経済産業省を旗振り役として国内でも推進を目指しているDX。
一方でなかなかDX推進に取り組めていないという企業も一定数あります。

DXは業務の自動化をすることとは異なりますが、まずは業務の自動化を目指すことがDXへつながっていくことは間違いありません。
DXへのロードマップの中に間違いなく業務を簡略化すること、自動化することは含まれています。

そんな自動化の役割を担ってくれる頼もしいツールがAIです。
AIとDXは目的と手段の関係にあります。

本記事では、DX推進のためにAIツールを活用した事例もあわせて紹介しています。

DXとAIの違いは何？

DXとAIの違いは目的と手段の関係に似ています。
DXは企業が競争力をつけ、変革を起こしながら市場・消費者に新しく創造した価値の提供を続けることです。

一方でAIはDXという目的を達成するための手段に他なりません。
目的と手段が入れ替わってしまうと、目指していた企業の理想へ近づくことは難しくなります。
DXに取り組むうえでAIの導入は必要不可欠なところはありますが、導入それ自体が目的化しないように気を付ける必要があります。

DXの定義

AIとDXの違いの大きなところを抑えたところで、DXの定義を確認してみましょう。
DXはデジタルトランスフォーメーション（Digital Transformation）の略称で、進化したデジタル技術を活用してビジネスや人々の生活を変革する概念を指します。

この概念は、進化したIT技術を浸透させることで、人々の生活をより良いものに変えるという考え方を含んでいます。

日本経済産業省は以下のようにDXを「将来の成長、競争力強化のために、新たなデジタル技術を活用して新たなビジネス・モデルを創出・柔軟に改変するもの」として定義しています。

つまり、DXは単なるAIやテクノロジーの導入だけでなく、そのAIやテクノロジーを活用して新たな価値を創造し、社会や経済を前向きに変革する取り組みを指すのです。

DXについての全体像やDX推進が必要な理由などについてご覧になりたい方は以下の記事も参考にしてください。
「DXとは何？デジタル化の先にあるDXを詳しく解説」

AIの定義

「AI（人工知能）」とは、「Artificial Intelligence（アーティフィシャル・インテリジェンス）」の略称であり、コンピューターやプログラムを使って、人間のような知識や判断力を模倣しようとする技術やシステムのことです。
明確に一つに特定するような定義がないことも特徴の一つです。

スマートフォンの音声アシスタントや自動運転車のようなものがAIの一例になります。
スマートフォンのアシスタントは、話しかけることで質問に答えたり、タスクを実行したりすることができます。
また、自動運転車は、センサーやカメラを使って周囲の状況を判断し、安全に運転するための判断を行います。

倫理的な判断ができないなどの課題は残るものの、多くの分野ですでに導入され、活用まで進んでいるのがAIです。

AIを導入したらDXができたというのは間違い

前述しましたように、AIはDX推進という大目標を達成するために用いる道具です。
導入しても実際に活用しなければ変革は起きませんし、新しい価値の創造も起こり得ません。

AI導入がDXへのロードマップのどの段階にあたるのか、明確にすることが重要です。

DXの通過点であるAIの導入

DXという目的を達成するためのツールの一つにAIという選択肢があります。
DXを実現するためには、AI以外にも、クラウドサービスの利用、IoTなど、様々なデジタル技術を使いこなせることが求められます。

DX推進には、「このツールを導入すれば大丈夫」というような公式はどこにもありません。
人間には対応できない部分を、これらデジタル技術を駆使して生産性を高め、市場での競争力を維持・向上させるのがDXです。

AIが得意とするビッグデータの収集と分析はDX成功の鍵を握っています。
AI単独でDXを考えるのではなく、AIを含めた総合的な変革力を高めることでDXを目指していきましょう。

AIにできること5選

とにかく便利なAIツールではありますが、AIが行えることにはどのようなものがあるのでしょうか。
AIにできることを5つ紹介していきます。

画像や映像データの認識

AIによる画像認識能力の性能は日進月歩です。
画像の中のデータ、具体的には
●モノ
●生き物
●人間
●背景・景色
などのオブジェクト、こういった情報を人間と同じレベルで認識することが可能です。

