オンキヨー、債務超過で上場廃止へ
オンキヨーホームエンターテイメントは、2021年3月期の決算が債務超過見込みとなったことを受け、東京証券取引所の上場廃止基準に抵触する見込みになったと発表した。これにより、7月末頃に上場廃止となる見込みだ。
日: 2021年3月31日
日立、米GlobalLogicを約1兆円で買収、IoTシステム構築に強みを持つグローバル大手を手中に | IT Leaders
日立製作所は2021年3月31日、IoTエッジとクラウドをつなぐ製品およびシステム開発に強みを持つITベンダー、米GlobalLogicを買収すると発表した。同日、買収に関する契約を締結した。買収資金は約1兆円で、全額キャッシュで支払う。米GlobalLogicは、日立製作所の米国子会社である日立グローバルデジタルホールディングスの子会社になる。2021年7月末までに買収を完了する予定である。
NICTと東京大、複数のGPUを用いた並列学習を自動化する深層学習ミドルウェア「RaNNC」を公開 | IT Leaders
情報通信研究機構（NICT）と東京大学は2021年3月31日、ニューラルネットワークを自動的に分割することによって、複数のGPUを用いた並列学習を容易に実現できる深層学習ミドルウェア「RaNNC（Rapid Neural Net Connector）」をGitHubに公開した。ライセンスはMITライセンスであり、商用目的を含めて無償で利用できる。
コロナ禍でライブイベントは恒久的に変わった–業界関係者に聞く今後の展望
新型コロナウイルスの感染拡大を受けて、コンサートやスポーツイベント、カンファレンスなど、あらゆるイベントがオンラインで開催されるようになった。そこで活用されたテクノロジーはこの1年間で大幅に進化したが、コロナの収束後はどうなるのだろうか。
アマゾンで労組結成めぐる投票、いよいよ開票スタート
米アラバマ州のアマゾン倉庫従業員による労組結成の投票結果が近く判明する。
DAL、EDIツール「ACMS Apex」を強化、製品連携でWeb画面を介した取引を容易に | IT Leaders
データ・アプリケーション（DAL）は2021年3月31日、EDI（電子データ交換）ソフトウェアの新版「ACMS Apex V1.5_p1」の提供を開始した。新版では、別製品のWeb-EDIソフトウェア「ACMS WebFramer」との連携機能を追加した。EDIプロコトルを使わない取引先との間でもWeb画面を介して取引しやすくなった。ACMS Apexの価格（税別）は、買い取りの場合で60万円から。
空き時間の飲食店をワークスペースに変える「ワークスルー」–月額5400円の使い放題プランを開始
飲食店などの空席をワークスペースとして提供する「ワークスルー」は、月額5400円でコワーキングスペースとして使い放題になるサービスへとリニューアルした。約80店舗のレストランなどが使える。
国内企業のAI活用、リーダー企業とフォロワー企業で格差進む–IDC調査
IDC Japanは3月16日、国内企業におけるAI（人工知能）活用の成熟度を調査した結果を発表した。
ラック、管理者が把握していない公開サーバーを報告するスポットサービス「Quick Discovery」 | IT Leaders
ラックは2021年3月31日、システム担当者の管理下にないIPアドレスの利用状況を調査するサービス「Quick Discovery」を発表、同日提供を開始した。インターネット上に公開しているIPアドレスを調査し、応答があったIPアドレスと公開サービスを一覧情報にまとめて提供する。参考価格（税込み）は、IPアドレス500個をスポットサービスで調査する場合、18万7000円から。
IBM、量子コンピューターを初めて民間病院に提供へ–ゲノム解析や創薬に活用
IBMはクリーブランドクリニックと提携し、その敷地内に量子コンピューター「IBM Quantum System One」を設置する計画だ。
体温や体調記録をアプリで便利に–パナソニック、グループ健康管理アプリ「オンド・ユー」
パナソニックは3月31日、検温や体調を記録できるグループ健康管理アプリ「OND'U（オンド・ユー）」を開発し、トライアル版の提供を開始した。
グーグル、書類をデジタル化して自動整理する「Stack」アプリを試験公開
グーグルは、文書や書類の整理や管理をデジタルで支援する新たな実験的アプリ「Stack」をリリースした。
