IoT×AIの使いどころを模索することの重要性
そしてデータを活用する際の前提について話がなされた。
IoT時代ではリアルタイムでデータ取得をしているため、リアルタイムに価値化する必要がある。しかし人が処理していたのでは、複雑さやスピードに対応できない。「分析」の部分の革新が必要だという状況の中登場したのがディープラーニングだ。
ディープラーニング登場以降、ある特定領域では、人にはできない規模や速度で処理が可能になってきている。人間を超える認知能力をコンピューターが獲得しているのだ。
こういった領域を、自社の中ではどこに使えるのかということを見極め、投資をしてリターンを得て、また再投資に回していくといったことを行うことが重要だという。
リアルな世界からIoTを使いデータを生成して活用し、どういったアクションにつなげるのかといったことを考えるためには、まず自社のビジネスのどこにデータを取ればAIで改善する余地がある領域なのかということを考えていかなくてはならないのだ。
そしてどんなデータを使い、どんな用途のAIを開発するのか。シナリオは２つあるという。
１つはすでに蓄積しているデータから他社との差別化に繋がるようなAIを開発するというアプローチ。もう１つは会社の事業として実現したいものがあり、そのために特定のデータを集めるところから始めるかだ。
いずれにせよやらなければならないことは、現実世界にある課題を解決するためにはどこの部分のデータをデータの世界に取り込み、どのような処理をして、どんなフィードバックをリアルに戻すとビジネス的価値が生まれるか、新しい価値を創造できるかを考え構築していくことだ。
それこそがこれからのデータサイエンティストの仕事だという。
さらに問題はこのようなデータサイエンティストの不足だけではなく、ITやデータをビジネス活用する組織の成熟度の問題もあると指摘する。
そもそもデータをもとに議論するカルチャーがないことや、データサイエンティストが活用できるほどのデータが安定的に取れていないことなど、企業が環境を整えていくことも重要であると語った。