この技術は動画の字幕生成などに活用されています。
動画の登場人物が何かを書いているシーンを想像してください。
画像認識技術は、登場人物が何を書いているのかを判断し、その情報から動画に適切な字幕を作成します。
動画内の景色などについても同様です。

この技術を活用することで、聴覚に障害を抱える人も視覚的に内容を楽しむことができるようになります。

音声や言語データの認識

音声や言語データの認識もAIが得意とする分野です。
◆音声認識アシスタント
スマートフォンやスマートスピーカーに搭載されているアシスタント（例: Siri、Google Assistant、Alexa）は、ユーザーの声を認識してテキストに変換し、そのテキストに基づいて質問に答えたり、タスクを実行したりすることができます。

◆音声コマンド
自動車のナビゲーションシステムや家電製品などでは、ユーザーが音声コマンドを使って操作できるようになっています。
AIはその音声を解析し、適切なアクションを実行します。

◆翻訳アプリケーション
ユーザーが話す言葉を認識して、他の言語に翻訳します。

◆カスタマーサポート
顧客からの音声通話をAIが受けて、問題や質問に応じた情報を提供することがあります。これにより、カスタマーサポートの効率が向上します。

◆医療アプリケーション
医師が手術中や診察中に話す内容を自動的にテキスト化することで、正確な記録を残すことが可能です。

◆法廷記録
法廷での公判記録を取る際にも、AIが使用されています。
裁判官や弁護士の言葉を正確にテキストに変換し、記録を作成するのに役立っています。
AIの信頼性の高さが伺える事例です。

ビッグデータの分析や未来予測

人間では処理できないようなビッグデータを高速で処理することもAIであれば可能です。

ビッグデータの中から規則性をつかみ、消費者の行動パターンの分析、商品の売れ行き、売れるタイミングなど、様々な角度から分析ができます。
これら過去の情報をもとに、今後の予測数値を導き出すことも期待されます。

すでに株式市場などの分析にAIが導入されている実例もあり、マーケティング分野においてもAIの活用は必須になりつつあります。

異常の検知

AIが正常状態を認識していることによって、そこから外れた「異常」を検知することができるようになります。
工場・機械の異常検知のスピードが速ければ、不良品の量産を防ぐことができますし、IT分野であれば、不正アクセスやサイバーセキュリティの対策に応用することもできます。

顧客への新しい価値の提供

画像認識・音声認識、ビッグデータの分析や未来予想、異常の検知など、これらはすべて顧客にとって新しい価値を提供することに直結します。
データを基にしたビジネス戦略を打ち出すことは、主観的な価値観から客観的な価値観へと変わり、成功確率を高めるでしょう。

通販サイトにおけるレコメンド商品の表示は、マーケティングとしても重要ですが、顧客が自分にピッタリの商品が分からない顧客にとっては感動的な体験だったはずです。
商品そのものの価値も重要ですが、DX推進に伴い顧客の「購入に至るまでの体験」も重要視される時代です。

ECサイトのレコメンド機能も今では珍しくはありません。
複数のアイディアを組み合わせた新しい価値の創造にも期待が集まります。

DX推進のためのAIの役割

ここまで見てきたように、AIはDX推進のための大きな役割を担ってくれるものです。
●人間には不可能なビッグデータを高精度かつ高速で処理してくれる
●顧客の購買心理を数値から判断できる
●販売不振のボトルネックを発見することができる
など、データを中心に活躍してくれることは間違いないでしょう。

DXの大きな目的の一つに「データの利活用」があげられます。
データの活用はDXを上手く進めていくためには必須です。
このデータの収集と分析の役割を担わせるのに最適なツールがAIです。

データの利活用について、詳しくご覧になりたい方は以下の記事も参考にしてください。
「DXとデータ活用の違いは何？DX推進によるデータ利活用との違いを解説」

DX推進にAIを活用する際の注意点

DX推進に便利なAIですが、これらAIを導入する際の注意点を解説していきます。

ビジネスゴールとの整合性

AIを導入する際には、具体的なビジネスゴールとの整合性を確保することが重要です。
AI技術を使って何を達成したいのか、どのようにビジネス価値を向上させるのかを明確に定義しましょう。

