＊本記事はダイヤモンド・オンラインからの許諾を得て転載しております。

多くの企業にAIソリューションを提供する「シナモンAI」の共同創業者として、日本のDXを推進する堀田創さんと、数々のベストセラーで日本のIT業界を牽引する尾原和啓さんがタッグを組んだ『ダブルハーベスト──勝ち続ける仕組みをつくるAI時代の戦略デザイン』が、発売直後にAmazonビジネス書第1位を獲得し、さまざまな業界のトップランナーたちからも大絶賛を集めている。
今回のトークは、『ダブルハーベスト』について「芯を捉えた内容。私があちこちで話していることとまったく同じ」と太鼓判を押すソニーコンピュータサイエンス研究所代表取締役社長の北野宏明氏をゲストにお招きした。
AIでできることとできないこと、ハーベストループを回す前提となるデータはどんなものか、DXを推進するときにAIをどうやって組み込むか、そのときに陥りやすい罠について、著者の堀田さんとシナモンAI代表の平野未来さんが聞いた（構成：田中幸宏）。

DXは単なる「デジタルへの置き換え」ではない

北野宏明（以下、北野）　北野です。シナモンには創業以前から関わっています。最初の出会いはIPA（情報処理推進機構）の未踏事業で、平野さんと堀田さんのプロジェクトを私のところで採択しました。その後、2人はネイキッドテクノロジーを創業して、数年後に売却。それからしばらくして、今度はシナモンを創業するというので、最初のラウンドで出資していまに至ります。

今回、堀田さんの『ダブルハーベスト』を読んで、さすがに芯を捉えた内容になっていると思いました。DX（デジタルトランスフォーメーション）といっても、単にデジタルへの置き換えではなく、全体のプロセスを見直す必要がある、それをダブルハーベストというビジネスサイクルに落とし込むのが大事だということで、私があちこちで話しているのとまったく同じことが書いてあります。ですから、この本をできるだけ多くの方に読んでいただいて、DX、AI化をしっかり進めていただきたいですね。

北野宏明（きたの・ひろあき） 株式会社ソニーコンピュータサイエンス研究所 代表取締役社長・所長 1984年、国際基督教大学 教養学部 理学科卒業。1991年、京都大学博士号（工学）取得。1993年にソニーコンピュータサイエンス研究所へ入社し、2001年より代表取締役社長・所長を務めている。株式会社ソニーAI代表取締役CEO、ソニーグループ株式会社常務、沖縄科学技術大学院大学教授、特定非営利活動法人システム・バイオロジー研究機構会長、人工知能研究開発ネットワーク会長など。

平野未来（以下、平野）　シナモンAI代表の平野です。学生時代から人工知能の研究をしていて、起業もしていたので、かれこれ15年以上起業家をやっています。北野先生には20歳のころからお世話になっているので、今日はこうしてディスカッションさせていただくのを楽しみにしてきました。

堀田創（以下、堀田）　『ダブルハーベスト』を出版した堀田です。この本は、AIをビジネスにどう組み込んでいくか、という観点でまとめています。ところが、「いまある仕事をAIを使ってよくしよう」という発想からスタートすると、往々にして「ちょっとやればできること」に終始してしまう。よくあるのがコスト削減で、いままで1億円かかっていた作業にAIを使えば、比較的簡単に5000万円カットできるかもしれない。しかし、そうなると、次やるときには、今度は5000万円がベースになるから、カットできるのは2000万、1000万円……になって、どんどん話が小さくなってしまうのです。

私たちが戦略と呼んでいるのは、そういう縮小均衡に向かうものではなく、むしろデータをためて事業を拡大していく、どんどん競争優位になっていくというものです。AIの恩恵はあとになるほど増加する、つまり指数関数的な曲線を描くはずで、そのためにAIをどう使いこなすかという視点が欠かせません。

「ハーベスト」という名前には、データを収穫するという意味が込められています。すでにあるデータを使ってAIで何かをやるというよりも、データを収穫する持続サイクルを築けるかどうか。それはいまあるデータ資源を狩り尽くしておしまいの狩猟時代から、データを育てて持続的に収穫し続ける農耕時代への発想の転換です。そうした収穫ループをダブルで回す、つまり二毛作、三毛作にしていくことで、事業がそう簡単には追いつかれない、頑健なものになっていくというのが、本書のメッセージです。