何度もの失敗を乗り越えて掴んだイノベーションの手応え–OKIのIMS「Yume Pro」とは
2月に約1カ月間にわたって開催されたオンラインカンファレンス「CNET Japan Live 2021」。2月17日は、OKI（沖電気工業）のイノベーション・マネジメントシステム「Yume Pro」を主導するOKI執行役員 チーフ・イノベーション・オフィサーの横田俊之氏が登壇した。
U-NEXT、HBOとHBO Max作品配信へ–VOD国内トップランナーへの2つの戦略
USEN-NEXT GROUPのU-NEXTは、動画配信サービス「U-NEXT」において戦略発表会を実施した。HBOとHBO Maxオリジナルの新作を日本初独占見放題で配信開始するほか、動画から雑誌、書籍なども取り扱う「オールインワン・エンターテイメント」戦略を突き進める考えを示した。
就業管理ソフト「リシテア/就業管理」に新版、プラグイン形式採用でクラウド版も機能を拡張可能に | IT Leaders
日立ソリューションズは2021年3月30日、就業管理ソフトウェア「リシテア/就業管理」の新版を発表した。新版（Ver 2）では、リシテア/就業管理のソースコードを改変（カスタマイズ）することなく、プラグイン形式で外付けで機能を拡張できるようにした。これにより、パッケージ版のカスタマイズだけでなく、クラウド版においてもユーザーの業務に合わせて機能を拡張できるようになった。パッケージ版においても、次期版が出た場合にプラグイン部分を残したまま本体だけをバージョンアップできるようになった。新版は、2021年4月1日から販売する。価格（税別）は、クラウド版を3000人で利用した場合、1ユーザーあたり年額2240円。
「Pokemon Go」のNiantic、5G対応マルチプレイヤーARゲームのデモ動画を公開
Nianticは、5Gに対応する新たな拡張現実（AR）ゲームのデモアプリ「Codename: Urban Legends」を紹介する動画を公開した。
ビジネスマンなら知っておきたい、AIの基礎とよくある間違い
はじめまして。「切削工具の情報サイト タクミセンパイ」を運営し、切削工具および製造業におけるDX（デジタルトランスフォーメーション）・AIの情報を発信している服部です。
私の経歴について、簡単に紹介させていただきます。
バリ取りを自動化する工具を開発・製造・販売するメーカーにおいて、営業を5年、マーケティングを4年経験しました。製造業での経験を活かし、現在はAIスタートアップで営業として製造業のDXに取り組んでいます。
現場で見聞きした、製造業におけるDX・AIの最新情報をお伝えできればと思っております。
はじめに
2021年現在、AIに関するニュースを毎日目にするほど、AIが当たり前の世の中になりました。コロナの影響もあり、国がDXを推進したり、ソーシャルディスタンス対策としてのAI活用が注目されています。
製造業においても画像解析技術を使った検品など、AIに関するニュースを見ることが増えてきました。AIスタートアップに勤務する私も、製造業のお客様からの問い合わせが増えていることを肌で感じております。
AIに関するプレスリリースを打てば多くの媒体に掲載され、反響が非常に大きいことから、マーケティングの視点においても見逃せないテーマとなっています。そこで、製造業×AIをテーマに記事を書いていきたいと思います。
今回は、「AIの基礎」と「AIのよくある間違い」についてご紹介します。
AIの基礎
AIの基礎といっても、ビジネスマンとして知っておくべきことを中心に説明します。
AIは「Artificial Intelligence」の略称で、1960年ごろから研究が進み、2021年現在は第三次AIブームに位置します。2000年代初頭のディープラーニング（深層学習）の登場により、第三次AIブームに突入しました。
ただ、ディープラーニングはブームのキッカケに過ぎず、AIが実用的なものになったのは、データが容易に集められるようになったことと（IoTでビッグデータ収集など）、データの処理能力が向上したからです。
JCER（日本経済研究センター）が2019年3月に実施した「日本企業のAI・IoTの導入状況」調査より、製造業のAI導入率は11.2％となっております。2020年以降はコロナの影響もあり、AIの導入が進んで15～20%くらいになっているのではないかと予想しますが、まだ全体の1/5程度です。
