人工知能の概要

人工知能は、現代で最も革新的なテクノロジーの 1 つです。また、これまでで最も速いペースで進化する技術革新の 1 つでもあります。しかし、実際のところ AI とは何でしょう。AI はビジネスに何をもたらすのでしょうか。

人工知能という用語は、1956 年、ダートマス大学で開催された科学会議で生まれました。AI の父の 1 人に挙げられるマービン・ミンスキー (Marvin Minsky) 氏は、AI を「人間がやれば知能が必要になるようなことを、機械にさせる科学」と表現しました。

この定義の核心は今も変わりませんが、最新の AI システムの進化によって、視覚認識、音声認識、計画、決定、言語間の翻訳などのタスクに対する問題解決機能を実践できるようになりました。AI は、テラバイト単位のデータと洞察のリアルタイム処理を通じて、AI が人間の能力を強化し、職場の効率、生産性、満足度を向上させる、俊敏で即応性の高いテクノロジーであることを証明しています。

最近では、こうした AI 技術を活用したコパイロット（Copilot）の導入が進んでおり、業務支援ツールとして注目を集めています。たとえば、文書作成やプログラミング補助、データ分析の自動化などをサポートする AI アシスタントの活用が広がっています。こうした会話型AIは、Copilotとは、このようにユーザーの作業をリアルタイムで支援し、まるで共同作業者のように振る舞う AI ツールや仕組みを指します。

AI の種類とレベル

人工知能にはいくつかの形式があり、その機能と、現実世界の問題解決において人間をどうサポートするかによって、それぞれ定義されます。SAP アプリケーションなどで採用されている最も強力なビジネス AI ソリューションは、需要の予測、画像の認識、反復プロセスの自動化など、特定の定義されたタスクに重点を置いています。このようなシステムは、従業員と連携して機能し、生産性を高め、エラーを削減し、情報に基づいた意思決定を行うために必要なインサイトを提供します。

機能別 AI

AIは、その能力や用途に応じて以下の3つに分類されます：

特化型 AI（弱い AI）

特化型 AI（ANI）とは、特定のタスクを実行するAIです。具体的に特化型 AI には音声アシスタント、画像認識、翻訳、自動運転や顔認証システムなどが含まれます。

汎用型 AI（強い AI）

汎用型 AI (AGI) は、Artificial General Intelligenceの略であり、人間が行うあらゆる知的活動を理解し、実行できるAIです。新しいタスクや状況にも柔軟に対応する能力を持ちますが、現時点では完全に実現されていません。

人工超知能（ASI）

人工超知能（Artificial Super Intelligence）の略称であり、人間の知能や能力を全ての面で超えるAI の事を指します。ASIは、科学技術、芸術、問題解決、感情理解など、あらゆる分野で人間を凌駕する知能を持つと想定されているAIです。

特化型 AI

日常生活やビジネスで利用されている最も一般的な種類は、特化型 AI です。弱い AI とも呼ばれます。このシステムでは、音声の認識、画像の分析、提案の作成など、特定のタスクを扱います。ビジネスでは、チャットボット、予測分析、インテリジェントな自動化に特化型 AI が活用され、複雑なプロセスの効率と正確性を高めています。

汎用 AI

汎用 AI は、将来、機械があらゆる分野にわたってシームレスに適応し、学習し、推論できるようになり、人間の幅広い知能に匹敵する状態を理論的に表しています。何が可能なのかを明らかにする研究が続いていますが、現時点で汎用 AI は存在しません。むしろ、ディープラーニングとデータ統合の進歩が続き、専門的な AI システムの機能が拡大しています。

