定例研究会開催レポート

HOME» 定例研究会開催レポート »2019年9月度(162回)東京第15回プチフォーラム 開催レポート

定例研究会開催レポート

2019年9月度(162回)東京第15回プチフォーラム 開催レポート

第15回プチフォーラム/関西大学東京経済人倶楽部第5回「カイザー・オープン・セミナー」開催レポート

  「”AI が切り開く未来” ~AIで何が変わるのか?~」

 

「一般社団法人 ブランド戦略研究所」では、東京第15回プチフォーラムを、9月25日(水)に関西大学東京センターで開催いたしました。今回は「関西大学東京経済人倶楽部」共催のもと「カイザー・オープン・セミナー」として、また当研究所としては、実験的取り組みや議論の活性化を試みるものとして体裁などを変えたプチフォーラムとして開催いたします。テーマは「”AI が切り開く未来” ~AIで何が変わるのか?~」です。

 

今回は、「第4次産業革命」の有力な武器となるAI(人工知能)ですが、AIを使って何をするのか、何ができるのか、何が変わるのか、その本質は何か、について各分野から3名の専門家を招いてその実態を探るとともに、当研究所の陶山理事長も加わり、AIの活用とブランド戦略の方向性について検討していきました。

□関西大学東京経済人倶楽部 大津武氏(JLLモールマネジメント株式会社取締役会長)司会のもと、

進行いたしました

 

◇全体のパースペクティブ「KEY NOTE」株式会社BBI 代表取締役 馬場宏和氏

  

 

シンギュラリティ(技術的特異点)とは、人工知能(AI)が発達して人間の能力を超え、コンピュータの性能が全人類の脳の計算機能を上回り人間の生活に大きな変化が起こる時点を意味します。

この概念は、人工知能の権威であるレイ・カーツワイル博士が出版した“The Singularity Is Near"(邦題『ポスト・ヒューマン誕生』)の中で提唱されました。2045年頃には、1,000ドルのコンピューターの演算能力がおよそ10ペタFLOPS=一般的な人間の脳の100億倍にもなり、技術的特異点(汎用人工知能が人類史上初めて出現する年)に至る知能の土台が十分に生まれていると予測されています。

それでは「汎用人工知能」とは何でしょうか。多くの方が人工知能と聞いてイメージするのは、鉄腕アトム、ドラえもん、ターミネーターのような、コミュニケーションのとれるロボットだと思います。

総務省が実施した人工知能のイメージ(日米)アンケート調査によると、日本人の最多回答は「コンピューターが人間のように見たり、聞いたり、話したりする技術」であり、前述した汎用人工知能のロボットをイメージしていることが分かります。

それに比べて、アメリカ人の最多回答は「人間の脳の認知・判断などの機能を、人間の脳の仕組みとは異なる仕組みで実現する技術」でした。これは、汎用人工知能ではなく、「特化型人工知能」のことを指しています。

例えば自動運転、ボードゲーム、製品検査、スマートスピーカーなどに用いられる、画像認知、音声認識等の技術が、特化型人工知能にあたり、用途別に限定された機能をもつ人工知能です。その中で特に、人工知能ブームの火付け役となったのは、囲碁対戦の人工知能「Alpha Go」でした。

ボードゲームの人とコンピューターとの戦いの歴史は長く、オセロ、チェス、将棋に続き、ゲーム中に現れる局面数が最も多く、人工知能が人に勝つところまで発展するにはまだ時間がかかると思われていた“囲碁”においても、2016年3月に人工知能がプロ棋士に勝ち越し、大きな話題となりました。

急激に強くなった理由は、機械が自ら学習する人工知能技術アルゴリズム、機械学習・ディープラーニングが応用された為です。

人工知能が急激に進化した背景には、2000年から2020年までに、5,000倍にも膨れ上がったといわれる豊富なデータ情報量と、CPUの性能向上にあります。

CPUの処理速度は飛躍的に伸び、1943年のコロッサス MarkII(英) CPU 5.8MHzと、2017年のiPhone7 2330MHzを比較すると、約400倍の計算速度を誇り、流通量は1,500万倍にも上ります。CPUパワーの向上、ビックデータの蓄積、IoT化など人工知能が進化する環境が整ってきました。