AIと関連性の高いキーワードとしてIoT・データサイエンス・DXがあり、こちらについても簡単に説明します。
IoT
IoT（Internet of Things）は、モノのインターネットとも呼ばれています。インターネットに接続されていなかったモノが、サーバーやクラウドサービスに接続し、相互に情報を交換できるような仕組みのことです。この仕組みによってビックデータの取得が可能になり、集まったデータを活用するという流れで、第三次AIブームが起こりました。
DX
DX（デジタルトランスフォーメーション）は、コロナ以降よく目にするようになりましたが、媒体によって定義が少し異なっています。2018年に経済産業省がまとめた「DX推進ガイドライン」を定義としている媒体が多いので、そちらを紹介します。
「企業がビジネス環境の激しい変化に対応し、データとデジタル技術を活用して、顧客や社会のニーズを基に、製品やサービス、ビジネスモデルを変革するとともに、業務そのものや、組織、プロセス、企業文化・風土を変革し、競争上の優位性を確立すること。」
引用：経済産業省 DX推進ガイドライン
データサイエンス
データサイエンス（DSと略すこともあります）とは、データを軸として統計などの手法を用いて、ビジネスにおける新たな価値を発見する学問および学術分野のことです。1970年ごろから使われていた言葉ですが、ビックデータやAIの登場によって注目されました。データサイエンスに携わる人をデータサイエンティストといい、AIのテーマではこちらの方がキーワードとしてよく登場します。
IoT・DX・DS・AIの関係
IoT、DX、データサイエンス、AIの関係がわかるように、図で表してみました。
DXの手段としてIoT・データサイエンス・AIがあり、IoTによって集めたビックデータの活用としてデータサイエンスやAIがあります。
AIをビジネスで利用する際によくある5つの間違い
私自身も遭遇した、AIをビジネスで利用する際のよくある5つの間違いを紹介します。
- 現在のAIは全てディープラーニングである
- AIは人より精度の高いことができる
- AIは人が出せない答えを出せる
- AIは人の仕事を奪う
- AIは自動で学習して精度が上がる
現在のAIは全てディープラーニングである
第三次AIブームのキッカケとなったのは、ディープラーニングです。しかし、ディープラーニングは画像や音声、テキストを認識することができる技術であり、これらのデータを対象としたケースにおいては、今までのAIシステム以上の精度を出すことができます。しかし、すべてのデータにおいて万能というわけではありません。
ディープラーニング以外のマシンラーニング（機械学習）には、決定木、ランダムフォレスト、回帰分析など様々な手法があるのですが、現在もこれらの手法は現役で採用されています。AI、マシンラーニング（機械学習）、ディープラーニング（深層学習）の関係を下図にまとめてみました。
ちなみに、AIでどうにかしたいと相談受けた内容が、AIがなくても実現できるケースもあります。2021年現在、AIで課題を解決する手法は、ディープラーニングが全てではないことを知っていただければと思います。
AIは人より精度の高いことができる
AIを魔法のようなものと勘違いされている方が結構います。
機械学習は、大量のデータから高次元・複雑な法則を読み取ることが可能であり、人が今までやっていたことを自動化できます。魔法のようだとも言えますが、人より精度が高い結果を出せることはほとんどありません。
AIには学習というフェーズがあるのですが、例えば100点の学習データを使っても、90点くらいの結果が出るといった感じです。結果を出すまでの時間（スピード）に関しては、AIの方が優れているケースはあります。
AIは人を超えた万能なシステムにはなれないことを、知っていただければと思います。
AIは人が出せない答えを出せる
AIの出せる結果は、学習に用いたデータのあくまで延長となります。つまりは、学習データにない結果を出すことはほとんどの場合できません。あくまでAIは人とセットで成立する仕組みであり、AIがわからないことは人がサポートしなければなりません。
AIは人の仕事を奪う
こちらはAIが注目された初期によくメディアなどで取り上げられた間違いです。AIのシステムを構築する上で、どのような結果を出すべきかを指示し、その結果を評価できるのは人です。つまり、AIシステムを構築し、そのシステムを維持・向上させるのに、必ず人が必要になるのです。
