Share on facebook
Share on linkedin
Share on twitter
Share on facebook
Share on linkedin
Share on twitter

AIとは何か、
その本質を理解する

現在、人工知能(AI)が大きな話題になっていますが、事実とは違った情報が飛び交っているのも事実です。高い処理性能に加え、巨大なストレージを利用できるようになったことで、自動運転車、音声アシスタント、チャットボットなど、AIを活用したデバイスやサービスが急増しています。

事実、世界的なIT企業の大手がAIに積極的に投資しており、寸暇を惜しんで自社のAIシステムを洗練させ、競合他社に対する競争優位性を確保しようと努めています。しかし、実際にAIとは何でしょう?企業に何をもたらすでしょうか?

AIの現状

AIは、決して新しい技術ではなく、1940年代から開発が行われています。その結果として過去数十年間には、エキスパートシステムの開発につながり、特定の問題を解決する知識システムとして活用されてきました。

現代のAIシステムは、機械学習や豊富なデータを活用することで、人間の知能と似た方法で結論を導き出すといった飛躍を遂げています。強化学習法によってニューラルネットワークをトレーニングし、質の高いデータと組み合わせたモデルであれば、確実性の高い予測ができます。そして人間は、これらの予測をインサイトとして活用し、意思決定に利用することが可能になります。

機械学習の応用分野は、取り扱うデータのタイプによって区別されます。最も知られているものは、恐らく音声認識や画像認識でしょう。クラスター分析など、教師なし学習法による機械学習アルゴリズムは、膨大な量のデータを瞬時に処理し、潜在的なパターンやグループを見つけるために活用されています。

AIの誤解を解く

ほとんどの技術と同様、AIにも誤解が存在します。恐らく最も一般的なものは、AIがすべての結果を完璧に予測できるというものです。洗練されたAIモデルは、非常に正確な予測ができますが、最終的には、神経回路モデルやデータに根付く、最も可能性の高い結果を「推測」する科学にすぎないのです。これは、AIが間違える可能性があるだけでなく、予測の正確性がソースデータの質に依存していることも意味しています。

また、AIがまるで自律的な技術のような話も聞かれます。しかしAIの運用は非常にインタラクティブなものであり、データサイエンティストによる定期的な調整が必要です。データの準備に補助的なシステムを使用することで、プロセスを容易にすることもできますが、AIを効果的に応用するためには、依然として人間からのインプットが必須です。実際のところ、一部の企業がAIを導入できない要因となっているのは、必要なデータを準備し、プロセスを管理できるテクニカルチームが不足しているためです。

さらに、コンピューティング処理能力が劇的に向上していることで、AIシステムが瞬間的に結果をもたらすという思い込みも生じています。しかし、人間が自転車に乗る方法やチェスを学ぶように、AIシステムも同様の学習経験を積む必要があります。AIシステムは、高速に、かつ24時間動作することが可能なだけで、フィードされたデータに応じて「学習」するための適切な時間が必要であることに変わりはありません。

AIにできること

AIは、前述のように、ビジネスのあらゆる課題を解決するブラックボックスではありません。AIを効果的に応用するためには、必要なデータの取得、モデルのトレーニングと同時に、求められる結果を得るためにアウトプットを分析し、モデルを調整する反復プロセスなどといった体系的なステップを厳密に順守することが不可欠です。

それぞれの性能は別として、膨大なデータ量を処理できるAIに人間は太刀打ちできません。そのためAIは、データに関連した問題を解決するための有力な候補と言えます。たとえば、多くのマーケターが苦労している特有の問題として、複数のデバイスを交互に使用しているユーザーを追跡することの難しさがあります。AIシステムは、人間がためらっている間にも数十億のデバイスに関する情報を完璧に集約し、セールスファネル(潜在顧客が商品を購買し、さらには優良顧客になるまで絞り込まれていくプロセス)を通過するユーザーを正確に識別することができます。

またAIは、アドフラウド(広告詐欺)対策に利用する事ができます。アドフラウドを仕掛ける運用者は、ルールベースの従来システムを出し抜くような手段など、常に新しい戦略を練り、不正対策を綿密に調査、テストしています。たとえば、同一アプリのインストールがX回された場合、それを疑わしい行為としてフラグを立てると、悪意のある者は、その不正対策をすぐに察知し、クリックファームによるインストール回数をX-1と再設定するのです。

たとえデータを監視するために十分な人員を雇うことができても、数百、数千という異なるトラフィックソースからの膨大なデータを、しかもリアルタイムで監視することは、採算が合う対策とは言えません。しかし、AIを搭載したAppierのプラットフォームは、休むことなくデータを分析し、短期的および長期的な傾向を精査することで、疑わしい行為を特定することができます。

AIが約束するもの

結論として、AIから成果を引き出すには、企業が解決したい問題を明確にし、AIが具体的にどのような恩恵を企業にもたらすのか、その可能性を判断することから始まります。そして、その判断結果が「Yes」である場合、次のステップはAIモデルの構築に活用できる関連データを特定、照合することです。

