◇深層学習で激変するビジネス
◇「ＡＩ大国」へ正念場の日本
大堀達也／池田正史（編集部）
人間に代わり知的労働を行う「人工知能（ＡＩ）」が、ビジネスの現場を一変させようとしている。ＡＩの革新的な技術の登場で、劇的に汎用性が高まったＡＩを、企業が本格的に活用し始めた。その最先端事例が日本にある。
富士山麓の広大な森林地帯にある、産業用ロボット大手ファナック工場群。４月18日、その一角で、ＡＩを搭載した新型ロボットが稼働していた。同社がこの日、公開したバラ積みロボット（写真下）だ。
ファナックの新型ロボットは、工場内のロボットや工作機械、センサー類をネットワークでつなぐＩｏＴ（モノのインターネット）のプラットフォーム「フィールド・システム」と合わせて発表された。フィールド・システムは、ＡＩを搭載したロボットや工作機械を連携させるシステムである。
◇「深層学習」革命
ロボットは、カゴの中の複雑な形状の部品を器用につかみ取り、次々に別のカゴに移していく。まるで人間が作業するかのようにスムーズな動きだ。一見、簡単そうに見える作業だが、実はこれまでのロボットにはできない芸当である。
ファナックの狙いはモノづくりの自動化を極め、生産性を最大化することにある。そのために、これまで人間にしかできなかった、「自分で見て・判断して・動く」ことができるロボットを導入する。これを可能にする技術こそ、ＡＩが試行錯誤しながら学習する「ディープラーニング（深層学習）」という新技術だ。
ＡＩはヒトの脳神経細胞の働きをまねた「ニューラルネット」という仕組みを使って高度な情報処理を行う。ニューラルネットとは、ヒトの脳神経細胞（ニューロン）の働きをソフトウエアとして再現したものだ。深層学習は、このニューラルネットを何層にも重ねることで、従来は見つけられなかったデータに潜む複雑な構造や特徴（特徴量）を見つけることができる。
バラ積みロボットは、運ぶ品物の特徴を自ら見分けてつかむ。言い換えると、ＡＩが深層学習で「モノを見る（認識する）」能力を得たわけだ。モノが見えるようになったＡＩは、センサーを通じて吸い上げたビッグデータを、脳に当たるコンピューターが高速処理することで、さまざまな知的労働をこなせるようになるのだ。
知的労働とは、いろいろな食材を使って料理したり、漁港に水揚げされた魚介類を種類ごとに仕分けする。さらに、花を植える花壇の土を掘るといった作業だ。金型を精緻に切削するといった一定の決められた作業ではなく、人間のように状況を見ながら考えて行う作業である。
つまり、これまで人間しかできなかった仕事の多くをこうしたＡＩを搭載したロボットが代替できるようになる。深層学習は人間の労働を激変させる可能性を秘めている。
ファナックのバラ積みロボットは、カゴの品物を移すという指令さえ与えれば、新たな品物が加わっても、自分でつかみ方を学習する。８時間ほど学習すれば、90％の精度で上手につかめるようになるという。
ファナックに深層学習の技術を提供しているのが、東京大学発ベンチャーの「プリファード・ネットワークス（ＰＦＮ）」（東京都文京区）だ。ＰＦＮは昨年、トヨタ自動車、パナソニックともＡＩの共同研究で提携した。トヨタが進める自動運転もまた、深層学習が効果を発揮する。
ＡＩ開発ではグーグルなど米ネット企業が先行していると言われるものの、「製造業、とりわけ、機械の制御におけるＡＩ活用は先例がない」とファナックの稲葉善治社長は語る。
ファナックとタッグを組んだＰＦＮの西川徹社長は、「深層学習は、製造業に革命をもたらす」と、無限の可能性に期待を込める。
◇客の動き方を「見える化」
ＡＩにブレークスルーをもたらした深層学習は、サービス業界でも活用され始めた。ＡＩベンチャーの「ＡＢＥＪＡ（アベジャ）」（東京都港区）は、深層学習を使って小売り店舗内の客層と、その動き方を分析し、売り上げの最大化を目指すマーケティングを手掛ける。
ABEJA提供
現実世界の小売り店舗では、客の行動を数値として捉えにくい。ネットショッピングのように商品へのアクセス数、物色される商品や時間帯がデジタルデータで把握できないために、マーケティングが最も遅れていたビジネス領域だ。
しかしアベジャの岡田陽介社長は、「画像認識に優れた深層学習なら、リアルな実店舗でもネットのようなマーケティングができる」と考えた。
アベジャのサービスには大掛かりな設備は必要なく、クラウド（ネット上のサーバー）上で動くＡＩと店内を映し出せるウェブカメラが１台あればいい。このためサービス導入費用は１店舗当たり月々数万円とお手軽だ。店舗に取り付けるウェブカメラは汎用品を使い、データはすべてクラウドで処理すれば、コストを抑えられる。
