中3人ぐらいに聞かれました（笑）。ただ、AIという次世代の技術になれば、これまでとは違うプレーヤーが存在するわけで、そうした企業が出展しないと、これからのCEATEC JAPANは成り立たないとも感じます。
石山氏：
出展者そのものがクリエイティブになり、そこからイノベーションが起こるといった好循環を、CEATEC JAPANから生み出せるといいですね。そのひとつがAIという切り口であり、そこからムーブメントを起こしたい。こうした新たな技術を持つ企業が出展することで、次世代のCEATEC JAPANに進化するきっかけになることを期待しています。