人手不足の課題を解決するための「オートメーション」技術

　日本は今後ますます少子高齢化が進み、生産年齢人口が減少し続けることが予想されており、企業の人材不足の課題はより一層深刻化すると言われています。この課題を解決するためには、少ない人数でより多くの成果を生み出すための業務効率化・自動化が必須であり、そのために現在大きな期待を集めているのがAIやIoT、ロボタイゼーションといった最新テクノロジーを活用した「オートメーション」技術です。

　これまで人が行ってきたさまざまな仕事を機械やコンピュータに代替させて自動化するためには、人間が持つ能力や機能を分類・分解し、それぞれを機械やコンピュータに代替させた上で、さらにそれらを互いにうまく連携動作させる必要があります。

　例えば「見る」「聴く」「触る」といった人間の「五感」の機能は、IoTセンサーやカメラなどのデバイスに担わせることができます。また「考える」「判断する」といった脳の機能に該当するのが、近年注目を集めるAI技術です。

さらにこの脳の指示に従って実際に「手足」を動かして行動を実行するのが、サーボやアクチュエーターなどの機械になります。

　こうして五感（センサー・カメラ）と脳（AI ）、手足（アクション）の機能をうまく組み合わせることで、より人間に近い高度なオートメーションが可能になります。

‍

‍

AIの2種類のタイプ「生成AI」と「認識AI」

　脳の役割を果たすAIには、大きく分けて「生成AI」と「認識AI」という2つの種類があり、それぞれ異なる機能を持っています。近年ChatGPTに代表される生成AIが世間で注目を集めていることから、AIと聞くと多くの方が生成AIのことを思い浮かべるかもしれません。しかしながら、目（カメラ）で見たものが何であるかを識別する脳の使い方を考えた場合、生成AIではなく、特化された認識AIのほうがより高速かつ正確な回答が得られます。そして、生成AIは「様々な情報から新しい回答を作り出す」ことを得意としています。

　生成AIは「新たなものを作り出す」ことに優れています。例えば、ChatGPTやGeminiなどの生成AIサービスは、自然言語で記述したプロンプトを入力すると、それに基づいて自然な言語で回答を生成し提供してくれます。またStable Diffusionに代表される画像生成AIは、テキストのプロンプトを入力

すると、その内容に応じた画像を自動的に生成し返答してくれます。

　このように、質問に対して回答を提示してくれたり、コンテンツを生成してくれるなど、新たなものを生み出すクリエイティブな領域において人間の脳の機能を代替してくれるのが生成AIなのです。

‍

企業の導入意欲は高いものの課題もまだ多い生成AI

　2022年末にChatGPTが華々しく登場して以降、生成AIは瞬く間に世界中でブームを巻き起こしました。現在では個人用途に留まらず、多くの企業が生成AIのビジネス利用の可能性を探っています。

　既に実業務に生成AIを導入する企業が現れ始めているほか、まだ本格導入までは至っていないものの、その活用を前向きに検討している企業は確実に増えてきています。株式会社MM総研が実施した「生成AI／LLMの国内利活用動向調査2024（2024年3月時点）」では、企業による生成AIの活用は、今後1、2年の間で実証実験の段階から一気に本格利用へと進むと予想されています。

　その一方で、現在多くの企業が生成AIの導入・活用においてさまざまな課題を抱えている実態も浮き彫りになっています。MM総研の前出の調査では、「生成AIを導入する上での課題」として「人材不足」「セキュリティ・プライバシーの確保」「生成AIの内容の正確性」などの課題が挙げられています。

‍

‍

生成AIが苦手とする分野をカバーできる認識AI

　もう1つのAI分野である「認識AI」は、約10年前にディープラーニングが技術者にとって身近な存在となったことで大きく進化した技術です。代表的な活用例としては画像認識があり、例えばカメラ映像の中から人物の顔を認識したり、動きを検知するといったことを可能にしました。また、工場の製造ラインでは、完成品の映像を分析して良・不良の判定を行ったり、計器をカメラで読み取って針が指し示す位置を判定したりと、既にさまざまな場面で活用が進んでいます。

