実践フェーズに突入　最強のAI活用術

著者 : 野村直之

• 日経BP (2017年12月12日発売)

作品紹介・あらすじ

今の人工知能（AI）を正しく理解して活用し
導入効果を最大化するAIビジネス書の決定版

AIブームはとどまるところを知らず、企業や組織はAI活用の実践フェーズに突入しつつあります。
一方で、AIに関する様々な誤解がいまだに蔓延しており、深層学習（ディープラーニング）をはじめとする「今のAI」をどうすればビジネスに生かせるかの理解も進んでいません。

AIは非常に大きな可能性を秘めています。今のAIを効果的に活用すれば生産性やROI（投資対効果）の劇的な改善につながります。
一方でAIは癖のある道具であり、使いこなすには正しい理解と十分なノウハウが欠かせません。

本書は30年以上にわたりAIの開発や導入・活用を手掛けてきた筆者が、AIのビジネス活用に必要なすべてを具体的に解き明かす待望の一冊です。
今のAIで何がどこまでできるのかにはじまり、AI活用の進め方や評価方法、データを確保する手順、ハードやソフトの選び方、人材育成のやり方までを豊富な実例で具体的に説明します。

今がAI導入の絶好のチャンス。ここで決断しないと、国内外のライバルに後れを取ることになりかねません。
自社のAI活用に取り組むIT部門や経営企画部門、業務部門、顧客企業のAI活用を支援するベンダーやコンサルタントなど、AI活用に関わる人必携の一冊です。

感想・レビュー・書評

[tamamura57さんの感想 · 2018年1月21日]

現状の人工知能おさらいから未来に向けての現実的な展望を皮切りに、人工知能のビジネスの現場での導入・活用に向けて網羅的かつ分かりやすく解説する教科書です。
ディープラーニングの適合率と再現率で計られる精度指標を配慮した効果的な学習のさせ方と業務フローを想定した精度評価の考え方からハードウェア、フレームワークの特徴と選定方法をの解説がとても実務的で勉強になりました。
また、精度という考え方が従来のITには無い（臨床検査システムなどある場合もある）概念なのでとても印象に残りました。また、人工知能の時代は人間も知識労働から知能労働となりシャーロックホームズのように考えをめぐらせ、痺れるほど脳を使うことが必要そうです。

[くまくまさんの感想 · 2020年3月1日]

1歩引いて考えたかったのと、言語の調整のため読む。最終的に技術レベルにあわせた最適化が随時必要だが、まずは業務フローのto beを描くことが重要だと思う。

[hachi134さんの感想 · 2019年8月11日]

ななめ読み

[sou (08thse)さんの感想 · 2019年2月28日]

AI に関して、技術および活用する際の現状と、これからの人材についてを重点的に読みました。
具体的な理論／実装はあまりなく、あくまで読み物として説明している本です。

[leetmikealさんの感想 · 2019年1月30日]

人工知能関連のビジネス書は数多く出版されているが中でも本書は具体的かつ説得力があり、構成も非常に寝られたもので文章も無駄がなくとても良い。
人工知能業界を調査する中でいくつかのビジネス書を読み漁ったがかなりの確率で薄っぺらいネット情報を集めただけのようなものばかりであった。
本書は厚みがあるものの、単に文章を膨らませてダラダラ長くしたのでは…という予想を良い意味で裏切ってくれた。きちんと適度な密度で読ませる文章を書かれており、しかも流れが早い業界の中で2019年に入ってからも色あせない内容を示している。最終的に紙とKindle版の両方を購入した。メタデータ社が数ある新興のキラキラAI企業に対して華々しい活躍が見聞されないのが残念であるが、今後の著者及び社の発展を期待したい。

[jx0さんの感想 · 2019年1月15日]

深層学習の現状と、それ以外の AI に対する筆者の見通しがわかる。
今世紀中にはシンギュラリティには達しないという見通しは、当りそうに思える。

[tanigami16さんの感想 · 2018年11月24日]

[private]正解データの整備の重要性
経緯はブラックボックスが多い
サーバーとGPU、性能がネック

編集途中[/private]

[otal53さんの感想 · 2018年7月15日]

コンシューマー分野の最先端ＩＴやＡＩの動向を自らエンドユーザーとしてつまみ食いして体感する
目標精度設定、新しい業務フロー設計に貢献
例外的事態が発生しても対応できるよう自らを鍛え、チームとして対応

マネジメント能力（切り盛りする能力）高度な判断、発想と検証、交渉と合意形成、おもてなし
知識は陳腐化

業務全面がAIにはならない。間違ってる。
ダブルチェックが1人になる、それだけで人件費半分。
人とは別の判断軸に。あぶり出しに使う。

深層学習をするAIの特徴は普遍性。AIの成果物は異なる学習データを使うことで新たなサービスや事業に流用できる。経営者は単一事業として過大でも投資する価値があるか投機的判断が必要。

正解率99.5%でも低い
ＲＯＩ投資対効果、精度目標不可欠
AIを使う人間の作業フローＵＩ（ユーザーインターフェース）
結局人が何を実現したいか。

[Kotaro Otaniさんの感想 · 2018年7月5日]

1回目とか。
内容が難しい。詳細がよくわからなかった。

[tomohixさんの感想 · 2018年6月7日]

結構実践的な内容だった。ハードウェアの選び方や、ベンダーのいいなりになるんじゃなくて、こうする、など。手を動かしている人の話は、ためになると思う。

著者プロフィール

メタデータ株式会社代表取締役社長、東京大学大学院医学系研究科研究員
1962年生まれ。1984年東京大学工学部卒業、2002年理学博士号取得（九州大学）。NEC C&C研究所、ジャストシステム、法政大学、リコー勤務をへて、法政大学大学院客員教授を歴任。この間、米国マサチューセッツ工科大学（MIT）人工知能研究所客員研究員。2005年、メタデータ株式会社を創業。ビッグデータ分析、ソーシャル活用、自然言語処理応用の人工知能API群を提供。

「2020年 『人工知能が変える仕事の未来＜新版＞』 で使われていた紹介文から引用しています。」