AI

中小・中堅企業で使える人工知能システム開発とは?3つの事例を紹介 

人工知能システムは多くの会社で取り入れられており、今回は中小・中堅企業で導入された3つの事例を説明します。

人工知能システム開発とは

まずは、人工知能システム開発について説明します。人工知能システムの開発の流れは次の通りです。

1.要件定義

2.設計、製造

3.テスト

4.保守

1.要件定義

要件定義はシステムが備えるべき要件のことをいいます。要件定義に必要な期間は長く、データをどのように扱うかを検討します。データ分析ができる人員を確保し、データを使って実際に機械学習を行い、精度や誤差について検討しなければいけません。

また、機械学習の結果を踏まえて取り扱うデータ量を決定したり、データの中に含まれる異常値の処理などを決めたり、要件定義をしっかりと検討します。

2.設計・製造

設計や製造の段階では、機械学習に関するシステムの設計や構築を行います。ユーザーが信頼できるような設計をしなければならず、情報の信憑性も重要です。

信憑性を見極めるためには、出力結果ごとに信憑性があるかどうかを推定して画面上に表示するなど、ユーザーの使いやすさを考慮します。他にも、使用者が情報の正確性を評価できるような機能を備えることも必要です。

3.テスト

最後の段階であるテストは、実際に異常値を入力して正しい出力結果になるかを確認したり、システムの精度を確認したりします。テストの結果を実際にユーザーに共有して、指摘を受けることもあります。

4.保守

開発したシステムを導入した後は保守が何よりも大事です。というのも、人工知能システムは新しいデータで機械学習を行い、学習モデルの更新が必要だからです。開発の時点で分からなかった問題が後々分かることもあり、導入後も開発者が保守を行い続けなければいけません。

(参考)https://www.siainc.jp/service/ai_deeplearning_tensorflow

    https://www.mio-kobe.com/column/143/

 

事例1 人工知能システムで運用管理業務

1つ目は、人工知能システムを使って運用管理業務を行った事例です。

人工知能システムを取り入れた背景としては、クラウドサービスの利用や24時間365日稼働のICTシステムの取り入れにより、運用管理現場の負荷が増大したことです。

近年はITの普及によってビジネス現場では目まぐるしい変化が起きていますが、サービスの提供が多くなる一方で、現場での負担が増えています。

現場では、トラブル発生により過去の対応履歴から対処方法を探すのに時間がかかってしまう、トラブル全体を把握するのに時間がかかって対応漏れや遅延が発生する、トラブルの難易度が高いと担当者に負荷がかかるなど、様々な問題が見受けられました。

これを解決するために、人工知能システムを使って対処したそうです。

主な機能としては、サーバーに障害が発生したときは素早く対応をする、人工知能システムが過去の事例を素早く分析して対処方法を探す手間を省く、お問い合わせ内容をもとにナレッジを自動検査してインシデントの詳細画面に過去の類似事例を表示するなど、スタッフの作業が非常に楽になりました。

実際の効果としては、平均対応完了時間が51%も短縮されたそうです。

(参考)https://www.fujitsu.com/jp/products/software/middleware/business-middleware/systemwalker/products/cbservicemanagement/topics/centricmanager/

事例2 人工知能システムによる気象情報を用いた需要予測

2つ目は食品会社が人工知能システムを用いて、過去販売実績および気象情報を用いて需要予測をした事例です。

人工知能システムを取り入れた背景は、気象に合わせて購入される商品が変わるため、あらかじめ人工知能システムによって予測させ、販売する商品を決めるという主旨です。

例えば、近年は地球温暖化により年々暑くなっていますが、夏に近づくにつれて日焼け止めなど紫外線対策グッズが売れるようになります。しかし、夏が近づくにつれても紫外線があまり強くないことは多くあり、先に紫外線対策グッズを販売しても売れ残ることが多いです。

紫外線が強くなるに合わせて、紫外線対策グッズを販売しないと商品の売り上げは上がりません。天候は年によって変化したり、週ごとに大きく変化したりします。そのため、過去のデータなどを参考にしながら、天気予報に合わせて販売する商品を決めることで、お店の売り上げが大きく変わるのです。

もう一つ具体例を挙げると、ペットボトル飲料なども似たような傾向が見られます。塩分をチャージできる飲料やスポーツドリンクなどは暑くなるつれて売れる商品数が上がります。しかし、時期を誤って早く販売を始めても、購入する人は少なく売れ残ってしまうのです。

このような背景から、人工知能システムを用いて、販売実績やキャンペーン情報、気象情報などのデータを用いて野菜や水産物など食材の需要を予測させるようにしました。

実際に得られた効果としては、人工知能システムの機能がかなり高く、野菜や水産物など難しいテーマでも、精度が高くて予想が当たったそうです。

(参考)https://www.meti.go.jp/press/2020/03/20210331010/20210331010-2.pdf

事例3 人工知能システムによる加工図面からの自動見積

3つ目は、プラスチック加工図面の見積もりを人工知能システムによって行う事例です。人工知能システムを導入した背景としては、プラスチック精密機器加工などを行う前にする見積もり作業の負担を減らすことです。

会社のICTシステムからのお問い合わせでは、見積もりに関する回答をしなければならず、一つひとつの回答で約1時間ほどかかっていたそうです。

回答時間の長さを考えると、1人のスタッフが回答できる数は限られています。しかし、回答数が多いと返答までの時間が長引いてしまい、1人のスタッフが担当する数を増やさなければいけません。スタッフの負担と、お客様を待たせてしまうことから、作業時間を短縮しようと考えたそうです。

そこで取り入れたのが人工知能システム。人工知能システムは過去の見積もり結果をベースに学習するので、図面ごとの見積もり金額をすぐに出すことができます。

また、人工知能システムによって、見積もり作業の属人化、見積もり回答時間の短縮、それによって発注件数増加による売り上げ拡大を目指しました。

実際の効果としては、見積もり作業の属人化解消と見積もり回答時間の短縮ができたそうです。回答に1時間かかっていたのが、20分まで短縮できました。

(参考)https://www.meti.go.jp/press/2020/03/20210331010/20210331010-2.pdf

まとめ

人工知能システムは学習機能があるため、様々な場面で取り入れることができます。人工知能システムを取り入れることで、現場スタッフの負担を減らすだけでなく、売り上げ拡大まで繋がるのです。様々な効果が得られるので、ぜひ検討してみてください。

関連記事

  1. ロボットを活用したDX事例

  2. DXを実現するためにはプログラミング知識が必要か?

  3. DX時代において人工知能をうまく活用するためには?

  4. DXによるヘルプデスク改革とは!?実際の導入事例まとめ

  5. DXの原動力となるチャットボットについて徹底解説!

  6. ビッグデータ

PAGE TOP