　このように認識AIは、物体や文字、音声などを認識・分類することに優れており、この領域においては生成AIよりはるかに正確かつ迅速な処理が可能です。

　さらには、ディープラーニングや機械学習が普及する前に主流だった「ルールベース」のAI技術を使うことで、AIに入力された情報が事前に定めた条件やルールに即しているかどうかの判断を下すことができます。一方、生成AIはときに「意にそぐわない」回答を返すことが問題となっており、判断が必要とされる分野では、むしろ従来のルールベースのAIの方が適していると言われています。

‍

‍

生成AIと認識AIの併用で人間に近い「自然な判断」が可能に

　これまで紹介してきたように、生成AIはテキストや画像などさまざまなコンテンツを生み出すことに優れており、新たなビジネスを創造するためのアイデア出しには最適です。一方で、既存のビジネスを正確かつ効率的に進めるためには、ルールやプロセスに基づいた迅速で正確な認識・判断が必要です。その点で、生成AIは意図とは異なる答えを出すことがあったり、回答に時間がかかる場合があるため、こうした場面では必ずしも適しているとは言えません。そのため、こういった用途には認識AIの方が明らかに適していると言えます。

　これらのことから生成AIと認識AIを適材適所で組み合わせることによって、脳の創造的な領域を生成AIでカバーし、一方で瞬時に認識や判断を行う必要がある領域を認識AIでカバーすることにより、トータルではより人間の脳の機能に近い「自然な判断」が可能となるのです。

‍

‍

AI導入・活用の前に立ちはだかるさまざまな課題

　AIの導入や活用には、さまざまな困難が伴います。特に人材不足の問題には、多くの企業・組織が頭を悩ませています。生成AI、認識AIともに、使いこなすためには高度な専門知識が必要となりますが、そうした知識やスキルを持つ人材は極めて希少であり、そうそう簡単には確保できません。

　また、現在のAI技術には、セキュリティやプライバシーに関するリスクが付きまといます。自社の機密情報が外部のAIサービスに学習されてしまったり、逆にAIが生成したアウトプットが第三者の知的財産権を侵害してしまう可能性があるなど、さまざまなリスクが存在します。そのため、多くの企業や組織がAIガバナンスの確立を急いでいます。

　さらには、「パフォーマンス」や「コスト」の問題も避けて通ることはできません。例えば自動運転に使われるAIは、カメラ映像の中から歩行者や交通標識を瞬時に識別し正しい判断を下す必要があります。一瞬でも処理が遅れると事故に直結するため、相応の処理性能が求められます。また、コストに関しても、現在広く使われているクラウド型のAIサービスは、利用量に応じてコストが発生する従量課金制をとっているため、大量のデータやリクエストが発生する用途においては利用コストが増加するリスクがあります。

‍

‍

AI活用における課題解決のポイントは「分析の場所」と「使いやすさ」

　AI活用の課題を解決する上で重要なヒントになるのが、「データ分析をどこで行うか？」という点です。

　これまでAIの処理やデータ分析は、クラウド上で高性能な計算リソースを大量につぎ込んで行うのが一般的でしたが、クラウドと端末との間の通信処理に起因するパフォーマンス低下やデータ漏えいリスク、利用コストの増加といった課題も指摘されてきました。

　そのため、近年ではクラウドに接続することなく、エッジ（端末）のローカル環境上でAIを実行する方式も多く採用されるようになっています。この方法では、クラウドとの通信による遅延が発生せず、情報漏えいのリスクも大幅に低減されるため、安全かつ高速にAIを実行できるようになります。クラウドとエッジ、それぞれの特性を生かしながら適材適所で使い分けることで、AI活用におけるさまざまな課題を解決できるようになります。

　そして、AI活用の課題を解決するもう1つのヒントは、「誰もが簡単に使いこなせるか？」という点です。既に紹介したように、企業のAI活用を阻む最大の課題は「人材不足」です。AIに関する高度な知識を持つ人材は、そう簡単には見つかりません。しかし、専門的な知見を持たない人材でも容易にAIを使いこなせる環境が整えば、AI活用の可能性は一気に高まります。

　具体的には、複雑なプログラミング作業を行わなくともAIを活用できたり、必要なハードウェアやソフトウェアをすべてまとめた単一のプラットフォームとして導入・利用できるようになれば、AI活用のハードルは大幅に下がるでしょう。