人工知能は、暗号を解くという第一次ブームからはじまりましたが、それは当時の国家予算をつぎ込むほどの高コストなものでした。1980年代の第二次ブームでは、研究用のエキスパートシステムが主で、ハードは貧弱、処理速度が遅く、データ量も少なく、ビジネスへの転用は難しい状態でした。2010年以降の第三次ブームではようやく、安価で高性能のハードが実用化され、機械学習に適した環境が揃いました。AIを使用した新しいビジネスが到来したのです。

 


◇第1講

世界最大規模の行動パターンデータアグリゲータ“SQREEM”のテクノロジー

講演者 SQREEM Japan Pte.Ltd. 

代表執行社員Eugene Yoshioka(ユージン・ヨシオカ)氏

「SQREEM Technologies Pte Ltd」(本社:シンガポール、CEO:Ian Chapman-Banks、共同創業者Rene Raiss、以下 SQREEM)では、人の行動パターンに特化したAI技術の開発を進めています。私は、2017年11月のSQREEM Technologiesの日本ビジネス立ち上げ時より携わってきました。

 

SQREEMのビジネス領域―3つの主要部門―

独自のAI技術と大量のデータ取得技術を組み合わせて人の行動などを収集・分析する世界初の行動パターン分析プラットフォームは、以下の分野に応用されています。

①公的機関向けのソリューション

・テロリストの特定

・選挙/マーケットイベントの予測

②金融機関向けの不正検出・防止ソリューション

・引受に関する行動アドバイス

・行動リスクを加味したモデル構築

・1.4兆円にも上る不正検出

・ブロックチェーンとの連携

③民間企業向けのデマンド・ジェネレーション

・企業の経営戦略転換に貢献

・広告キャンペーンの運用

・メディア・サービスへの付加価値

・アクイジション・チャネルの構築

 

SQREEMは2010年創業で、製薬、金融、保険業界など世界中の様々なビジネスパートナーと取引しています。アジアのFinTech(フィンテック)企業、注目すべきAI企業として評価していただき、ビジネスコンテスト等でも受賞歴があります。

 

人の行動パターンに特化したAIは、どの業界でも活用できる汎用性をもったテクノロジーです。日常的に人々のデジタル行動をトラッキングすることで、Core A.I.は常に進化を続けています。

 

検索情報を起点とし、そこにWebコンテクスト情報を紐付けています。ネット上の足跡を拾い、足跡同士の関係を見つけ出した上で、クライアントのブランドや行動に紐付けます。

GoogleやAmazon、Facebookに匹敵するデータベースを保有していますが、これらのデータソースは、全てオープンソースであって、かつ個人情報に紐づいていないもの、“非PIIデータ”なので、GDPR(EU一般データ保護規則)を100%順守していると評価いただいています。

実際にどのような課題をクライアントが抱えているのか並べてみました。

・自分たちのユーザー(既存顧客・潜在顧客)がどういう人か知りたい

・そのために何のデータを使えばいいのか(DMP、SNS、購買データ、アンケートなど)よくわからない

・ビックデータに一つ一つアクセスし、解析するための時間とリソースが膨大すぎる

・解析したところで何に活用するのか決まっていない

これらの課題に対して、我々が提供できるソリューションを開発しました。

 

具体例として、9/14にオープンした大型商業施設「サクラマチ クマモト」(熊本市の桜町再開発)の事例についてご紹介いたします。「サクラマチ クマモトに興味のある人はどんな人ですか?」という質問をAIにしてみると、性別やライフステージ、何に対して関心が高い傾向があるか、指標を出すことができます。