AIは決して魔法ではありませんが、適切に導入・運用されれば、企業に計り知れない恩恵を約束します。AIは人間には処理の不可能なほどの膨大な量のデータの相関関係を理解し、分析することで、実行可能なインサイトを引き出します。これにより企業に最終的な収益に差をもたらすことが可能になるのです。

この記事に関するお問い合わせは、press@appier.comにお寄せください。

WE CAN HELP

Letus know how we can help improve your marketing strategy

YOU MIGHT ALSO LIKE

動画配信サービスの視聴者を呼び戻すにはAIが有効

世界の動画配信市場は、2020 年から 2027 年までの年率 20.4%で成長し、2027 年までに 1,843 億米ドルの価値を持つと予測されています(英語資料)。Netflix は全世界で 1 億 6,700 万人の有料配信加入者を擁するこの分野のリーダーですが(英語資料)、Hulu、Amazon Prime、Disney Plus などとの競争が激化しているため、市場シェアは 2007 年の 91%から昨年はわずか 19%にまで大幅に低下しています。 各国・地域の配信サービスも視聴者と加入者がさらに飛躍的に増えています。中国の配信サービス「iQiyi」は2019年に1億人の加入者を突破し(英語資料)、中国の動画共有・ライブ配信プラットフォーム「TikTok」は昨年の時点で15億回以上の総ダウンロード数を記録し(英語資料)、世界的な現象となっています。これは視聴者が平均して1日に8回アプリを開いている計算になります(英語資料)。 この分野が今後も成長を続けることは間違いありません。そして、発展途上国での高速インターネットアクセスの増加とソーシャルメディアの利用に加えて、ブロックチェーンや人工知能(AI)などの先進技術がこの成長を後押ししています(英語資料)。 しかし、400以上のサブスクリプション型のビデオ・オン・デマンドサービス(英語資料)が世界の11億人の視聴者にサービスを提供する(英語資料)一方で、パブリッシャーや動画配信サービス事業者は、視聴者を維持する方法を日々考えています。 視聴者が配信プラットフォームから離れていく理由 視聴者の離脱と維持は、動画配信

VIEW >

自社チャネルをEコマースで活用する5つのヒント

皆さんは、自社で保有するチャンネルを有効活用できているでしょうか。 Eコマースで重要なのは、自社チャネルや有料な広告プラットフォームをデジタルマーケティングの武器としてうまく活用することです。NetflixのAPACマーケティングディレクターは、最近のインタビューで次のように述べています。「チャネルを適切に融合させると、優れた作品を市場で適切な瞬間に発信し、顧客の興奮と消費者行動を促すことができます」(英語資料)   1. 自社チャネルが有効な理由   自社が保有するチャネルは、コンテンツの掲載のタイミングや頻度を完全に制御できる有力なマーケティングツールです。自社チャンネルには、企業のウェブサイト、ブログ、アプリ、ソーシャルメディア、Eメール、SMSなどが含まれます。 これらのチャネルを駆使し、企業のイメージを一貫してコントロールできれば、消費者の生活の一部へと入り込むことができます。例えば、消費者からの共感が得られるブログを定期的にアップすることができれば、消費者はその企業のブログを定期的に覗くようとなり、そのブログコンテンツに興味を持ち続けてくれる限り、企業に対する親しみ感を持続してくれます。また、消費者が自社のブランドとのエンゲージメントをもっている限り、商品購入へとつながる機会が生まれるものです。 ソーシャルメディアも有効活用できます。ロングテールキーワードを工夫することで、ターゲットをかなり高度に絞ることができ、このような戦略の下で投稿されたコンテンツは、企業へのリーチを迅速に拡大し、他では見られないカテゴリーの消費者からのコンタクトも期待できます。 マーケターはブログやソーシャルメディアのコンテンツを定期的に更新する必要があります。そうすることで顧客も定期的に見にきてくれるのです。 自社チャンネルは非常に費用対効果が高く、ブログ、ソーシャルメディア、電子メールによるマーケティングは、トラフィックを組織的に取り込むため、ほぼ無料で実行できます。必要な費用は、コンテンツを作成するための人材と、ウェブ管理費だけです。   2. 自社チャネルの活用で、最高の投資収益率(ROI)を確保する   2-1. ウェブサイト/アプリコンテンツをより精度高くパーソナライズする 顧客の興味は多様であり、ウェブサイトやアプリへ期待するものは単一ではありません。どのような顧客へもわかりやすいウェブサイトやアプリである必要があります。特にホームページは重要で、訪問者が知りたいことがすぐに判るようなものになっていることが必要です。 また、データと高度な人工知能(AI)ツールを活用して、自社のデータとサードパーティのデータを組み合わせ、広範囲にわたる顧客のウェブでの行動を分析することで顧客の全体像を把握できます。例えば、田中さんが歴史好きであると分析できれば、旅行ウェブサイトで歴史的なお寺や博物館を提案できます。 パーソナライズされたアプローチにより、エンゲージメント率が高まり、ブランドロイヤルティ、ROIが向上します。 2-2. EDMの活用によるコンバージョンの高速化を実現 電子メールは、依然として最も効果的なマーケティングチャネルの1つです。 McKinsey&Companyの調査によると、メールマーケティングはソーシャルメディアの最大40倍の効果があるだけでなく、コンバージョンを3倍も高速化します(英語資料)。 メール購読者に簡単なアンケートを依頼して、それに基づいたコンテンツを送信することができます。併せてより正確なセグメンテーションと高度にパーソナライズされた電子メールコンテンツを確保するために、機械学習を使用して過去の購入、興味、閲覧行動を分析し、そのなかからインサイトを生成して、電子メールコンテンツを顧客に合わせて調整することもできます。

