人工知能してみる

人工知能の中の人が機械学習とか統計とかAI的なことを書き連ねます

なぜ機械学習を使ったプロジェクトは失敗するのか

おはようございます。Grahamianです。
世間では猫も杓子も機械学習ですね。
あちこちで機械学習を使ったhogehogeが出ていますが成果はパッとしない印象を受けます。
それは何故なのかを考えたので書いてみます。

機械学習は得意不得意がある

機械学習はなんでも出来るわけじゃなくて得意分野があります。
というか機械学習って基本は線形分類器なので"分ける”は得意ですが何かを生み出すのは苦手です。
ここ数年はGANが流行っているのでそこらへんも進んでいますが技術的に高度ですね。
なので機械学習が得意な分野に沿って課題設定する必要があります。
この切り口をミスると解けなくて微妙な結果に終わります。

価値あるサービスを提供する意識がない

技術ファーストでサービスを作るとこうなります。
サービスは価値を届けるところが第一で、そのソリューションとして機械学習を使うのが正しい順番なはずです。
しかし世間では逆に「機械学習を使ってなにかやる」でスタートしているプロジェクトが多いように見えます。
顧客の何を解決するのかちゃんと考え抜く姿勢が必要です。
「エンジニアだから知ったこっちゃない」って姿勢が通用したのは昔の話で今は機械学習コモディティ化しているのでそんなんでは置いて行かれます。
技術を使って課題を解決する、これを技術側から考えることができるのがエンジニアの特権のはずです。
逆に企画側も「技術はわからんけどAIって付けたら売れるんだろ」みたいな姿勢もダメですね。
企画側もなるべく技術へ読み取る姿勢をもちましょう。

エンジニアとビジネスをつなぐ人材がいない

実はこれが一番重要なのかもしれないと最近感じています。
エンジニア側はビジネスが不明瞭、ビジネス側は技術が不明瞭。
この2種類の人間がそろっても間に大きな溝があるのが現状です。
機械学習で出来ることは今までの技術とくらべて違う発想が必要なため両方を理解する歩み寄ることが必要になっています。
機械学習だからこそできるビジネスを考えるためにはこの間を取り持つ誰かが必要です。
いわば人工知能プロダクトマネージャーが必要なのですが、しかしその人材は非常に少ないです。
機械学習を使ってプロダクトを作ったことのある人間が少ないので知見も足りていないからです。
この部分を担える人材は今後は価値が上がりそうですね。

まとめ

機械学習だからってなんでもかんでも上手くいくわけではありません。
銀の弾丸ではないということを肝に命じてちゃんとサービスを考えることが重要です。
そしてエンジニアとビジネス側がお互いに議論を尽くして考えることが大事だと感じています。
とはいえ、簡単なことではないのでアウトプットと改善を繰り返していくしか無いのかな、とも思います。
まだまだ機械学習の活用は始まったばかりなので失敗を重ねていきましょう!