ユーザー行動の特定は、「キーワード」にとどまらず複合的に分析します。行動の「意思」に注力することでデータが可視化され、ユーザー行動の深遠がみえてくるのです。

特定したこのペルソナに対して、競合よりも効率的で、人的コストのかからない広告ソリューションを創出しました。Googleや、Facebookなど、デジタルなプラットフォームに繋ぎ、広告を配信するサービスを提供し、クライアントの売上に貢献しております。

SQREEMが構築した配信セグメントは、従来型の“人”が設定したペルソナではなく、“AI”がオープンソースのデータから集めて生まれる独自のペルソナなので、一般的には思いつかないようなユニークな内容になっています。

広告のクリエイティブ側にも工夫をこらしています。”Smart-Ads(スマートアド)”の登場により、従来は一方通行だったバナー広告が、双方向にコミュニケーションのとれる、マルチ・チャネルプラットフォームとして生まれ変わろうとしています。バナーはメッセージを送るだけではなく、ユーザーとのコミュニケーションポイントになりつつあります。

 

SQREEMの強みは、AI単独ではなくて、AIの周りを固めるテクノロジーを追求していること。クライアントが抱えている課題に対してベネフィットを提供するビジネスモデルを追求し続けます。

 

講師:ユージン・ヨシオカ氏
SQREEM Japan Pte.Ltd.
代表執行社員

Profile:AppleやDellなど大手外資系IT企業を経て、2012年にプラスワンマーケティング(FREETEL)の取締役に就任。グローバルビジネスの責任者としてアメリカ大陸、中東、アフリカなど30カ国を超える国で事業を展開。その後、楽天グループにMVNO事業を譲渡し、2017年11月よりSQREEM Technologiesの日本ビジネスを立ち上げた。

 

◇第2講

熟達者知見の『汎知化(はんちか)』による“BrainModel®”の構築と活用

講演者 株式会社LIGHTz(ライツ)代表取締役社長 乙部信吾氏

株式会社LIGHTz(ライツ)は、学術研究に特化した筑波に本社を構え、熟達者をテーマにAI技術を開発しています。メンバーの9割以上はメーカーでのエンジニア経験を持っており、製造業の「戦略×技術×ものづくり」 をトータルでサポートします。

私は、親会社である株式会社O2の取締役CTOと、LIGHTzの代表取締役社長を兼務しています。

 

O2は5社が集まったグループ会社で、製造業の課題を解決するために「チームO2」として取り組んでいます。「製造業向け設計技術コンサルティング、エンジニアリング製品開発受託、金型製造メーカー樹脂成形コンサルティング、熟達者思考の社会的活用AIシステム開発、グラフデータベース研究・開発」の専門会社が5社集まったチームです。

その中でも、IBUKIという山形県河北町にある中小金型メーカーは特徴的な会社です。「加飾」と呼ばれるプラスチックの表面に模様をつける、樹脂成形の外観処理技術で自動車産業を中心に販路を拡大中です。

 

受賞・採択歴には、「ハノーバーメッセ」日本代表選出、「ものづくり+(プラス)」部門大賞受賞、「ものづくり白書」AI/IoT導入事例掲載などがあります。

 

LIGHTzの事業コンセプトは、製造業、農業、教育、スポーツの4分野において、熟達者の知見を“ブレインモデル”という独自の形式に埋め込んだAIを活用して、スペシャリストの思考を提供することです。

我々のAIは“ORGENIUS(オルジニアス)“と名付けていますが、これはOrigin= 「原理原則」からきています。汎用知としてブレインモデルに、熟達者の思考と連想性を教え込みます。

 

一般的には、統計処理や数学的なアルゴリズムを用いてAIをつくりますが、我々は熟達者にヒアリングをしながら、ドキュメントの言語解析からAIをつくっていきます。

熟達者AIは、「知識を教えてくれる!検索エンジン、方向性を示してくれる!リコメンドエンジン、質問に答えてくれる!チャットボット」によって活用されています。

導入しやすいAIであると好評をいただき、設立2年目から黒字を計上、売上を順調に伸ばしています。

 

