人工知能 AI: クオリティプロフェッショナルのための強力なツール
さまざまな領域において、人工知能 (AI=artificial intelligence) の利用がますます促進されています。ナイジェリアの医薬品メーカー、Emzor Pharmaceutical Industries の品質保証部長Chiamaka Igwe 氏がクオリティプロフェッショナルは人工知能をどのように利用することができるかについて検討します。
quality.org掲載の英文記事はこちらから
AIはどのような分野に利用できるか
デジタル時代を迎えて、職場においてAI (人工知能) はますます存在感を増しています。AIは製造業、健康産業及び自動車産業などのさまざまなセクターのありようを変えてきています。Narrative Science社と National Business Research Instituteによるリサーチによれば、サーベイの対象となった195のトップ企業の上級経営層のうちの71%が、AI などの新しいテクノロジーに投資をするための「イノベーション戦略」をもっていると答えているとのことです。
AI はその名が示唆するように、機械が人間の知能を模倣する能力のことです。AIは、機械学習 (machine learning = ML)、画像認識、音声認識と自然言語処理などのテクノロジーとアルゴリズムから構成されており、人間がより迅速に、より容易かつ効率的に仕事をするために活用することができます。AI は多くの企業において、意思決定を改善し、運用コストを削減し、効率と収益を向上させ、カスタマーエクスペリエンスを向上させてきました。
クオリティプロフェッショナルにとってAI は強力なツールとなり得ます。ルーチンの側面は機械に任せれば、クオリティリーダーはヒューマンスキルが必要とされる重要な側面に集中することができます。
クオリティにおいてAIを適用できる分野には以下のものがあります。
品質管理
コンピュータビジョンと機械学習のアルゴリズムを利用して、不良の検知というルーチンの作業を自動化することができます。これらのテクノロジーは人間の目よりも感度のよいカメラを使用して品質問題を検知し、即時にデータにアクセスして分析することにより、問題に対処し、運用プロセスを改善することができます。
監査とコンプライアンス
クオリティリーダーはAIを活用し、デジタル時代におけるコンプライアンスの課題に効果的に取り組むことができます。安定したリアルタイムの監視と不適合の検知、さらに自動応答メカニズムを利用すればよいのです。音声及び自然言語処理も、監査サイクルを減らすために利用でき、これにより、よりよい意思決定のために時間を掛け、検知されたコンプライアンスの問題に対する是正処置を決定することができます。
予測分析 (予測的アナリティクス)
クオリティプロフェッショナルは、正確な予測をするためにもAI技術を役立てることができます。深層学習 (ディープラーニング) のテクノロジーを利用すれば、顧客の声を先回りして予測することができ、顧客の暗黙のニーズと明示的なニーズの両方を満たすことができるようになります。
従業員トレーニング
機械学習を利用し、従業員のトレーニングをおもしろく、より効率的にすることができます。機械学習のアルゴリズムを採用すれば、指導内容の改善につながり、パフォーマンスコーチングをそれぞれの従業員に応じてカスタマイズし、視覚的にも聴覚的にもよりよいフィードバックを提供することができます。すでにいくつかの産業ではこのテクノロジーを採用しています。その一例はヘリコプターによる救急搬送サービスを提供するAir Methods社です。Air Methods 社ではAmplifire というクラウドベースのAIプラットフォームを利用して、トレイニーのスキルのレベルを特定し、レベルに合った多項選択式の質問からなるテストを実施しています。これにより、個人個人に相応しい効率的なトレーニングを行うことができます。
サプライチェーン
AIを使えば、アルゴリズムを用いて時間と地理的な市場を横断した製品の需要パターンを検出し、学習することにより、サプライチェーンを最適化することができます。これにより、状況の変化や、異常気象などの混乱状況に対する自動調整が可能となります。
