HOME/ AINOW編集部 /正確な予測で無駄を削減!AI予測の活用事例まとめ
2019.10.08

正確な予測で無駄を削減!AI予測の活用事例まとめ

最終更新日:

AIによって未来を予測する技術は、ここ数年で急激に普及しました。あらゆる業界やジャンルにAI予測の技術が広がり、私たちの身の回りのサービスの中にもAI予測を活用したものはたくさんあります。

AI予測によってコストや手間を最適化することで、私たちの社会はより効率的に、より便利になっています。この記事では、AI予測の技術やその活用事例について詳しく解説していきます。

AI予測とは?

AI予測とは、アルゴリズムによって特定の結果がどれほどの確率で発生するか、あるいはどのような値となって発生するのかを分析することです。従来の統計的手法に比べて、AIによる予測は極めて高い精度を実現しつつあります。

そのため、AI予測はまるで未来予測のように扱われることがあります。なぜそこまで高い精度を保つことができるのか、その答えはビッグデータの存在です。

AI予測にはビッグデータが重要

ビッグデータとは、従来のデータ管理システムでは扱うことが困難なほど、複雑で巨大なデータの集まりのことです。現在では社会全体にインターネットのインフラが整備され、誰もが自由にネット空間にアクセスすることができます。そのため、日々膨大な情報がネット上に増えていくのです。

総務省の調査によると、2020年上半期の固定ブロードバンド系サービス(光回線など)の契約者の総ダウンロードトラヒックは一日あたり約205PB2GB)、総アップロードトラヒックは一日あたり約25PBとされています。もはや想像すらできない量の情報が日々ネット上でやりとりされていることがわかります。

▼ビッグデータについて詳しくはこちら

こうしたビッグデータは、AI技術、その中でも特にディープラーニングの登場によって活用されるようになり、規模・精度・品質といったあらゆる観点で従来の予測技術を大きく上回るAI予測を実現しています。

需要予測や売上予測はニーズが大きい

こうしたAIによる予測技術は、特に需要予測や売上予測の分野で注目されています。なぜなら、需要予測や売上予測はあらゆるサービスに応用可能であり、また従来は個人の勘や経験に頼りながら「根拠」を欠いた状態で行われていたからです。

AI予測のメリット

AI予測を導入すれば、さまざまな無駄を削減できるようになります。例えば需要予測では、予測された売上に対して適切な仕入れをできるようになり、倉庫などで余計な在庫を抱えることが無くなります。

また、AIの予測は飲食業において、食品ロスの削減に活用可能です。食品ロスを削減できると無駄なコストが減るため、飲食店は収益を最適化できます。また、資源や環境に配慮したサービス運営にも繋がるでしょう。。

AI予測では、予測の根拠と内容を数値化して可視化できるので、容易に情報を共有できます。また、共有の過程において個人による差が生じないため、技術やノウハウの伝承を効率的に行える点も、AI予測のメリットです。

AI予測の活用事例

需要予測

AI予測のもっとも代表的な活用事例は、需要予測です。市場や気象情報、SNSの書き込みといったビッグデータを活用して、どのくらいの商品を入荷すればいいのか、次に来るトレンドは何かといったことを予測します。

このような予測は、今までは経験に基づく人間の勘に頼ってきた部分が大きかったのですが、AIによる予測はプロセスやエビデンスを可視化して共有できるため、ビジネスに応用しやすいです。

また、食品ロスや無駄な資源の節約に繋がるという大きなメリットもあります。需要と供給を最適化することで、過剰な在庫や売れ残りといった問題を解決しつつ、より収益を上げることが可能です。

小売業での需要予測

株式会社あきんどが運営している回転ずしチェーン店「スシロー」では、過去4週間の客数やネタごとの注文量などのデータをAIが分析して、レーンに「どのネタを」「いつ」「どのくらい流すのか」を調整しています。

例えば都心の店舗では会社員にマグロが好まれていて、郊外の店舗ではファミリー層に巻物が好まれているなど、店舗ごとの傾向を掴んで需要と供給を最適化しています。これによって食品廃棄量は限りなく低く抑えられています。

▼スシローのAI活用について詳しくはこちら

医薬品の需要予測

アサイクル株式会社の開発している「ASKAN」というシステムは、AIによって医薬品の需要予測を行っています。ASKANは、薬局や病院ごとの過去の患者のデータや季節・地域性といった様々なデータを勘案して、適切な医薬品の発注量を算出します。

薬局や病院では、医薬品の在庫管理や発注業務が大きな負担になっていることが指摘されていました。ASKANのような医薬品の需要予測AIの普及によって、流通コストの削減や、業務の簡略化、医薬品の欠品を大幅に改善することが期待されています。

タクシーの需要予測

タクシーの収益を向上させるためには、空車の時間を減らして乗客を乗せている時間を最大化する必要があります。NTT docomoは、過去のタクシーの運行データやリアルタイムの人口分布のデータをもとに、タクシーの需要を予測するシステムを開発しました。 

