1 現状AIにできるのは「分類の自動化」と考える
今のAIができることは、一言で表すと「分類」。その真意をここで整理しておこう。
現在、AI（人工知能）が人間の代わりに企画を考えたり、人を説得したりすることは（単独では）難しい。しばらくは技術的に無理だろう。では、現在マーケットを日々騒がせているAIとは、具体的に何ができて、これほど多種多様なシーンで騒がれるのか。AIで何かしらの施策を検討したり、AIで事業のどこかしらの効率化を考えたいなら、まずは仕組みと特性について、ざっくりであっても把握しておきたい。
今AIと呼ばれるものは、「分類の自動化」を行うための仕組みだと考えればいいだろう。決して、AIが人間の代わりに何かを考えてくれるわけではない。現時点でできるのは「データの中の特徴を探し出すこと」「その特徴を分類すること」がメインとなる。「データの中の特徴を探し出すこと」とは、例えば「犬っぽい画像を数万枚の写真の中から探す」や「テキストデータの中から、単語と文節の組み合わせによって、書き手の “感情” などのパターンを見つけ出す」といったことである。
ただし、AIがいきなり「あっ！これ犬っぽい！」や「この人、転職したがっている！」といった分類を行えるわけではない。便宜的に名前をつければ、「グループA」「グループB」といった機械的な分類が可能になる、ということだ。
処理だけを見ると、AIが勝手に判断しているように見えているかもしれないが…
実際は複数の分析による情報の分類と選択を行っているイメージが近い
※ 図は、便宜上極端に簡略化した図なので、この通りにあてはまらないケースがある
では、これらをどう活かすと、事業への有効な施策につながるのか。というのは、グループAといった“AIが機械的に見つけた”分類は、そのままでは人間には利用ができない（しにくい）状態だからである。そこで、「○○な特徴を持ったデータ」を「■■として分類する」といったルールが必要になる。これを「教師データ」 などと呼んでいるが、ビジネスにAIを活用したいならルールの設計こそが肝になる。
2 着目すべきは、分類してこなかったデータ？
「分類の自動化」が見えてくると、何を効率化すべきかがわかってくる。それをビジネスに応用したい。
今一度、現状のAIによってできることについて、具体例を挙げてみたい。
（１）写真への自動タグ付けと管理
（２）チャットボットなど対話ツールへの利用
（３）文章やニュースの自動ライティング
上記は異なる設計ながら、共通点は、あらかじめデータに分類のルールを学習させていること。例えば、FacebookやInstagramでアップロードした写真に自動的にタグや人物がサジェストされるのは、画像データに対して「人間の顔として分類する」という処理がなされているからだ。
分類できていないデータを前に、人間が「どこに意味を持たせたグルーピングを行うか」を判断し、設計できるか。あとは人間による分析と仮説が必要
チャットボットの応対スクリプトに関しても同様で、「○○という言い回し」に対し「○○と答えるケースが多い」という一対のデータセットで分類する。この応用が、少々強引だが日本経済新聞の「完全自動決算サマリー」※1やリオデジェネイロ・オリンピックなどで採用されたニュース速報自動ライティング※2などとも言える。一次情報提供元（決算であれば各企業、ニュースであれば公式団体など）から受け取ったデータを、金額や増減、得点や勝敗などに分類し、設定済みの無数の条件分岐とテンプレートを使って生成（厳密にははめ込み）している。
今後「分類の自動化」を事業に活かしたいなら、これまでの視点の真逆、「分類されていない部分」への着眼が必須だ。蓄積された未分類の情報と対峙し、何に着目すべきかが問われてくる。ただ一つ、AIの設計代行やコンサルティング事業を行う身として言える本音は、「人間の仕事はますます増える」ということだ。
※1 2017年1月25日にプレスリリースで発表 http://pr.nikkei.com/qreports-ai/
※2 アメリカのワシントン・ポストがリオデジャネイロ・オリンピック報道（2016年）で、AIによる記事作成を導入し、世界的な話題を集めた
関連記事