AIを使いこなせる人材把握・人材育成

日本企業のDX推進が思うように進まない理由の一つに、「DX人材が社内にいない」があげられます。
これは、AI導入についても同じことが言えます。

AIを導入したところで、
●AIが分析したデータの利活用の方法が分からない
●AIの使い方そのものが分からない

などの課題を抱えるようでは、AIを導入しただけで終わってしまいます。
これではDXを進めることはできません。
そこで、AIを活用できる人材の確保・育成が重要になるわけです。

助成金を活用した教育トレーニングの強化

AI技術は急速に進化していますので、従業員に対する継続的な教育とトレーニングが欠かせません。
専門的なAIコースやトレーニングプログラムを提供し、従業員が最新のスキルを習得できるようサポートする必要があります。
自社でのトレーニングが難しい場合には、助成金を活用しながら外部で研修を行うという選択も必要かもしれません。

デジタル人材の育成に関わる助成金については以下の記事も参考にしてください。
「デジタル人材の育成には助成金の活用を！これだけは知っておきたい助成金」

専門知識を持つ人材の採用

専門的な知識を持つ人材を採用することで、AIを特定の業界や分野に適用しやすくなります。

インターディシプリナリチームの構築

AIの専門家だけでなく、データサイエンティスト、エンジニア、デザイナー、ビジネスアナリストなど、異なる専門性を持つ人々から成るチームを組むことで、多角的な視点からのアプローチが可能になります。

※インターディシプリナリチーム
同じ分野や専門分野に限らず、様々なバックグラウンドや専門知識を持つ人々が集まって、異なる視点やスキルを結集させて共同作業を行うチームのこと。
複雑な問題に対処したり、革新的なアイディアを生み出したりする際に特に効果的です。

内部研究と共有文化の促進

AIに関する研究や実験を行い、その成果を社内で共有する文化を育成することが大切です。失敗から学び、成功事例を共有することで、組織全体のAI能力を向上させます。

アウトソーシングの活用

必要なスキルやリソースをすぐに確保するために、外部の専門企業と提携したり、プロジェクトをアウトソースしたりすることも考えられます。

PoCを徹底的に

AIを活用するうえで最も重要な要素が「PoC（ピーオーシー）」です。
PoCとは、Proof of Concept（コンセプトの証明）のことで、アイディアや技術が実現可能かどうかを示すための試験的なプロジェクトや実験のことを指します。

AIを導入することで得た可能性は、あくまで可能性であり、それを実行したときに予想していた通りに実現できるとは限りません。
そこで、実践に移す前に数々の検証を行うことになります。

しかし、AIが処理したビッグデータの検証をすることは簡単なことではありません。
「PoC疲れ」や「PoC死」という言葉が使われるようになったことからも分かっていただける通り、検証に時間がかかりすぎていつまでも実行できないという問題や、検証するのに人的リソースや予算を使い果たしてしまうことも珍しくないのです。

仮説はあくまで仮説ですから、実行する前にPoCを徹底的に行うことは重要です。
トライアンドエラーの繰り返しになることは避けられませんが、ここを乗り越えればAIを導入してデータ分析を行っている強みが最大限に活かされます。

PoCを徹底的に行い、PoCの段階でストップしないようにしましょう。

プライバシーの保護とデータ精度

AIはデータに依存するため、高品質なデータが必要です。
データ収集から整備、クレンジング、セキュリティの確保まで、適切なデータ管理を行うこと、特に個人情報や機密情報の取り扱いには注意が必要です。

DX推進にAIが有効なケース

DX推進にAIが有効となるケースをデータ分析の観点以外で紹介します。
AIに任せられる仕事はAIに任せていくことで人的リソースを他の分野で活かすことができます。

省力化

AIは省力化を進めるうえで有効です。
先に紹介した画像認識AIによる字幕生成の自動化、データを手作業で入力するような単純作業の自動化もAIが得意とする分野です。
ルーティンを作るのは人間ですが、つくられたルーティンごとに作業を行うことをAIに任せれば大きな省力化につながります。