AI のメリット

AI テクノロジーは早期導入段階から脱却し、現在では多くのビジネスアプリケーションで主流となっています。

企業は現在、AI をコアビジネスプロセスに組み込むことによって測定可能なメリットを得ています。

• 効率性と生産性の向上：企業における最も大きな AI の利点の 1 つは、タスクを自動化し、業務を合理化できることです。AI を活用したシステムは大量のデータを瞬時に処理できるため、貴重な人材を解放して、より付加価値の高い活動に専念させることが可能になります。このような効率の向上により、従業員は単調な日常作業ではなく、戦略的な意思決定とイノベーションに時間を費やすことができるため、生産性が向上します。
• カスタマーエクスペリエンスの向上：AI テクノロジーは、企業と顧客のコミュニケーション手段に革命をもたらしました。AI 対応チャットボットと仮想アシスタントは、NLP と ML アルゴリズムを通じて、パーソナライズされたリアルタイムのサポートを 24 時間 365 日顧客に提供することができます。この可用性により、顧客満足度が向上するだけでなく、企業は対応時間と人為的ミスを削減しながら、チャネル間でシームレスなカスタマーエクスペリエンスを提供できるようになります。
• データ主導型の意思決定：エンタープライズ AI システムは、大量の構造化データや非構造化データを分析し、より確かな情報に基づく意思決定を可能にします。企業はこのデータから有意義な洞察を導き出して、傾向を特定したり、顧客行動を予測したり、また、業務を最適化する能力を強化できます。AI アルゴリズムによって、人間が見過ごしがちなパターンを検出し、戦略的計画、リスク評価、ビジネスプロセスの合理化に役立つ貴重な情報を提供することができます。
• 業務効率：AI は、時間のかかる反復的なタスクとワークフローを自動化し、複雑な計算、データ分析、その他の面倒なタスクを正確に処理できるため、精度が向上し、ミスが減少します。AI は、異常、不正行為、セキュリティ侵害をすばやく検出し、損失の可能性を軽減するのにも役立ちます。
• 従業員コラボレーションの強化：AIは従業員間のコラボレーションと知識共有を大きく促進します。特に、マルチエージェントシステムを活用したインテリジェントシステムは、関連情報へのアクセスを容易にし、情報に基づく意思決定に役立つ洞察を従業員に提供することで、効率的なデータ発見を支援します。さらに、こうしたシステムを組み込んだAIコラボレーションツールにより、チーム間、部門間、さらには地理的に分散した拠点間でもシームレスなコミュニケーションと知識共有が可能になり、イノベーションの促進と生産性の向上につながります。

最新のエンタープライズ AI は、その適用範囲とアクセシビリティによって、多くの分野で役立っています。

全業種の AI ユースケースの中から、いくつか例を挙げます。

• 医療における AI：医療用データセットは、世界で最も大規模かつ複雑なデータセットに挙げられます。医療における AI の重要な課題は、そのデータを活用して、診断と治療プロトコル、および患者の治療結果の間に関係を見つけることです。さらに今、医療現場では、従業員の満足度向上と最適化、患者の満足度向上、コスト削減など、業務上のイニシアチブをサポートする AI ソリューションにも注目しています。
• 銀行業における AI： 金融サービス業界は、特にAI 金融の分野で、AIの活用が急速に広がっています。取引の迅速化、カスタマーサービスの効率化、セキュリティ強化など、さまざまなニーズに応えるかたちで、多くの金融機関がAI技術を導入しています。
• 製造における AI：今日のスマートファクトリーは、機械、IoT センサー、コンピューティング能力のネットワークです。これは、AI と機械学習を使用して、リアルタイムにデータを分析し、学習する、相互接続されたシステムです。AI は、設備の状況監視やサプライチェーンで発生する問題の予測、予測に基づく製造など、スマートファクトリー内の自動化されたプロセスとインテリジェントシステムを継続的に最適化し、これらに情報を提供します。
• 小売における AI：オンラインの買い物客は、幅広いタッチポイントに関与し、かつてないほどの大量かつ複雑な非構造化データセットを生み出しています。小売業者は、このデータを理解して活用するために、AI ソリューションを使用して異種データセットを処理して分析し、マーケティングを強化して、より良いショッピングエクスペリエンスを提供しています。

人工知能の仕組み

AI は、大規模なデータセットを使用してパターンを特定し、経験から学習し、情報に基づいた意思決定を行います。ビジネスコンテキストでは、データが収集され、AI モデルのトレーニングに使用されます。その後、トレーニングされたモデルは AI 推論用にデプロイされます。つまり、学習した内容を初見の新しいデータに適用し、実際の状況の中で、予測や決定を迅速、正確、柔軟に生成します。

機械学習

AIは大きな可能性をもたらす一方で、個人や社会全体にリスクも伴います。こうしたリスクを認識し、最小限に抑えるためには、消費者、企業、政府がそれぞれ責任ある行動をとることが重要です。AIを安全かつ倫理的に活用するには、「AI倫理」という広い視点が欠かせません。ここでは、私たち全員が直面しているAIの緊急かつ重要な倫理課題を紹介します。