また、AIは完璧なものを作り出すことはできないので、AIと人が共同する仕組みをつくることが理想的といえます。AIによって人が全く不要になることはなく、AIができる範囲の仕事を自動化し、人がAIの結果をチェックするような体制になることを知っていただければと思います。
AIは自動で学習して精度が上がる
AIは勝手に学習して賢くなるものだと思われている方が多いのですが、技術的に自動学習は可能ではありますが、実用性は低いです。その理由は、インプットされたデータが全て学習すべき質の高いデータであるとは限らないため、人がデータを選別した上で学習させないと、精度が落ちる可能性があるからです。そのため、AIシステムの運用が始まったあとも、しっかりAIのアウトプットを人が確認し、何を学習させるべきか都度判断してアップデートする必要があります。
まとめ
- 反響の大きさから、AIはマーケティングにおいても重要なテーマである
- ディープラーニングはブームのキッカケに過ぎず、AIが実用可能なものになった理由は、データが容易に集められるようになり、データの処理能力が向上したから
- 2019年3月時点で、製造業のAI導入率は11.2％
- DXの手段としてIoT・データサイエンス・AIがある
- ディープラーニング以外の手法も現役で利用されている
- 多くの場合、AIは人より高い精度を出すことができず、万能ではない
- AIはあくまで学習したデータの延長上の答えしか出せない
- AIが人の仕事を奪うことはなく、AIと人が共同する仕組みをつくることが理想形である
- AIは自動で学習することが可能であるが、実用的なレベルには達成していない
ビジネスマンなら知っておきたい、AIの基礎とよくある間違い
はじめまして。「切削工具の情報サイト タクミセンパイ」を運営し、切削工具および製造業におけるDX（デジタルトランスフォーメーション）・AIの情報を発信している服部です。
私の経歴について、簡単に紹介させていただきます。
バリ取りを自動化する工具を開発・製造・販売するメーカーにおいて、営業を5年、マーケティングを4年経験しました。製造業での経験を活かし、現在はAIスタートアップで営業として製造業のDXに取り組んでいます。
現場で見聞きした、製造業におけるDX・AIの最新情報をお伝えできればと思っております。
はじめに
2021年現在、AIに関するニュースを毎日目にするほど、AIが当たり前の世の中になりました。コロナの影響もあり、国がDXを推進したり、ソーシャルディスタンス対策としてのAI活用が注目されています。
製造業においても画像解析技術を使った検品など、AIに関するニュースを見ることが増えてきました。AIスタートアップに勤務する私も、製造業のお客様からの問い合わせが増えていることを肌で感じております。
AIに関するプレスリリースを打てば多くの媒体に掲載され、反響が非常に大きいことから、マーケティングの視点においても見逃せないテーマとなっています。そこで、製造業×AIをテーマに記事を書いていきたいと思います。
今回は、「AIの基礎」と「AIのよくある間違い」についてご紹介します。
AIの基礎
AIの基礎といっても、ビジネスマンとして知っておくべきことを中心に説明します。
AIは「Artificial Intelligence」の略称で、1960年ごろから研究が進み、2021年現在は第三次AIブームに位置します。2000年代初頭のディープラーニング（深層学習）の登場により、第三次AIブームに突入しました。
ただ、ディープラーニングはブームのキッカケに過ぎず、AIが実用的なものになったのは、データが容易に集められるようになったことと（IoTでビッグデータ収集など）、データの処理能力が向上したからです。
JCER（日本経済研究センター）が2019年3月に実施した「日本企業のAI・IoTの導入状況」調査より、製造業のAI導入率は11.2％となっております。2020年以降はコロナの影響もあり、AIの導入が進んで15～20%くらいになっているのではないかと予想しますが、まだ全体の1/5程度です。
AIと関連性の高いキーワードとしてIoT・データサイエンス・DXがあり、こちらについても簡単に説明します。
IoT