それでは、実際のAI技術、事業展開についてお話ししていきます。LIGHTzでは、“TMD(Traditional Monozukuri, Digital)”=(「伝統的ものづくり」のデジタル化)をサポートしています。具体的には、佐賀県の有田焼、岩手県の南部鉄瓶のAI化、汎用知化に取り組んでいます。

デジタル化の対象は、日本のものづくりの源泉といえる伝統的で価値のあるモノ、その中でも、変形加工品としており、事業形成の定石としています。

 

【事例】①: 「IoT “ブレイン”金型」

熟達者が持つ金型内部挙動の予測ノウハウをAI化して、IoT金型にそのアルゴリズムを搭載して生産を最適化しています。

LIGHTzのAIモデルは、データ解析と工学知見(熱力学や流体力学など)に、熟達者の知見を結びつけることによって、データと仮説を結びつけています。“直感”と“客観的データ”を組み合わせた「ハイブリッド型AI」です。

 

【事例】②: 「バレーボール×AI」

スポーツのAI事業は、サッカー、バレーボール、フェンシングで展開していますが、ここではバレーボールの事例を紹介します。筑波大学と共同研究してつくったAIは、各選手のパラメータ(メンタル、フィジカル、スキル情報など)を入力すると、シミュレーション試合で勝敗を予測してくれます。一番重要なのは、選手がどういった考えでそのプレーをしたかという主観です。そこに対して指導、コーチングするために、客観的データから主観を予測します。実際に試合している選手の足首にセンサーをつけ、位置データを元にブレインモデルを駆動させることで、プレーに対する熟達者からのコメントをみることができます。

 

事業を展開していくうちに、データ解析に何かコメントをつけてほしいとか、解釈をつけてほしいというニーズが非常に多いことが分かりました。コメント、解釈などが自動で付与されるAI、言語に特化したツールを作り、検索アプリケーションや知識データベース、デジタルファブリケ―ション、スポーツなどの事業を拡大しています。 

 

「AI×ブランディング」という視点で考えてみると、AIをブランディングに活用できるという感触を非常にもっています。“ブランド”には、誇り、存在の証明という意味があり、アイデンティティ、経路依存性と言い換えることができるかと思います。AIは、自分たちが今までどうして来たかという歴史、経験知のパッケージングに非常に相性がいいデジタルツールです。自分たちの誇りを証明していく、それを世の中に紹介していくことでブランディングに繋がると考えています。「つくばからAIの灯を。」をスローガンに活動していきます。

 

講師:乙部信吾氏

株式会社LIGHTz(ライツ)
代表取締役社長
株式会社O2 取締役CTO


Profile:キヤノンで精密加工の生産技術開発に従事。2011年にO2へ入社し、同社のCTOに就任。製造業各社の開発・設計技術コンサルティングを経て、2014年には山形県にある中小金型メーカ(IBUKI)の再生に関わる。2016年にAI企業LIGHTzを立上げ、代表に就任。2019年には、佐賀県に進出し、伝統工芸(有田焼)のAI化に挑んでいる。

 

◇第3講

リアルショップの高精度売上予測と出店戦略支援システムの開発

講演者 株式会社BBI 代表取締役 馬場宏和氏

リアルショップ出店に際し、「出店候補地における売上」を高精度に予測し、多店舗展開する企業の新規出店業務の効率化を促すAIを開発しております。

 

まずはモデルを作成するにあたり、学習用データとなる既存店ABCDEの競合数、世帯数、売場面積など、売上を左右する要素となる数値を入力していき、売上に繋がる法則性を見つけていきます。売上予測精度が低ければ、モデル作成をやり直し精度を高めていきます。

 

AIの仕組みとしては、古典的な“決定木アルゴリズム”を使用しています。段階的にデータを分割していき、木のような分析結果を出力します。ランダムに大量の決定木をつくることで予測精度が上がり、新しいお店の候補地が出てきたら、このAIが判断材料となります。

 

