画像提供:マイナビニュース

写真拡大

●Watsonで何ができるのか

IBMは同社のコグニティブコンピューティングプラットフォーム「IBM Watson」の利用事例や活用法などを紹介する「IBM Watson Summit 2017」を4月末に開催した。基調講演などから見えてきた、Watsonがもたらすコグニティブコンピューティングのあるビジネス環境を改めて捉え直してみよう。

○コグニティブが変える仕事の質とありかた

コグニティブコンピューティングとは、IBMがAIを使って仕事をする際のスタイルとして提唱している用語だ。単純に単語を直訳すれば「認知コンピューティング」とでも訳せるだろうか。単純なAIと何が違うのかというと、IBMによれば「ある事柄についてコンピュータが自ら考え、学習し、自ら答えを導き出すシステム」だという。

ますますわかりにくくなっている感じだが、要素技術としては「自然言語認識」「傾向分析」「学習能力・意思決定」という3つの大きな柱を持っている。つまり、人間とは自然な会話で条件の入力が行え、データやユーザーの好みなどを学習しながら、与えられたデータをもとに「これが正解ではないか」とコンピュータが判断した回答を提示してみせる、というものだ。

概念だけ聞くと、昔のSFアニメなどが描いていたコンピュータそのものだという感じがする。パソコンが普及する前の「コンピュータ」のSF的なイメージは、人間が疑問を投げかけたり、データを入力して質問すると、正解とその確率を提示してくれるものだった。

実際にパソコンが普及してみると、それらがあまりに遠い夢物語だったと気づかされることになったのだが、パソコンの本格的な普及からおよそ四半世紀以上も経って、ようやく現実世界がSFに追いつき始めたともいえるだろう。

では、実際にコグニティブコンピューティングを導入した仕事とはどのような変革をもたらすのか。Watsonを導入したという企業は多いのだが、ライバルに真似されては困るということなのか、実際の事例はなかなか見ることができない。正直な話、Watson関連の取材をしていても、「Watsonがあるとどうなるの?」と聞かれても、即座に相手を納得させる具体的な答えは難しかった。

そんな筆者にとって、IBM Watson Summit 2017の基調講演で目を引いたのは、三井住友銀行のコールセンターで実際に導入されているシステムの紹介だ。同行ではコールセンターのオペレーターにWatsonベースのシステムを採用。顧客からの電話を音声解析して質問内容を把握し、顧客が求めている解決方法に最も近いと思われるデータをWatsonが表示してくれるのだ。この紹介の中で、珍しく画面付きでシステムが紹介された。

●コールセンターの何を変えるか

従来のコールセンターであれば、オペレーターの前に紙の資料が大量に並んでおり、その中から該当する資料を探し出さねばならなかったため、回答までにはかなりの時間がかかった。また、回答前の時間やクオリティは、スタッフにより大きなばらつきが出ることになる。

ところがWatsonにサポート事例を学習させておけば、音声認識で顧客とサポート要員の会話を認識し、その結果必要だと推測される資料を瞬時に提示してくれる。最初のうちは間違った資料を提示することもあるだろうが、画面上で次々と候補を確認していく手間は手で資料を探し出すよりは短時間で済むし、学習が進めばこういったエラーもどんどん少なくなり、さらに効率が上がるわけだ。実際、同行では問い合わせ1件あたりのサポートコストが60円削減されたほか、新人スタッフの離職率も48%減少に成功している。

「人工知能が人間の仕事を奪う」という論評も多いが、コグニティブコンピューティングの世界では、人工知能が人間の仕事をサポートすることで、業務効率の工場や業務時間の短縮、顧客満足度の向上に繋げることができる。また、コールセンターは人の入れ替わりが多い職場だが、その一因として新人が環境に対応できず早期退職するという事情がある。三井住友銀行の場合、Watsonを用いることで、早期離職率も低減に成功しているという。

そして事例を見てわかるように、ユーザーはキーボードやマウスにすらほとんど触らないでWatsonの機能を活用できている。ユーザーがシステムに慣れる必要もなく、人工知能という疲れ知らずの相棒と共にテキパキと処理をこなしているというのは、実に未来的な光景だ。

●学習済みWatsonがラインアップ

○80以上の職種向けのWatsonを用意

Watsonが業務効率の向上に役立つのはわかったが、すぐに業務に導入できるという会社はほとんどないだろう。人工知能は機械学習であれディープラーニングであれ、大量のデータを処理させて学習する段階を経なければ、その真価を発揮できないからだ。

それだけのデータを入力・処理させるのにも時間はかかるし、そもそもデータ自体を用意できないというケースも多いはずだ。

そこでIBMでは、あらかじめ業種ごとに分けて必要なデータを学習させておいたWatsonを準備することにした。業種別のスターターキットとも言えるこれらは、すでに十数の業種向けのものが発売済みだが、今回の発表でこの種類が約80にまで一気に増えることになる。

最終的には200以上の職種を準備するのが目標ということだが、このために相当なデータを準備して学習を続けさせているという事実からも、IBMの本気を感じさせる。将来AIを活用したい企業にとって、ゼロから構築するのではなく、ある程度の学習を済ませたセットから利用できるというのは、非常に大きなアドバンテージになるはずだ。

また、Watson専用のサーバーを購入するのではなく、IBMクラウド上でWatsonを利用するための「IBM Watson Developer Cloud」も用意された。これはIBM Bluemix上でWatsonの諸機能を利用するためのAPIで、Webアプリケーション上でデータ解析や自然言語対話などのWatsonの機能を利用できるようになる。

さらに、約100万円からWatson開発が可能になる「Watsonスターターキット」の提供も開始された。フルセットのWatsonを導入するコストを賄えない企業にとって、スケーラビリティの上からもクラウド上でWatsonが利用できるのは大きなメリットになるだろう。

さまざまな事例の紹介が行われたIBM Watson Summit 2017だが、筆者としては初めて具体的な形でWatsonの実力を知り、またIBMがWatsonにかける本気度を感じ取れる機会となった。

人をAIがサポートしてより高い効果を生むコグニティブコンピューティングの理念は、すでに高いレベルで実現可能な現実のものとなっている。今までは大企業向けのシステムという感想だったが、たとえばスタートアップなどで法務などに人員やコストを割くことが難しいような規模の企業にこそ、判例や法解釈のチェック用にWatsonを導入する価値があるだろう。

数年後にはWatson採用の有無や期間の長さによって企業の生産性や成長性に大きな差が出てきても不思議ではない、そう思わせるものがあった。