IoT（Internet of Things）は、モノのインターネットとも呼ばれています。インターネットに接続されていなかったモノが、サーバーやクラウドサービスに接続し、相互に情報を交換できるような仕組みのことです。この仕組みによってビックデータの取得が可能になり、集まったデータを活用するという流れで、第三次AIブームが起こりました。
DX
DX（デジタルトランスフォーメーション）は、コロナ以降よく目にするようになりましたが、媒体によって定義が少し異なっています。2018年に経済産業省がまとめた「DX推進ガイドライン」を定義としている媒体が多いので、そちらを紹介します。
「企業がビジネス環境の激しい変化に対応し、データとデジタル技術を活用して、顧客や社会のニーズを基に、製品やサービス、ビジネスモデルを変革するとともに、業務そのものや、組織、プロセス、企業文化・風土を変革し、競争上の優位性を確立すること。」
引用：経済産業省 DX推進ガイドライン
データサイエンス
データサイエンス（DSと略すこともあります）とは、データを軸として統計などの手法を用いて、ビジネスにおける新たな価値を発見する学問および学術分野のことです。1970年ごろから使われていた言葉ですが、ビックデータやAIの登場によって注目されました。データサイエンスに携わる人をデータサイエンティストといい、AIのテーマではこちらの方がキーワードとしてよく登場します。
IoT・DX・DS・AIの関係
IoT、DX、データサイエンス、AIの関係がわかるように、図で表してみました。
DXの手段としてIoT・データサイエンス・AIがあり、IoTによって集めたビックデータの活用としてデータサイエンスやAIがあります。
AIをビジネスで利用する際によくある5つの間違い
私自身も遭遇した、AIをビジネスで利用する際のよくある5つの間違いを紹介します。
- 現在のAIは全てディープラーニングである
- AIは人より精度の高いことができる
- AIは人が出せない答えを出せる
- AIは人の仕事を奪う
- AIは自動で学習して精度が上がる
現在のAIは全てディープラーニングである
第三次AIブームのキッカケとなったのは、ディープラーニングです。しかし、ディープラーニングは画像や音声、テキストを認識することができる技術であり、これらのデータを対象としたケースにおいては、今までのAIシステム以上の精度を出すことができます。しかし、すべてのデータにおいて万能というわけではありません。
ディープラーニング以外のマシンラーニング（機械学習）には、決定木、ランダムフォレスト、回帰分析など様々な手法があるのですが、現在もこれらの手法は現役で採用されています。AI、マシンラーニング（機械学習）、ディープラーニング（深層学習）の関係を下図にまとめてみました。
ちなみに、AIでどうにかしたいと相談受けた内容が、AIがなくても実現できるケースもあります。2021年現在、AIで課題を解決する手法は、ディープラーニングが全てではないことを知っていただければと思います。
AIは人より精度の高いことができる
AIを魔法のようなものと勘違いされている方が結構います。
機械学習は、大量のデータから高次元・複雑な法則を読み取ることが可能であり、人が今までやっていたことを自動化できます。魔法のようだとも言えますが、人より精度が高い結果を出せることはほとんどありません。
AIには学習というフェーズがあるのですが、例えば100点の学習データを使っても、90点くらいの結果が出るといった感じです。結果を出すまでの時間（スピード）に関しては、AIの方が優れているケースはあります。
AIは人を超えた万能なシステムにはなれないことを、知っていただければと思います。
AIは人が出せない答えを出せる
AIの出せる結果は、学習に用いたデータのあくまで延長となります。つまりは、学習データにない結果を出すことはほとんどの場合できません。あくまでAIは人とセットで成立する仕組みであり、AIがわからないことは人がサポートしなければなりません。
AIは人の仕事を奪う
こちらはAIが注目された初期によくメディアなどで取り上げられた間違いです。AIのシステムを構築する上で、どのような結果を出すべきかを指示し、その結果を評価できるのは人です。つまり、AIシステムを構築し、そのシステムを維持・向上させるのに、必ず人が必要になるのです。
また、AIは完璧なものを作り出すことはできないので、AIと人が共同する仕組みをつくることが理想的といえます。AIによって人が全く不要になることはなく、AIができる範囲の仕事を自動化し、人がAIの結果をチェックするような体制になることを知っていただければと思います。