• 顧客データの倫理的使用：2029 年までに、世界全体のスマートフォンユーザーは 64 億人に達すると予測されています。各デバイスは、GPS の位置情報やユーザーの個人情報や好み、さらにはソーシャルメディアでの行動や検索行動まで、膨大な量のデータを共有することができます。企業が顧客の個人情報に幅広くアクセスできるようになるにつれて、プライバシーを保護し、リスクを最小限に抑えるために、ベンチマークを確立し、プロトコルを絶えず改善することがますます重要になっています。
• AI のバイアス：レーニングデータに含まれる既存のバイアスが AI システムに反映・増幅され、採用やローン審査などの用途で不公正な結果を招く可能性があります。これを軽減するには、データセットの多様性確保、定期的な監査、バイアスを軽減するアルゴリズムの採用が必要です。AI バイアスは米国の医療システムで実際に発生しています。この事例では、医療費支出が少ない集団は多い集団と比べて将来的に必要な治療が少ないと、重要なバイアス軽減機能を欠く AI モデルがトレーニングデータから推論し、数億人の患者の健康状態の判断に影響するバイアスが生じました。
• AI の透明性と説明可能な AI：AI の透明性とは、AI システムの動作、決定プロセス、結果を人間が理解でき、解釈可能であることを保証する、AI システムの仕組みのオープン性と明瞭さを指します。これは、AI アプリケーションの信頼を築き、バイアス、説明責任、公正性に関する懸念に対処するために不可欠です。説明可能な AI は、特にユーザーやステークホルダーが理解できるように決定と予測について説明できる AI モデルとアルゴリズムの開発に重点を置いています。説明可能な AI 技術は、出力に影響する要因と機能を明らかにして、複雑な AI システムからあいまいさを取り除くことを目的としています。これにより、ユーザーは必要に応じて AI の決定を信頼し、検証し、将来的な修正にも対応できます。
• ディープフェイク：ディープフェイクという用語は、ディープラーニングとフェイクを組み合わせたものです。ディープフェイクとは、AI を使用して、画像、動画、音声記録などのメディアコンテンツを作成したり変更したりする高度な方法です。ディープフェイクを利用して、動画内の顔の表情、ジェスチャー、音声を、非常にリアルに感じられるように操作することができます。このテクノロジーが注目を集めてきたのは、説得力はあるものの捏造されたコンテンツを生み出す可能性があるためです。このようなコンテンツは、娯楽や芸術的表現、用途が懸念される誤情報や ID 詐欺など、さまざまな目的で使用される可能性があります。

ニューラルネットワーク

ニューラルネットワークは、特定の種類の機械学習アーキテクチャーで、膨大かつ複雑なデータセットの処理に優れています。予測、カスタマーインサイト、リスク分析、パーソナライゼーションのための高度なソリューションに活用されます。

自然言語処理 (NLP)

NLP によって、コンピューターが人間の言語を理解して応答できるようになり、インテリジェントなチャットボットや言語翻訳システムの開発が促進されます。

生成 AI

生成 AI は、プロンプトに基づいて、テキスト、画像、コードなどのコンテンツを新たに作成し、次世代の創造性と生産性を実現します。

AI 推論

AI 推論とは、ビジネスワークフローで予測や分類を生成するために、トレーニング済み AI モデルを初見の実データに適用するプロセスを指します。例えば、ニューラルネットワークが過去の販売データや取引データでトレーニングされた後、新しいセールスリードに関する考えられる結果を推測したり、異常の発生を即時に検出したりすることで、業務効率の向上や意思決定の改善が可能になります。

AI アプリケーション

AI は多様なアプリケーションを強化し、自動化、予測、強化されたエクスペリエンスを通じて、業務の迅速化、スマート化、レジリエンスの向上を実現します。

日常の例

以下の項目は、人々が家庭や職場で使用する日常的なツールやサービスで、すでに AI がどのように利用されているかを示しています。多くの場合、AI を活用していることは認識されていません。

• デジタルアシスタント
  Siri、Alexa、Google Assistant などの音声を活用したツールは、リマインダー、スケジューリング、ハンズフリーデバイス制御により、定型業務も家庭での日課も合理化します。
• パーソナライズされた提案
  ストリーミングプラットフォーム（Netflix、Spotify）やネット通販業者は、AI を使用して過去の行動を分析し、各ユーザーに合わせて製品やコンテンツを提案します。
• 画像認識と OCR
  AI システムが物体の認識や道路標識の翻訳を行ったり、顔認識によるセキュリティチェックを実行したり、写真やスキャンした文書からテキストやデータの抽出を行います。
• 自律システム
  自動車のセルフパーキングや運転支援機能、倉庫ロボット、配送用ドローンは、AI を使って周囲の状況を解釈し、リアルタイムで応答します。
• チャットボットと仮想エージェント
  多くの Web サイトやアプリでは、AI 主導のチャットボットを使用して、質問への回答、サポートが必要な問題の解決、よくある顧客ニーズへの対処を 24 時間 365 日実施します。
• スマートホームオートメーション
  日々の行動から学習して、サーモスタット、照明、セキュリティシステムを自動的に調整し、利便性や快適性を高め、省エネに貢献します。