新ビジネスの企画立案

AIが新規ビジネスのヒントを与えてくれることがあります。
まったく新しいビジネスではなくても、既存の商品に付加価値を与えることは十分に可能になりました。
さらに、「AIを活用した〇〇」というものは、それだけでも新しい商品として成り立つことが多いです。
◆AIを活用した教育・研修
◆AIを活用した投資
◆AIを活用した健康ケア
など、これらはいずれもパーソナライズ化された商品設計と結びつきやすいのが特徴です。

DXにAIを組み込んだ具体的事例

DXの一環としてAIを組み込んだ具体的な事例を紹介します。

無人決済システム

無人決済システムは、人間の介入なしに商品やサービスの購入を行うシステムです。
消費者はスマートフォンや専用の端末を使って商品を選び、自動的に支払いを済ませます。

カメラやセンサーを活用することで商品を認識し、現金を店舗で扱うことはないのでレジも不要であるため、行列をつくって並ぶ必要もありません。
システム的には24時間稼働させることができ、消費者ごとに決済端末を紐づけてあるのでデータ分析がやりやすくなるというメリットもあります。

考え方によっては実店舗を大きな自動販売機のようにとらえることもでき、店舗には商品に詳しいスタッフを1名～2名配置することで運営することも可能になるため、コストパフォーマンスに優れたシステムです。

不良品の自動検出システム

機械学習や画像処理技術を用いて、製品の外観や特徴を分析し、正常な製品と異なる特徴を持つものを識別します。
ヒューマンエラーをなくし、高精度で不良品を自動で検知できます。

人材採用に活躍するAI

人材の採用にAIを活用するケースもあります。
まず、応募書類のスクリーニングにAIが活用されます。
応募者が提出した履歴書や職務経歴書などの書類をAIが自動的にスキャンし、候補者の経歴やスキルを分析し、基本的な選考基準に合致するかどうかを判断し、適切な候補者を選別します。
いわゆる一次選考です。

次に、インタビューやアセスメントの際にもAIが活用されます。
候補者の回答やパフォーマンスを記録し、AIがこれらの情報を分析して適性を評価します。

最終的な候補者のスコアリングを行うことで、候補者がどれだけ要件に合致しているかをスコア化し、選考段階での優先順位をつけることができます。
これにより、人事担当者は効率的に選考プロセスを進められるというのがメリットです。

AIを人事採用に使うことは、選考担当者のバイアスの軽減につながるというメリットがある反面、候補者の性格を肌で感じることができないため、ミスマッチ採用になる可能性が否めません。
チームで仕事をするうえでは、
能力が抜群に高いが気の合わない人と仕事をするよりも、
能力が標準的でも企業文化に合った人と仕事をする方が、
高い生産性を得られることは経験からも間違いないと思っている方も多いのではないでしょうか。

AI採用は候補者からも敬遠されることがあるため、全面的な運用よりも、部分的に運用していくことがよいのかもしれません。

まとめ：自社に適したDXの取り組みとAIの導入を

AIはDX推進のための手段であって目的ではありません。
新しい価値を生み出すためにDXによる企業変革は確かに重要です。
しかし、そのためにAIが必須であるかどうかは業態や企業文化によって異なるところが多くあります。

AIを導入したらDXが完結するわけではありません。
AIを導入する際にはDXのロードマップを作成し、その中にAIの導入が必要であることを視覚的に捉えましょう。

また、AIは高性能とは言え、100%の精度を誇る完璧なツールではありません。
人間による補完機能はゼロになることはないことにも注意が必要です。

Next HUB株式会社はDXを軸とした人材の育成から就職後の研修・キャリアコンサルタントまでをセットで提供しています。
人材育成や経済・経営に関わる様々な情報も配信中です。
資料のダウンロードもできますので、ぜひお気軽にサービス内容を確認してください。

—
サービス資料ダウンロードはこちら