見出し画像

第４回　なぜ企業がAI導入を進めてないかについて考えを巡らす（読む時間の目安各3分）

Gigalogy(ギガロジー)

第一章「AIプラットフォーム提供のGigalogy株式会社の創業者及びCEOモスレ・ウッディンがAIとの出会いを語る」

前回までの投稿でお伝えしたのは、
➀『なぜAI事業に取り掛かったのか』
➁『事業を開始にするにあたり考えた3つの大切なこと』
③『AIエキスパートって何？』でした。

今回は、なぜ企業がAI導入を進めてないかについて話します。

新規ビジネスを作るには三つの要素が必須です。
①課題を解決できるかどうか
②スケールアップできるビジネスになるかどうか
③我々が優位性のあるスタイルを作れるか
この3つのステップをどうやって実現できるか考え始めました。

「②スケールアップするビジネスになるかどうか」に関して、「なぜ企業がAI導入を進めてないか？」という素朴な疑問を僕は持った。
そこで考えられた理由が、以下の3つ。
1.　AIのエキスパートが不足しているから
2.　業種やビジネスの目標はAIに直接関連しないため専任のAIチームを作る必要性がない
3.　AI導入にあたり、ビジネスの成長に繋がる適切なユースケースを考えるのは難しい

1.のAIエキスパートの不足について。
Global AI Talent Report 2019年によると、AI専門家の数はグローバルで2万5千人しかいない。
調査によると、日本には805人しかAI専門家がいない。（2019年当時）一方でアメリカはその10倍である。
805人のうち、海外経験者は20%未満で、女性の割合も各国の中で一番少なく、技術者のダイバーシティが弱い。
こんなにAIエンジニアの数が少なく、ダイバーシティも弱いと、コンシューマー向けの商品を作っている大企業でも自社でAIチームを持つのはとても難しい。
AIプロジェクトを推進するには4種類の人材が必要で、これは前回第三回でお伝えした通り、インダストリーを深く理解すること、ドメイン知識のある人がとても重要です。
①プロダクトマネージャー。アイディアから具体的なユースケース、解決したい課題、そのため必要なアクションなどを考えて提案する方。このようなスキルのある方は最も不足している。
②機械学習エンジニア。少ない。優秀な人材を採用するのは中々難しい。
③ソフトウェアエンジニア。機械学習のこともある程度理解している必要がある。
④インフラ系のエンジニア。通常のソフトウェアシステムの場合、AWSやAzureを理解できれば、簡単にインフラの準備が可能。一方、AIのインフラの構築はかなり複雑。新しい技術を学習し、必要に応じてAWS・Azure・GCP上でカスタマイゼーションできる能力が必要である。
データ処理からモデル学習、学習されたモデルの応答情報に関するエンドユーザーの反応、これらの情報を自動で取得し再学習できるような自動アーキテクチャが必要です。
４種類の人間が集まると漸くチームができる。しかし、人件費だけで月々3百万円以上かかる。AIエンジニアは需要が強く、コストは高い。

更に、自社でチームを作って最低限必要なソリューションまで実現するには9ヶ月から1年間かかる。1年経っても素晴らしいソリューションが実現されることを保証しにくい。つまり、企業の視点からすると、結構高い投資をして自社でチームを作ったとしてもROIが取れる保証が無いためリスクの高い投資として判断される。

その他の理由としては以下のものがある。

業種やビジネスの目標はAIに直接関連しないため専任のAIチームを作る必要性が感じない
AI導入にあたり、ビジネスの成長に繋がる適切なユースケースを考えるのは難しい

上記話した課題は大企業はもちろん、AIを最も必要としている中小企業にとってAI導入に辺りとても大きいハードルである。



だからこそ、僕はこれをビジネスにして日本の中小企業を支える仕事をしたいと思いました。
スピードとコスト、AIエキスパートの連携により本物の技術を利用して、中小企業のお手伝いをできたら嬉しいと思っています。

第５回に続く

Gigalogy株式会社
〒105-6923 東京都港区虎ノ門4-1-1 23階
TEL:03-4500-7914
ホームページへ

■Instagram
https://www.instagram.com/gigalogy_experience_box/
■Twitter
https://twitter.com/GigalogyMosleh
■facebook
https://www.facebook.com/gigalogy