コアビジネス機能

以下の項目では、AI によるコアビジネスプロセスのサポートを通じて、チームが迅速に業務を遂行し、エラーを削減し、十分な情報に基づく意思決定を可能にする方法を説明します。

• 経理・財務：請求書の照合、トランザクション監視、不正検知、リスク評価、財務予測を自動化します。機械学習モデルによって、決算処理サイクルを合理化し、監査コンプライアンスをサポートします。
• サプライチェーンとロジスティクス：需要予測、リアルタイムの在庫管理、配送ルートの最適化、品質検査、予知保全を強化し、不足や過剰、コストのかかるダウンタイムを回避できるようにします。
• 調達：AI を活用したインテリジェントな提案と異常検出を使用して、サプライヤーのパフォーマンスとコンプライアンスを強化し、ソーシングの自動化や支出分析の最適化を行います。
• セールスとマーケティング：大量の顧客データと市場データの分析を通じて、カスタマージャーニーをパーソナライズし、キャンペーンのターゲティングを推進し、価格モデルを最適化します。
• 人事：AI 主導の候補者選考で人材獲得を加速し、離職を予測し、従業員エンゲージメントと学習のパーソナライズをサポートします。
• カスタマーエクスペリエンス：会話型 AI、チャットボット、レコメンデーションエンジンを導入して、パーソナライズされた支援を迅速に提供し、顧客満足度を向上させます。

各業種の事例

以下の例では、設備の信頼性から患者ケアまで、さまざまな業種でそれぞれの領域に特化した課題を AI を利用して解決する方法を説明します。

• 製造
  機器の故障の事前予測、生産ラインの最適化、リアルタイムの需給計画の実現、コンピュータービジョンと IoT 対応の AI によるトレーサビリティの向上。
• 小売
  高度にパーソナライズされた商品オファーの促進、在庫補充の自動化、顧客からのフィードバック分析による継続的な改善。
• 医療
  AI ベースの患者データ分析を使用して、診断、リソースのスケジューリング、パーソナライズされた治療の提案をサポート。
• 公益事業およびエネルギー
  需要の予測、停電の削減、配電の最適化、意思決定を支えるインフラ状況の分析。

日常的なエンタープライズアプリケーション

以下の項目は、ナレッジワークと業務を合理化するためにほぼすべての組織で展開できる、共通の横断的 AI ユースケースに焦点を当てています。

• 文書処理
  AI は、請求書、契約書、レポートからデータを抽出して分類し、手入力の削減、正確性の向上、コンプライアンスチェックの迅速化を実現できます。
• インテリジェントな検索とスマートなデータ抽出
  膨大なデジタルアーカイブから関連する情報やファイルを瞬時に特定し、各ビジネス機能間の意思決定の迅速化と信頼性向上を支援します。
• 自動化されたインシデント管理と IT 運用
  AI は、システムを継続的に監視し、異常を検出し、インシデントを自動的に処理して、重要なビジネスアプリケーションの安定性とセキュリティを 24 時間体制で維持します。
• 自然言語クエリ
  ユーザーは、平易な言葉（「先月の業績上位の製品を教えて」など）でビジネス上の質問をするだけで、インサイトやビジュアルを即時に取得できるため、誰もがアナリティクスを利用できます。
• 異常検出
  AI は、トランザクション、システムログ、またはユーザー行動の異常なパターンを特定し、不正防止、リスク管理、および運用チームに対する早期アラートをサポートします。
• ワークフローの自動化
  顧客リクエストのルーティングからメンテナンスのスケジューリングまで、AI を活用して自動化すると、適切なプロセスが円滑に実行され、人間による監視を最小限に抑えることができます。