医療の分野では、AIのテクノロジーが患者の診断やモニタリングを迅速化しています。日本において、IBMのAIベースのシステム「ワトソン」は、医師が診断を下すのにかかる平均時間と比較し、非常に短時間で患者に対して稀なタイプの白血病の診断を下すことができました。ワトソンはAI を使って、査読した文書の非構造化データを抽出し、継続的にナレッジベースを拡大しています。また、医療サービスベンチャーのSensely は患者の状態をモニターするデジタル看護師モリーを開発しました。
AIの進歩は自動車産業の成長にも大きく貢献しています。一例が、自動運転自動車の開発と進化です。AIを利用した無人運転車の創造には、テスラ、アウディ、キャデラック、ボルボ、アップル及びグーグルなど、30社以上が参入し、衝突のリスクを減らし、障害者を支援することを目指しています。銀行業界でも、効果的なデータ分析と不正検知のために機械学習を利用しています。
職場におけるAI実装
AI は組織中のルーチンの作業を取り扱うことができるので、HR、IT及びカスタマーサービス部門の要員は創造的な仕事に集中することができるようになります。例えば:
コミュニケーションとサポート: クラウドベースの機械学習を用いることによって、複数の支店間のコミュニケーションを改善する。支店内で収集されたデータを翻訳し、他の支店と簡単に共有することができます。スカイプ翻訳のようなAI翻訳機能を使えば、異なる言語を話す従業員とお互いに理解がしやすくなります。また、ITサポートチームはSpoke のようなチャットボットを使えば、同じような質問にその都度何回も答えなくてもよくなります。
データ分析とデータ保護: ThoughtSpot のようなAIツールを使えば、データを分析するためにデータサイエンティストになる必要はありません。複雑なデータをスキャンして、データサイエンティストのような洞察を引き出すことができます。また、機械学習を用いてサイバーセキュリティを強化することもできます。
HR: HRのマネジャーは、Palatine Analytics、Montage やTextioのようなAIのツールを雇用プロセスの改善や従業員のパフォーマンス測定のために使うことができます。
カスタマーサービス: Messenger 用のKayakのチャットボットのようなAIを利用したチャットボットはカスタマーサービス向上のために利用することができます。これらのチャットボットは、本物のカスタマーサービス担当者から学ぶことができ、質問に対して知識豊富な人のように答えることができます。
AI利用の欠点
AIには数々の利点がありますが、欠点もあります。
AIテクノロジーを構築し、維持し、保守するためには莫大なお金と資源が必要です。
機械からの助力に頼り過ぎれば、人間はAI に依存し過ぎた末、創造的な能力さえも失う可能性もあります。
多くの仕事、特にルーチンの活動が多い仕事は、ロボットに置き換えられ、なくなっていくでしょう。しかし、PwCがおこなったリサーチによれば、AIは新しい仕事も創り出すということが示されています。機械にアルゴリズムを訓練し、改善し続けるために、まだ人間が機械を監督する必要があります。このため、Smart-Machine Interaction Modeler、Context Designer、World View Trainer、そしてAutomation EconomistなどのAIに基づく仕事ができています。
将来
AIの進化と成熟のスピードは速く、組織と専門家はこのテクノロジーをさまざまに異なる自分たちの組織に適用させることを考え始める必要があります。これを達成するためには:
- 目標を設定する: 企業は、AIテクノロジーによって何を達成しようとしているのかを明確にし、AIテクノロジーを使って自動化、あるいは拡大しようとする分野を特定する。
- AIのプラットフォームを選定する: 企業は、AIソリューションプロバイダーと協働し、自分たちのニーズに合った適切なプラットフォームを選定し、これを実装するために投資する。
- 従業員のトレーニング: 企業は、AIテクノロジーを使って働く従業員のスキルを構築することなく、AIテクノロジーを採用することはできません。従業員は、AIテクノロジーを理解し、毎日の業務にどのように統合できるかを理解するために、認証やオンラインのコースによる訓練を受けなければなりません。
今こそ、クオリティプロフェッショナルは組織のためにチャンスを見極めるときです。あなたはどのようにAIを使いますか?