本書では、インテルに1.7兆円で買収されたイスラエルのベンチャー、モービルアイのケースをはじめとして、ハーベストループの事例をいくつか紹介しています。具体的なループのつくり方の手順もしっかり解説しているので、ぜひ本書を読んでいただきたいのですが、実は、私たちシナモンAIでは、海外事例を含めて300を超えるケースを分析しています。そうした知見をもとに、御社ならこういうタイプのループが描けるのではないかとご提案させていただいたり、できるだけ多くの方に知っていただくために知識コミュニティを立ち上げたりしています。

AIは人の仕事をサポートする
──ヒューマン・イン・ザ・ループ

──ディスカッションの最初のテーマは「人工知能活用の現実」ということで、AI活用とひと口に言っても、「簡単そうに見えて難しいことと、難しそうに見えてできること」があると思うのですが、北野先生はいかがでしょうか？

北野　そもそも解きたい問題はだいたい「簡単そうに見えて難しい」のです。最初は簡単そうに見えても、実用レベルにもっていこうとすると、たいてい難しい。

それに、AIに行く前の段階が実はすごく難しかったりします。データがあると思っていたのに、よく見るとデータがちゃんとそろっていないとか、ノイズが多すぎて使えないとか。ディープラーニングするにしても、もともと非構造化データだから、実際にデータとしてまとめようとすると、うまくいかなかったりする。

もう1つは、AIのモジュール自体はがんばればそれなりのものがつくれます。でも、それを実際の業務プロセスの中にちゃんと入れ込んで継続的に回していくという部分は、実は、テクノロジー論ではなく組織論だったり、ビジネスモデルだったりするんです。その部分ができていないから、プロトタイプをつくって終わり、という話が山のように転がっています。

堀田　「難しそうに見えてできること」でいうと、みなさんがまったくできないと思っているけれど、意外とAIにもできることはけっこうあるんです。でも、ちょっとできるだけで、完璧にはできない。なので、実用化レベルにもっていくのが難しい。その中間に、いろんなAIがあるのかなと感じています。

たとえば、ミーティングの議事録作成やマシントランスレーション（機械翻訳）の精度も上がっていて、いまやグーグル翻訳に英文契約書の条項を入れるとかなり正確に訳してくれます。それなら弁護士はいらなくなるかというと、そこに行くまでにはものすごい距離がある。弁護士から見れば、その翻訳はまだ実用レベルに達していないということです。

つまり、AI単体で見ると、まだ実用レベルにはないので使えないという話になりがちですが、じゃあAIは何の役にも立たないかというと、そんなことは全然なくて、下訳として使う分には問題ないわけです。つまり、弁護士の負担を軽減するサポート役と考えれば、AIはかなり優秀で、そういうAIと人のコラボレーションを「ヒューマン・イン・ザ・ループ」と呼んで、本書でも詳しく論じています。

平野　まさにそのとおりで、お客様の中には、「すべてAIがやってくれる」と思っている方が非常に多いです。でも、AIは人をサポートして、使っているうちに、いつのまにか学習データがたまっていく。そういうループをつくることが重要なんだとお伝えすると、「なるほど」とわかってくださる方もいます。ヒューマン・イン・ザ・ループがAI活用の鍵ですね。

平野未来（ひらの・みく）写真：左下 シナモンAI代表 シリアル・アントレプレナー。東京大学大学院修了。レコメンデーションエンジン、複雑ネットワーク、クラスタリング等の研究に従事。2005年、2006年にはIPA未踏ソフトウェア創造事業に2度採択された。在学中にネイキッドテクノロジーを創業。iOS/Android/ガラケーでアプリを開発できるミドルウェアを開発・運営。2011年に同社をミクシィに売却。ST.GALLEN SYMPOSIUM LEADERS OF TOMORROW、FORBES JAPAN「起業家ランキング2020」BEST10、ウーマン・オブ・ザ・イヤー2019イノベーティブ起業家賞、VEUVE CLICQUOT BUSINESS WOMAN AWARD 2019 NEW GENERATION AWARDなど、国内外での受賞多数。また、AWS SUMMIT 2019 基調講演、ミルケン・インスティテュートジャパン・シンポジウム、第45回日本・ASEAN経営者会議、ブルームバーグTHE YEAR AHEAD サミット2019などへ登壇。2020年より内閣官房IT戦略室本部員および内閣府税制調査会特別委員に就任。2021年より内閣府経済財政諮問会議専門委員に就任。プライベートでは2児の母。

「職人芸」や「直感」を
再現するディープラーニング

──次のテーマは「データの重要性」です。「いまあるデータは使いにくくて……今後どういうデータをためればいいでしょうか？」という相談はよくあるように思います。いかがでしょうか？