これらのアプリケーションは、スマートで信頼性の高い成果を迅速にもたらすため、従業員は、価値が高く創造的かつ戦略的な作業に集中できるようになります。

AI のメリット

AI は、生産性、意思決定、カスタマーエクスペリエンス、業務成果を以下のように変革して、すべての業種に大きな価値をもたらします。

• 自動化と生産性
  AI により、データ入力、請求書処理、レポート生成などの定型業務が自動化され、従業員がより価値の高い戦略的作業に集中できるようになり、ビジネスの生産性が向上します。
• 意思決定の改善
  AI を活用した分析と予測モデルにより、需要予測、財務計画、リスク管理に関するより迅速かつ正確な意思決定が可能になるため、組織は市場の変化を予測し、事前に対応することができます。
• カスタマーエクスペリエンスの向上
  インテリジェントなチャットボット、レコメンデーションエンジン、パーソナライズされたインターフェースにより、エンゲージメントの強化、サービス応答の迅速化、ブランドと顧客との関係強化が可能になります。
• コスト削減と効率化
  AI により、サプライチェーン管理、人事、調達などの業務が最適化され、業務コストの削減、廃棄物の最小化、リソース配分の効率化が促進されます。
• イノベーションと俊敏性
  AI を活用して、市場や顧客のニーズの変化に応じた、迅速な実験、新製品発売のサポート、プロセスの迅速な調整を行うことができます。
• コラボレーションとナレッジ共有AI を活用したツールにより、チーム間のコラボレーションが促進され、重要な情報とインサイトにすべての主要なステークホルダーがアクセスできるようになります。

AI の倫理と課題

ビジネスや日常生活に AI を組み込むことが増えるにつれて、機会と責任の両方がもたらされます。テクノロジーの信頼性、公平性、安全性を保つには、AI の倫理的な考慮事項に対処することが不可欠です。責任ある AI 設計は、「AI は安全か」、「AI の進化に伴い、企業や社会が考慮すべき倫理的な懸念は主にどのようなことか」といった重要な質問への答えになります。

AI の導入は、企業や社会にとって複雑な倫理的考慮事項と実践的な課題を以下のようにいくつか示しています。

• バイアスと公平性
  AI モデルは、トレーニングデータに存在する既存のバイアスを取り除くことなく増幅させ、雇用や融資、リソース配分において、不公平な結果を生じさせる恐れがあります。バイアスに対処するには、継続的なテスト、多様なデータソース、透明性の高い開発の実践が必要です。
• 透明性と説明可能性
  多くの AI アルゴリズム（特にディープラーニングモデル）はブラックボックスのように動作するため、ユーザーが意思決定方法を理解するのは困難です。明確な説明を提供するシステムの構築は、信頼と法規制コンプライアンスの確立に役立ちます。
• データプライバシーとセキュリティ
  多くの場合、AI システムは大量のデータに依存しており、プライバシー、同意、情報セキュリティに関する懸念が提起されています。企業は、堅牢なデータガバナンスフレームワークを確立し、各地域のデータ規制を遵守する必要があります。
• 安全性とディープフェイク
  強力な生成 AI は、現実にはあり得ない偽りの画像、音声、映像（ディープフェイク）を生み出し、プライバシーや民主主義、ブランドの評判に対する誤った情報やリスクを煽る可能性があります。
• 規制とコンプライアンス
  AI を管理する法律や標準は、世界で絶えず変化しています。規制に先手を打つことで、企業は法的リスクから保護され、倫理的な使用が強化されます。

各企業は、責任ある AI の文化を醸成し、公正で透明性が高く、説明可能な実践方法を導入しながら、リスクを予防的に監視し、テクノロジーの進歩と社会的な期待の変化に継続して適応する必要があります。

SAP の AI ソリューションのご紹介

SAP のエンタープライズ AI は、最も重要な領域の変革を加速します。その方法をご体験ください。以下に挙げる注目のソリューションは、インテリジェンスを強化し、新たな効率性を生み出し、確信を持ってリードできるよう構築されています。詳細をご覧ください。

SAP Business AI

組み込みの機械学習、予測分析、あらゆる業務部門にわたるリアルタイムのインサイトを活用して、スマートな意思決定を促進し、プロセスの自動化を加速します。SAP Business AI により、業務の最適化やカスタマーエクスペリエンスのパーソナライズに対応し、絶えず変化する市場で常に先を行くことができます。

SAP Business AI で何ができるのか、お確かめください。

Joule および Joule Agents

SAP の AI コパイロットとコラボレーティブなエージェントをご紹介します。これらは、複雑なタスクを自動化し、財務、サプライチェーン、人事など、全体の意思決定を連携させるデジタルチームメイトとして設計されています。Joule Agents は、SAP の深いプロセス専門知識とビジネスデータを活用して、信頼できる結果をもたらします。これにより、生産性を高め、イノベーションを迅速に実現し、高い効果を見込める仕事にチームが集中できるようになります。

Joule がどのように仕事を変革するかをご覧ください。

業務別 AI ユースケース

調達における請求書照合のスマート化、サプライチェーンの予知保全、自動化された人材管理ツールやカスタマーエンゲージメントツールなど、200 を超える実際の組み込み AI ユースケースをご覧ください。各ユースケースは、測定可能なビジネス価値を高め、組織が俊敏に適応できるよう支援します。

業務部門別にカスタマイズされた AI ソリューションをご覧ください。

FAQ（よくある質問）