AIは自動で学習して精度が上がる
AIは勝手に学習して賢くなるものだと思われている方が多いのですが、技術的に自動学習は可能ではありますが、実用性は低いです。その理由は、インプットされたデータが全て学習すべき質の高いデータであるとは限らないため、人がデータを選別した上で学習させないと、精度が落ちる可能性があるからです。そのため、AIシステムの運用が始まったあとも、しっかりAIのアウトプットを人が確認し、何を学習させるべきか都度判断してアップデートする必要があります。
まとめ
- 反響の大きさから、AIはマーケティングにおいても重要なテーマである
- ディープラーニングはブームのキッカケに過ぎず、AIが実用可能なものになった理由は、データが容易に集められるようになり、データの処理能力が向上したから
- 2019年3月時点で、製造業のAI導入率は11.2％
- DXの手段としてIoT・データサイエンス・AIがある
- ディープラーニング以外の手法も現役で利用されている
- 多くの場合、AIは人より高い精度を出すことができず、万能ではない
- AIはあくまで学習したデータの延長上の答えしか出せない
- AIが人の仕事を奪うことはなく、AIと人が共同する仕組みをつくることが理想形である
- AIは自動で学習することが可能であるが、実用的なレベルには達成していない
食×スポーツ支援–味の素、アスリート向けに献立提案AIアプリ「勝ち飯 AI」
味の素は3月31日、アスリート向け献立提案AIアプリ「ビクトリープロジェクト管理栄養士監修 勝ち飯AI」のβ版を開発したと発表した。
Arm、10年ぶりの新アーキテクチャー「Armv9」–セキュリティとAI能力を強化
Armは10年ぶりの新たなプロセッサーアーキテクチャー「Armv9」を発表した。
シャオミ、同社初の折りたたみスマートフォン「Mi MIX FOLD」発表
中国のシャオミが折りたたみスマートフォン「Mi MIX FOLD」を発表した。
「Googleマップ」、屋内のAR経路案内など複数の新機能
グーグルはショッピングモールや空港の中での移動を支援する機能や、運転時に環境に優しいルートを選択できるようにする機能など、「Googleマップ」アプリの複数の新機能を発表した。
勘と経験だけではもう通用しない。スポーツ界のデータ分析最前線
NTT Comのコミュニケーションプラットフォーム「Fesaas」において、スポーツにおけるデータ分析をテーマに、有識者2名が対談するオンラインセミナーが実施されました。
富士通、ローカル5Gを自社工場で運用、スマートファクトリー目指し現場作業の自動化や遠隔支援に活用 | IT Leaders
富士通は2021年3月30日、先端技術を活用したスマートファクトリーを実現すべく、ネットワーク機器の製造拠点である小山工場（栃木県小山市）においてローカル5Gの運用を開始した。現場作業の自動化や遠隔支援などに利用する。用途に応じて4.7GHz帯のSAと28GHz拡張周波数帯のNSAを使い分けている。今後、検証を進め、2021年度内に製造業向けサービスとして提供する。
企業化と動画配信活用でプロレス業界1位目指す–DDTやNOAHがサイバーに参画した理由
「プロレスは個人商店みたいなもの。大きくするには企業化する必要があった」「経営が厳しく、旧態依然とした興行を続けるしかなかった」「やるからには業界1位の座を取る」――DDTプロレスリングやプロレスリング・ノアなどの団体を運営するサイバーエージェントグループのCyberFight代表取締役社長である“高木三四郎”こと高木規氏と、同取締役の武田有弘氏に、プロレス団体経営の課題や今後の取り組みなどについて聞いた。
アップル、WWDCを6月7日からオンラインで開催へ
アップルは、年次開発者会議「Worldwide Developers Conference（WWDC）」を6月7～11日にオンラインで開催することを明らかにした。
日立Sol、アジャイルやDevOpsを取り入れた内製化支援オンラインサービスを提供 | IT Leaders
日立ソリューションズは2021年3月30日、企業によるクラウドアプリケーション開発の内製化を支援する「モダンアプリケーション開発支援ソリューション」を発表した。アジャイルやDevOpsなどの開発手法を取り入れて、同年4月1日から提供する。価格は個別見積り。