‍

‍

AIにインプットするデータの“質”と“量”が精度を決定づける

　AIを活用して高度なオートメーションを実現するには、AIそのものの機能や性能もさることながら、「どれだけ質の高いデータをAIに入力するか」が極めて重要になってきます。人間に例えれば、いかに優れた頭脳の持ち主でも、視覚や聴覚、触覚などの五感が鈍っていては周囲の状況を正確に把握できず、結果として適切な判断や行動をとることができません。

　オートメーションにおいて、この五感に相当するのがIoTセンサーやカメラであり、これらのデバイスを通じて周囲の情報を取得する役割を担っています。AIの判断の質は、こうしたデバイスからどれだけ良質で豊富な情報を取得できるかに大きく左右されます。

　これらのリアルタイム情報に加えて、これまで蓄積してきたデータを活用することで、さらに高度な判断や行動が可能となります。人間も、五感を通じて得た情報だけで判断や行動をしているわけではなく、これを「知識・記憶」と照らし合わせることで最適な判断や行動を導き出しています。同様に、オートメーションにおいても、データベースやファイルなどの「既存データ」を活用し、これをIoTデータと連携させることで、より自然で的確な判断を行うことができるのです。

‍

‍

「生成AI」「認識AI」「IoTデータ」「既存データ」をワンプラットフォームで

　人材不足の課題を解決し得るオートメーションを実現するためには、「生成AI」「認識AI」「IoTデータ」「既存データ」の活用が不可欠だと説明してきました。当社ではこの4つのテクノロジーとデータを融合させたオートメーションのことを「マルチモーダル・オートメーション」と命名し、実現するサービスを提供しています。

　具体的には、人間の五感に相当するIoT、知識・記憶に相当するデータベースやファイル、脳に相当する生成AIと認識AI、それぞれがクラウドとエッジで保有するデータを「単一のプラットフォーム」で扱える環境を提供しています。現在、市場にはAIやIoT、データ活用を掲げるソリューションが数多く存在しますが、いずれも「AIのみ」「IoTのみ」「データベースやファイルのみ」といった特定の領域に限定されたポイントソリューションが多いのが実情です。

　当社は、真のオートメーションを実現するためにはこれらすべてのデータをまとめて簡単に扱える共通プラットフォームが不可欠だと考え、その開発に取り組んできました。こうして生まれたのが、ノーコードAI／IoTプラットフォーム「Gravio」です。

‍

‍

次世代の業務自動化の実現を可能にした「Gravio」

　Gravioは生成AIと認識AI、センサー情報、データベースやファイルなどの既存データを単一のプラットフォームに統合し、エッジとクラウドを適材適所で活用しながら真のオートメーションを実現できるプラットフォーム製品です。

　プログラミングの知識が不要なノーコードツールを使って簡単にシステムを構築できるため開発のスキルや経験がない方でも手軽にAI/IoTを活用できます。導入も簡単で、コストも比較的安価に抑えられているため、予算や人手が限られている中堅・中小企業ででもAIやIoTを活用した業務の自動化や効率化をスモールスタートで進めることが可能です。

　下図のとおり、Gravioは多種多様なデータを収集することが可能です。これらのデータを一元的に扱うことで、より人間に近い自然なシステムを構築できます。さらに、さまざまなサービスやデバイスと連携してデータを活用することで、ビジネスにおける業務の効率化・自動化を実現することができます。

　このように、次世代のオートメーションに求められる要素を一気通貫で提供できるプラットフォームとしてGravioは独創的なアプローチを提供します。AIやIoTの真の価値を引き出し、具体的なビジネス成果に結びつけたいとお考えの企業の皆さまに、ぜひGravioをご活用いただきたいと考えています。

‍

‍

‍

‍

お問い合わせ

当社のGravioについて：

導入事例を交えた【個別オンライン相談会】を実施しています。ぜひお気軽にお問い合わせください。

製品に関する詳しい情報は【製品紹介サイト】をご覧ください。

導入をご検討中の企業様へ、デモ機の【貸出サービス】をご用意しております。ぜひお試しください。

‍