AIとビッグデータの活用がさまざまな分野の企業に注目されています。しかし、AIとビッグデータの関係や活用する方法などを知らないという方もいるでしょう。
そこで、AIとビッグデータの関係性や具体的な3つの活用事例、メリットについて紹介します。
▼もしAIを使った開発を検討している場合は、Automagica Labで無料の開発相談をしてみませんか？
目次
AIとビッグデータの関係
AIとビッグデータは、密接に関係しています。まず、AIとはシステムが人間のような処理を行う人工知能のことです。
ビッグデータは、膨大なデータを意味する情報技術用語です。単純化できないさまざまな要素を持ったデータをまとめたものを指します。
例えば、SNSのコメントや音声、動画の情報です。他にも企業情報や映像情報、イラストなどのクリエイティブ情報、WEBアクセス・ユーザー行動情報などもビッグデータに含まれます。
そして、近年ではビッグデータを処理する技術的限界に対して、AIを活用することで情報を抽出・学習できるようになっています。AIが発展することで、ビッグデータを活用する道も生まれたのです。
AIはトレーニングと呼ばれる学習によって、精度を高めて、情報の最適化をさらに深化させています。そこにはビッグデータが使われているのです。
実際に、AIの学習には多くの情報が必要で、企業はAI学習の必要情報量やビッグデータの必要性を知らずに、活用しようとして失敗するケースもあります。AIの学習にはそれだけ十分な量の情報を集めて、ビッグデータによる学習が前提です。
AIとビッグデータの活用事例
以下に、AIとビッグデータの3つの活用事例について紹介します。
集客予測
1つ目は、集客予測をするために、ビッグデータをAIが分析した活用事例です。伊勢神宮付近の食堂では、来客予測の精度向上や効率的な経営が実現されています。
例えば、従来の経営体制では、従業員の経験や勘を判断の目安としていたため、フードロスや効率の悪い人員の配置が実施されていました。
特に団体のピークや売り切れの機会損失は、経営的にも大きなマイナスです。そこで、AIとビッグデータの活用で予測の正確性を高めて、店舗運営の効率化に成功します。
ビッグデータとして活用したのは、自社が保有する気象データや観光予測プラットフォームのデータなどです。なかでも直近の来客データや食べログの分析が活用されています。
結果として「95％の精度」で来客ボリュームを予想できるようになり、無駄がかなり削減されたのです。
売上についても年間約5倍の上昇、従業員一人あたり約3倍増と、人材の増加をせずに売上を高めることに成功しています。
訪問・行動履歴を使ったWEBのおすすめ表示
2つ目は、ワイン専門の通販サイトがAI活用に取り組んだRtoaster導入の事例です。
Rtoasterとは、EC事業をAIとビッグデータ活用で自動化する専用の「レコメンドエンジン搭載プライベートDMP」のことです。レコメンドとは、商品のおすすめや推奨のことです。
これを導入することでAIとビッグデータを活用できます。その結果、顧客ニーズにフィットしたおすすめ表示を実現しています。
例えば、データ量の多いワインの味わいに対してビッグデータをAIで分析するなどです。ワインの味わいは、醸造方法、タイプ、産地、価格帯、品種の5つの要素によって決まるものです。
そこで、2000種類の味わいに対するデータを細かく整理して、EC販売を後押しできるように、サイト上でおすすめを示すソムリエの存在を擬似的に再現しています。こうして、ワインをおすすめ表示する仕組みを作り出したのです。
ECでは行動データや購入履歴をAIが独自分析することも可能なため、ボトルの好みや買い物の傾向などもワインを表示する際に、自動的に反映されます。
以上の事例は、AI技術とビッグデータの活用によって、購入単価を増やす目的を達成するものです。
製造現場（稼動・作業）の可視化・データ分析
3つ目は、航空機関連3社が現場の生産性や効率の改善をAIで確立した事例です。
AIの中でもIOTとビッグデータを組み合わせて現場を効率化する製造業や工場に導入が進んでいます。
先に課題としてあったのは、現場の作業を正確に把握できておらず、可視化できていなかったために稼働状況が不明で、不必要な停止ロスがあったことです。
そこで、ビッグデータを踏まえたAIによる分析で、製品単位で必要な作業者や設備の工数を正しく把握します。
結果として、従業員の経験や勘に頼っていた部分を改善し、効率化を実現したのです。
また、経営者視点から見れば、製品原価の正確な計算が可能になり、適正な価格設定に至ります。
AIとビッグデータを活用するメリット
以下に、AIとビッグデータを組み合わせて活用すると得られるメリットについて3つ取り上げます。
データ量が多いので、より精緻な意思決定ができる
まずは、ビッグデータのように通常のデータ分析ではわからない複雑で大量のデータをAIが学習・分析することが可能な点です。
これまでは、現場の経験則や勘、経営者の哲学・思想など、主観的な判断によって決められていたことが、客観的に判断できるようになります。
なぜなら、ビッグデータを解析して得られた知見は、主観では得られない確かな数字や内容情報として現れるためです。客観的な根拠が得られるため、周囲への説得力も増し、より精緻な意思決定ができるのです。
ただし、AIはいまのところ、意思決定に至るプロセスがブラックボックスとなっており、最終的な出力の結果を見て判断する必要があるため、完全な意思決定の自動化には不安要素が残ります。
あくまでもAIの判断を踏まえて、人間が判断することが求められます。
現状の把握を正確に行える
製造業や物流の分野では、AIとビッグデータを活用することで現状の把握を正確に行えるメリットがあります。
現場とは、工場なら作業や設備の各工程、物流なら商品在庫の管理や搬入・搬出、運搬などです。
例えば、工場で働いている人が現場で経験や感覚に頼って作業をこなしていると、見えないところで非効率化が発生しています。
しかし、現場情報をさまざまな記録で残して、現状をビッグデータとして学習・分析させることで、これまでにはできなかった数字や情報による具体的な把握が可能となるのです。
経験や人の能力の範囲内でしか行えないような現状把握をAIにより迅速で的確に行えます。スピード化される物流や製造業などでは、特に大きなメリットといえます。
将来の分析ができる
電子計算機はもともと将来予測をするシュミレーションとして発展してきましたが、AIの技術的なブレークスルーが起きたことで予測能力についても精度が上がっています。結果、ビッグデータとの組み合わせでAIによる精度の高い予想と分析が可能になったのです。
例えば、スーパーや遊園地で来客数・売上の予測を行い、混雑を避けたり、商品を在庫ロスを最小限にするなどの対策が取れます。
また、その際に気象予報のデータを踏まえることで、行楽地や旅行名所、ホテル・旅館、飲食店など、影響を受けやすい業態が客の入りをより正確に予測できるようになります。
他にも食べるグやレビューサイトの情報をデータとして使ったり、WEBのアクセスなど顧客行動・履歴をデータ利用したりすることで、ECの売上予測や広告の集客シミュレーションができます。
まとめ
今回は、AIとビッグデータの関係や活用事例、メリットについて紹介しました。AIとビッグデータは、密接に関係しており、AIの発展により扱えるビッグデータの規模も上がり、トレーニングのためのデータとしても重要です。
具体的な事例としては、3つのケースが代表的で、集客予測やECのおすすめ表示、製造業現場の見える化と作業効率化などが挙げられます。いずれもAIとビッグデータの組み合わせで現場に導入されています。
これまでにはできなかったことが、AIではできるようになったことで、意思決定や現状把握、将来予測・分析が精緻で正確になったことがメリットです。以上、AIとビッグデータを組み合わせたことによる事例やメリットを踏まえて企業活用を検討しましょう。
