新たなビジネスを切り拓くツールとして期待されるAIも、実際に現場で活用するにはまだまだ課題が多い。「データドリブンカンパニー」を掲げるSiNCEは、最先端のテクノロジーで企業のAI・データ活用をサポートしている。（雑誌『経済界』総力特集「注目企業２０２４」2024年5月号より）
SiNCE 代表取締役 一筆太郎氏
データ人材の不足で遅れるＡＩの導入
世界各国の大手企業や政府機関などに調査分析レポートを提供するガートナーは、２０２４年の戦略的テクノロジーのトップトレンドの一つに生成ＡＩの民主化を挙げている。今後、生成ＡＩの活用が爆発的に広がると予想される中、日本のビジネスの現場ではそのデータ活用が遅々として進んでいないのが現状だ。
「データ活用が進まない理由はいくつかありますが、よく言われるのはデータ人材の不足です。確かに、データの扱いに長けた人材はなかなかいません。エクセルでの集計には慣れているかもしれませんが、データ集計以上のことを考え、ビジネスに生かすのはとても難易度が高い作業です」と語るのは一筆太郎代表。
これを裏付けるように、ＩＭＤが発表した23年の「世界デジタル競争力ランキング」で日本は64カ国中32位、ビッグデータの活用に至っては64位という惨憺たる結果となった。
一方、データサイエンスの能力が高い人材が統計学や数理モデル、ＢＩツールを駆使して何らかの示唆を出したとしても、それだけでは課題を解決できないという問題もある。
「実際、そのような状況に出合うことも多く、ＢＩは導入したが現場では使っていないとか、ＡＩやデータ分析は意味をなさないといった声をよく耳にします」
ビジネスの現場とデータサイエンスの融合
一般的にコンサルティングというのは、ビジネス課題やデータ活用における概念実証としてアドバイスを行うことが多い。しかし同社では「とにかく現場に入ることを大切にしています」という一筆代表の言葉通り、クライアントの現場に入り込み同じチームとして歩むハンズオンを貫いている。机上の空論ではなく、実地で検討して「ビジネス課題をデータサイエンスで解決する」ことを得意としているため、数値改善や実用化につながるコンサルティングを提供できる。
例えば文具の卸業での事例では、発注や需要予測をＡＩで行うことで効率的に在庫のコントロールをしている。
「卸業を営む方々は欠品によって発注を受けられなくなることを恐れています。そのため、安全在庫として倉庫に余剰な在庫を抱え込みがちですが、ＡＩを導入することで適切な安全在庫の量を把握できるようになります」
このＡＩモデルを実用化するためには、実際に現場のオペレーションを熟知する必要がある。特定の商品に大量注文が入る時期や、どこの倉庫に何がどのくらいストックされているか、さらに返品があった際に起こり得る問題など、あらゆる状況について現場を動かすスタッフから情報を引き出し、人からＡＩに置き換えるための下地を整える。
「ＡＩモデルは、予測精度という観点ではとても優秀なものが多いです。Ｐｙｔｈｏｎで一から作ることもできますし、アマゾンやグーグルなどが提供するサービスを利用することもできます。しかし、その精度がただの数字ではなく、人から信頼を得られるものになるかが重要です。ＡＩが現場においてどの機能を担えるかを慎重に判断し、安全性の高い商品から移行する必要があります。データ活用は、業務をＡＩやデータがサポートし拡張してくれたと人が感じて、初めて成功と言えるでしょう」
生成ＡＩの活用で誰もが驚くデータソリューションを
「今後は驚くようなサービスをたくさん作っていきたいですね。データには無限の可能性があると思っています。例えば生成ＡＩはマーケティングを大きく変えるでしょう」
これまで、ＡＩＤＭＡやＴｈｅ Ｍｏｄｅｌなどさまざまな手法を駆使して行われてきたマーケティングも、生成ＡＩの登場によってその手法が変わるという。
「私たちはユーザーインサイトを生成ＡＩに導出されています。かつては、リアルにターゲットに近い人を集めてグループインタビューを行っていましたが、生成ＡＩでは仮想エージェントを立てることができ、ＣｈａｔＧＰＴのようなＬＬＭ（大規模言語モデル）の中でインタビューを実施することが可能です」
消費者行動の多様化により、ターゲットやユーザーインサイトも多様化している。これらは素早く移り変わるため、捉えることが難しい。生成ＡＩでは、仮想エージェントによってその商品やサービスを求めるシチュエーションを無数に生み出すことができる。それらを解析することによって、マーケティング戦略の骨子を作るのだという。
また、これまでは「40代男性」といった単純な属性データの活用が主流であったが、購買情報などのファーストパーティーデータをベースにＡＩのクラスタリングの手法を活用すると新たな属性が見えてくる。例えば、「深夜行動クラスター」「糖質ゼロクラスター」「茶色いもの好きクラスター」など、数百次元を超えるクラスターに意味を持たせることで新たな属性が生まれ、新しい切り口のカスタマージャーニーを構築することが可能になる。
「ＶＵＣＡと言われる変化の時代、私たちはビジネスをより早く深く理解し、新たに生まれるデータサイエンスを楽しみながら研究・実証することで、あらゆる事業の成長に貢献していきたいと思います」
| 会社概要 設立 2020年2月 資本金 5,900万円 本社 東京都港区 従業員数 33人 事業内容 AI・データコンサルティング https://since2020.jp/ |