このランダムフォレストの手法を実際に使用したタイヤ専門店の事例を紹介します。直営店基礎マスタに記載のうち、2015年12月31日以前に開業した319店舗を利用しました。ランダムに抽出した約1割にあたる30店舗を検証用サンプルとして利用し、残りの289店舗を学習用サンプルとして利用します。実際にお店単位の売上予測をしてみると、地域によって売れる商品が様々なのでなかなか精度が上がりません。そこで、タイヤごとに売上予測をすることにしました。タイヤ分類別に計14種類の売上予測モデルを作成し、最終的に合算することで合計販売本数の予測を行っています。タイヤ店の場合は、1月の平均最低気温、年最深積雪などの気象データを学習させて精度をあげていきました。

予測値と実際の売上とのズレを見てみると、±10%のズレが248店舗(77.7%)、±20%のズレまで広げてみると314店舗(98.4%)と、高い精度で予測できていることが分かります。

また、音楽やカルチャーと繋がりの深い、イギリスのシューズブランドでも、売上予測が活用されています。

 

店舗開発の世界はこれまで「経験と勘と度胸」で出店の判断をしていました。人脈がないと良い物件が回ってこず、人脈やしがらみに影響されていました。これからは、特化型人工知能の活用で、誰でも精度の高い売上予測ができるようになり、大家さん(デベッロッパー)からの信頼も得やすくなり、今までの仕事のやり方が大きく変わろうとしています。このようにニッチな世界でも人工知能が使われはじめています。

講師:馬場宏和氏

株式会社BBI 代表取締役 


Profile:ゼネコン、システムインテグレータを経て日本GMAPにて事業開発を担当する。全国の大型商業施設の顧客カード分析、アンケート調査分析からの戦略・戦術構築に数多くの実績を持ち、日本ショッピングセンター協会のセミナーで講師を多数務める。中小企業診断士。NPO法人TOMネット(まちづくり支援団体)会員

   

総括 陶山計介当研究所理事長(関西大学教授)

 

 

 

 

 

 

 

 

 

 

 

馬場講師からは、まず人工知能の歴史についてお話しいただき、第3講「リアルショップの高精度売上予測と出店戦略支援システムの開発」では、AIを使って法則性をみつける、パターンを学習させる特化型人工知能を使った売上予測の流れについて、事例を交えながらお話しいただきました。

 

ユージン講師からは、行動パターンをカテゴライズしながら、行動や関連性をプロファイルしていき、自分たちのユーザーがいったい誰なのか、そのためにどのデータを使ったらいいのか、それらを解析していって、どう活用するのかについてお話しいただきました。

 

乙部講師からは、直感と客観的データを組み合わせたハイブリット型AIということで、数量的、客観的データだけではなく、熟達者、ビジネスの中でリーダシップを取っている方の経験を言語化したAIについて、コメントや解釈も含めて非常にユニークなAIの取り組みをお話しいただきました。

 

3人の講師からAI(人工知能)をビジネスやブランド戦略に活用していくという試みはすでにかなりのレベルまで進んでおり、そのために膨大なプロファイルデータや行動データもインターネットなどを通じて全地球レベルで構築されていること、同時に専門家や熟達者の豊富な実践に基づく暗黙知も活用されていることが紹介されました。まさに“シンギュラリティ(技術的特異点)”が始まっているのです。常識や過去の理論にこだわることなく、、リアルな現実をふまえて、ビジネスの分野においてAIのもつ可能性や展望についてもっと知り、学習していくことが必要ではないかということをあらためて痛感させられました。

AIをめぐる最先端の動向やビジネスへのその応用についてとても刺激的かつ熱い討論がなされ、東京第15回プチフォーラム/関西大学東京経済人倶楽部第5回「カイザー・オープン・セミナー」を大盛況のうちに終えることができました。ご講演いただきました3名の講師の皆様には厚くお礼申し上げます。

 

 

2019/9/25

定例研究会開催レポート

お問合せ


〒564-8680
大阪府吹田市山手町3-3-35
(関西大学商学部陶山研究室内)
 TEL:06-6368-0665
 FAX:06-6339-7704

管理画面

powerdby