VIEW >

ビジネスに新たな可能性を提供する感情認識 AIの最新動向

AI(人工知能)テクノロジー企業のAppier(エイピア、共同創業者/CEO:チハン・ユー、以下Appier)は、同社のチーフAIサイエンティストであるミン・スンが感情認識AI(エモーショナルAI)の導入により、様々な業界にメリットをもたらしていることを、最新の研究結果とともに以下の通り発表しました。   3 種類の感情認識AI   人間の感情は機械とは一線を画す性質のものですが、技術の進化によって機械が人の感情を解釈し、適切に応答できるようになりつつあります。研究者たちはこの技術を「感情認識AI」あるいは「エモーショナルAI」と呼んでいます。 感情認識AIには、自然言語テキスト分析、音声分析、表情分析の3つがあります。自然言語テキスト分析は、AIが製品やサービスのレビュー、オンライン記事、ツイートなどのテキストをスキャンし、肯定的、否定的、または中立的かどうかの感情の分析を行います。音声分析は、AIが話者の言葉の速さ、イントネーション、音程などの音声信号と、感情を表すときに使用する言葉を分析します。 現在最も注目されているのは、表情分析の分野です。ビデオカメラを使用して人の顔の表情を読み取ることで、AIは感情を分析します。その結果、心の状態、意図、嘘をついているのかなどを推測できます。一部の企業では、就職の面接ですでに使用されており、インタビューされる側の緊張、自信、または誠実な回答をしているのかなどを判断しています。また、銀行やフィンテック企業などの金融サービス企業では、ローンの承認を下す際の顧客とのやりとりに取り入れられています。   感情認識AIのビジネスにおける応用   感情認識AIは、ビジネスにおいても役立ちます。たとえば小売業の場合、店舗のカメラを使用して、顧客の表情、歩き方、および感情状態を判断することができます。たとえば、歩くペースが非常に速く、顔をしかめている人がいたとしたら、ストレスを受けて急いでいると推測することができます。それによって担当者は、近づかないようにする、あるいはストレスを抱えている人だと理解した上での声がけをするなど対応を取ることができます。 オンラインでも同じように、買い物客のボディーランゲージを見る代わりに、オンラインでの行動パターンを見て分析をすることができます。たとえば、マウスやカーソルを気ぜわしく動かしている場合、ストレスを受けているか急いでいる、またはその両方で、購買意欲がそれほどないと推測できます。一方、「今すぐ購入」のボタンにカーソルをしばらく置いている場合、購買意欲はあるが何かしらの原因により悩んでいる可能性があるため、割引または送料無料のクーポンを送信して、購入促進をすることができます。   感情認識AIの課題   感情認識AIは非常に精度が高く、表情分析の場合、研究者が定義する約64種類の表情と微視的表情を検出することができます。また、他のAIと同様、データが蓄積されることでさらに分析結果の精度を上げることが可能です。しかしながら、解釈にはまだ課題が残っています。人の感情は非常にユニークであり、人によって感情の表現方法は異なるので、同じ状況における反応でも大きなばらつきがあります。全ての人に適用する普遍的なルールは存在しません。 表情分析を用いた非常に印象的な実験があります。研究者が俳優に神経質なふりをするように頼み、AIがその感情に気付くかという実験です。俳優は大げさに感情を表現する傾向があるため90%の正答率となりましたが、一般の人々で実験をしたときの正答率は70%に留まっています。特定のシナリオでは、人間がAIを活用して最終決定を改善することは有用といえますが、誰を雇うか、融資を拒否するかなどの「最終的な」決定を全て任せられるまでのレベルには到達していません。   感情認識AIをマーケティングで有効活用する   感情認識AIはマーケティングにおける「決定」には非常に適しています。購入にいたる最終決定は顧客の手に委ねられているので、マーケティング担当者は販売促進を行うだけで、最終的な決定を下すわけではありません。 感情認識AIを活用するにあたって、顧客の感情が反映されるデータを準備する必要があります。たとえば、コールセンターの通話記録や、ウェブサイトのユーザーレビューは分析のためにすべて保存しておく必要があります。これらのデータがあれば、感情認識AIの技術はすぐに活用することができ、より効果的なビジネス上の意思決定を行うことが可能になります。感情認識AIの研究や実装はまだ初期段階ですが、AIの開発における重要なステップであり、AIが人間と自然に対話するシステム構築には不可欠と言えます。    

VIEW >