堀田　実は、ログデータが何千、何万とたまっている業界は少なくありません。私もDXの担当者さんから「うちにはデータはある。ただ、これをどうやってビジネスのバリューにつなげていくか、知恵が足りない」みたいなことをよく言われます。

でも、ここにあるデータをどう活用するか、という発想自体が本来おかしいのです。順番がまったく逆で、まずこういうことがやりたいという目標地点が先にあって、そのためにはどんなデータが必要なのか、というのが本来の姿のはずです。「先にパーパス（purpose）ありき」なのです。パーパスがはっきりしているから、このデータはいらないとか、このデータは利用価値が高いといった話ができるわけです。

本の中でも紹介したアメリカの損保スタートアップの「レモネード」は、「Forget Everything You Know About Insurance（保険についての知識は全部忘れて）」というコピーを掲げています。チャットボットを使ってわずか数十秒で加入できたり、保険請求もごく短時間で審査できるようになっているのは、保険審査にまつわるユーザーの不安やイライラを解消するというパーパスがあるからです。

「時短」を追求するためには、個々のユーザーが信用できるか、ウソの請求をする可能性はどれくらいあるかを表す「信用スコア」のようなものが不可欠で、そのスコアの精度を上げるためには、こんなデータが必要だという具合に、ブレイクダウンしていくことができます。ですから、先に何を成し遂げたいかというパーパスがまずあって、そこが起点になっていくのが正しい姿だと思います。

北野　データを継続的に生み出し、集まれば集まるほどクオリティが上がるループをつくることがポイントになります。そのためには、AIシステムを導入しただけではダメで、組織としてどういうふうに仕事のループを変えていくかという視点が不可欠です。

たとえば、非構造化データをAIにどんどん突っ込んでいくことで、自分たちの仕事において何が重要かが見えてくる。そうすることで暗黙知が形式知になるループが回りはじめるわけです。形式知になれば記述できるので、そのデータは扱えるようになる。そういう知識生成のサイクルを回していくことが、AIを継続的に使っていくときには非常に重要になる。「もっとデータがほしい」と言われても、そもそもデータがコンスタントに生み出されるような構造が組み込まれていなかったら、データを集めることなんてできっこないんです。これは1980年代からずっと言われてきたことですね。

堀田　あとポイントになるのが、AIにできてITにできない、AIにしかできない「直感」に近い部分です。人間は直感的な判断や動作をたくさんやっていて、そこにすごく価値があったりするわけですが、ディープラーニングの登場で直感操作っぽいことがAIでもできるようになりました。いままで職人芸と呼ばれてきたものが、AIでも再現できるようになってきたのはそのためで、たとえば、熟練した医師のようにX線画像からガンを見つけるAIが出てきています。

それまで暗黙知で言語化されていなかった部分を形式知にしていくには、医師がX線画像をどう評価したかというデータも必要です。さらに、どうしてそういう判定をしたのかをAIにどんどん説明させて、その理由が正しいかどうかを人間が判定するフィードバックループを回せば、IT時代のナレッジマネジメントとは別次元のものになるのではないかと期待しています。

堀田創（ほった・はじめ）写真：右下 株式会社シナモン 執行役員／フューチャリスト 1982年生まれ。学生時代より一貫して、ニューラルネットワークなどの人工知能研究に従事し、25歳で慶應義塾大学大学院理工学研究科後期博士課程修了（工学博士）。2005・2006年、「IPA未踏ソフトウェア創造事業」に採択。2005年よりシリウステクノロジーズに参画し、位置連動型広告配信システムAdLocalの開発を担当。在学中にネイキッドテクノロジーを創業したのち、同社をmixiに売却。さらに、AI-OCR・音声認識・自然言語処理（NLP）など、人工知能のビジネスソリューションを提供する最注目のAIスタートアップ「シナモンAI」を共同創業。現在は同社のフューチャリストとして活躍し、東南アジアの優秀なエンジニアたちをリードする立場にある。また、「イノベーターの味方であり続けること」を信条に、経営者・リーダー層向けのアドバイザリーやコーチングセッションも実施中。認知科学の知見を参照しながら、人・組織のエフィカシーを高める方法論を探究している。マレーシア在住。『ダブルハーベスト』が初の著書となる。

転載元：ダイヤモンド・オンライン /  北野宏明さんhttps://diamond.jp/articles/-/271521

「ダブルハーベスト」

書籍の詳細、出版をはこちらこちらからご確認いただけます。

後編へつづく:「データはあるが、使い方がわからない」という企業に欠けている視点【ゲスト：北野宏明さん】(後編)