低コストだが、サービスの完成度は高い。カメラが捉えた来店客の服装や顔のシワなどを基に、ＡＩが性別と推定年齢を割り出す（写真上）。最初に人物モデルをＡＩに学習させると、あとは実際の画像を取り込む中で、推定の精度を上げていく。
例えば、昼には20代女性客が多いといったことが分かる。これに、客の滞在時間が長い売り場と短い売り場が、色で表示できる「ヒートマップ」（写真右）を組み合わせると、いつ、どんな客が、どの棚のどの品を何個手に取ったかＡＩが「見える化」してくれる。これを基に商品棚の配置を変え、客の滞在時間が少ない場所に誘導する。
また、ＡＩが「見える化」してくれることで、アベジャのスタッフは、さまざまなコンサルティングができるようになる。
ABEJA提供
例えば、毎日決まった時間に主婦の来店が減っていることが分かれば、近くのスーパーがタイムセールをやっている、などの可能性を探ることができ、そこを出発点に改善策を講じることができる。
現在、アベジャのサービスを導入しているのは三越伊勢丹ホールディングス（ＨＤ）、東急ストア、レンタルＤＶＤのゲオ、中古車販売のガリバーインターナショナルなど、10業種・数百店舗にのぼる。効果は、あるアパレル店での買い上げ率が全体で２％向上、百貨店の売り場では特定商品の売り上げが30％伸びたという。
◇古い枠組みを破壊する
ＡＩは、コンピューターで推論・探索をすることで、特定の問題を解く研究が進んだ１９５０年代後半から60年代、コンピューターに知識を入れると賢くなることに注目した80年代と、過去に２度の大きなブームがあった（図１）。しかし、いずれも複雑な現実世界に対応しきれず開発ブームは去った。
これに対して、近年の「第３次ＡＩブーム」が本物と言われる理由は大きく三つある。第一に画像、音、熱、光、電磁気、圧力などを検知する多様なセンサーが低廉化して大量に普及し、ＩｏＴが拡大したことで、外部環境を膨大なデジタル情報（ビッグデータ）として取得できるようになった。
第二にコンピューターの計算能力が飛躍的に高まった。
そして、第三にＡＩに革新をもたらした深層学習の登場がある。
企業は深層学習で汎用性の高まったＡＩを使い、作り手優先の「プロダクトアウト」から顧客ニーズ優先の「マーケットイン」が可能になる。アベジャは、まさにその好例だ。
「センサーとクラウドのコストが劇的に下がり、ユーザーのニーズに応えるサービスが現実的な価格で提供できるようになった」（岡田氏）
一方、アベジャと同様のサービスを手掛ける大手電機メーカーの従来システムは、専用のカメラやサーバーなどの設置費用を含め、数千万～数億円の導入費用がかかると言われる。ユーザーがどちらを選ぶかは明白だろう。
「新しいプラットフォームを提供することで、小売業の産業構造そのものを根本的に変えたい」という岡田氏の言葉どおり、低コストで高効率を実現するＡＩは、既存のサービスの枠組みを破壊してしまう。
製造業でも、自ら学習するロボットは、人間がコントロールする旧型ロボットを駆逐するだけでなく、調整を担うエンジニアも必要としない。また、ファナックのフィールド・システムのようなＩｏＴプラットフォームが世界標準になれば、それに接続できない旧型のロボットや工作機械はゴミ同然だ。ＡＩの第３次ブームは、産業界に空前の創造と破壊をもたらす大波だ。
この大波にいち早く乗ることができれば、ＡＩ発の新技術で世界をリードできる。米国は、２０００年代に世界に先駆けて「ＩＴ革命」を起こし、新技術開発の主導権を握ったが、日本も「ＡＩ革命」で主導権を狙える位置にいる。ＰＦＮやアベジャの深層学習は、その可能性を持った技術だ。
だからこそファナックやトヨタ、三越伊勢丹ＨＤなど先見性のある企業が先を争うように彼らと組んだ。
◇ＡＩ大国か、普通の国か
その一方で、大手電機メーカーをはじめ日本企業の多くは、ＡＩの活用をうたいながら、開発の軸足を最先端の深層学習に移しきれていない。日本では、普及が道半ばのＩｏＴに投資が流れているのが現状だ。大手電機を頂点とする業界は、センサーを含むＩｏＴが収益源の企業がほとんどだからだ。既存のサービスを破壊する深層学習が普及すれば、自らの首を絞めることになる。
確かにＩｏＴがなければデータがとれず、ＡＩの威力を十分に発揮できない。しかし、ＩｏＴ重視の流れが強すぎれば、深層学習の成長の芽を自ら摘む結果になる。ＩｏＴを充実させ普通の国になるか、それともＡＩで世界を取るか。日本は大きな岐路に立っている。