NTTデータは、docomoの携帯電話サービスのネットワークを用いて日本全国の人口分布を24時間365日、年代別や居住地域別に把握できます。このビッグデータを用いることで、例えば渋滞予測など、今後さまざまなサービスが提供できるようになると期待されています。

電力の需要予測

日本気象協会(JWA)の開発した電力需要を予測するシステムが大手電力会社で運用されています。電力需要は、気温や湿度、天気、日照時間といったさまざまな気象条件に影響を受けます。本システムでは、気象予報士のノウハウと過去の気象データをAIが分析した結果を合わせることで、予測誤差が1%台という高い精度を実現しています。

金融業界での活用事例

日本の金融業界では、2000年初頭からの急激なインターネットの普及と金融自由化の流れによって、デジタル化が積極的に推し進められてきました。インターネット上の金融業務が早くから普及した結果、大量のビッグデータが蓄積されています。これらを活用することで、業務の効率化や新たなサービスが実現することが期待されています。

近年耳にすることが多い「フィンテックFinTech)」という造語は、金融(Finance)と技術(Technology)を組み合わせたものです。このことから、金融業界を取り巻くテクノロジーに大きな注目が集まっていることがわかります。

市場予測

株式会社大和総研は、経済指標を予測するAIモデルを開発しました。従来は指標ごとにエコノミストが業務を分担していましたが、AIモデルに置き換えることで業務の効率化と統一された客観的な分析を実現できます。

株価予測

マネックス証券は、株価を予測する「AI銘柄ナビ」というサービスを提供しています。AIが過去の株価などのデータから、1か月後の株価が上昇するか下落するかを銘柄ごとに予測します。

▼AIの株価予測について詳しくはこちら

AIによる信用調査

近年、「クレジット・スコアリング・モデル」に機械学習アルゴリズムを採用することが広まりつつあります。クレジット・スコアリング・モデルとは、個人や企業の情報から信用リスクをスコア化する仕組みのことで、銀行の貸付審査などで利用されています。

クレジット・スコアリング・モデルを活用することで、融資申し込みの手順の簡略化や不正のリスクの低減が可能です。。また、ニュースやSNSの情報をAIが解析することで、取引先のリスク要因に与える影響調査を自動化することもできます。

不動産業界での活用事例

不動産業務は、AIによる自動化が特に期待されている分野です。業務の手続きが煩雑であり、全国の物件のデータ量が膨大なので、不動産業務を自動化・効率化する不動産Tech(不動産×Technoloogy)に注目が集まっています。

▼不動産業界のAI活用について詳しくはこちら

不動産価値の予測

不動産業界では、AIによって不動産価値を予測する試みが行われています。株式会社ワンノブアカインドは、AIによってマンションの将来価格を予測するサービス「マンション将来価格予測サービス」を提供しています。

マンション将来価格予測サービスは、ワンノブアカインドが所有している過去10年以上に渡る販売情報のビッグデータを活用することで、購入から130年後までの物件の将来価格を予測することが可能です。

農業での活用事例

農業分野では人手不足が深刻化していることから、AIを活用する動きが広まっています。2019年、農林水産省が「スマート農業加速化実証プロジェクト」として50億円(市場規模の3分の1)の予算を計上したことが話題になりました。ロボットやAIを活用した「スマート農業」は、今後の日本農業の鍵を握っているといえます。

▼スマート農業について詳しくはこちら

収穫予測

株式会社DATAFLUCTが提供する「DATAFLUCT agri.」は、契約農家の生産現場の衛星画像データを解析することで、野菜の収穫時期や状況を予測してくれるサービスです。。過去の市場の取引データや気象データを解析することで、どの仕入れ先で、いつどのくらい野菜を仕入れればよいのかをAIが教えてくれます。

DATAFLUCTは、生産・出荷・流通・消費といった段階のすべてでAIを用いた最適化を行い、農産物のサプライチェーン全体を効率化することを目指しています。

医療での活用事例

医療分野でAIを用いることは、AIの歴史のかなり初期の段階から構想されていました。例えば、1970年代の初めにスタンフォード大学が開発した「Mycin」というエキスパートステムは、「yes/no」の質問に答えることで病気の原因や治療方法などを示してくれるシステムです。しかし、Mycinは専門医の判断よりも精度が悪く、また倫理的な問題があったことから現場で使われることがありませんでした。

現在では、AIを医療現場のアシスタントとして用いることや、AIによって医療業務を効率化することが目指されています。

▼医療×AIについて詳しくはこちら

生活習慣病のリスク予測

東芝は、AI予測で将来の健康状態を可視化し、生活習慣の改善を手助けする「疾病リスク予測AIサービス」を開発しました。

疾病リスク予測AIサービスでは、1年分の健康診断データをもとに6年先までの6疾病(糖尿病・高血圧症・脂質異常症・腎機能障害・肝機能障害・肥満症)のリスクを予測できます。

予測結果は数値で具体的に表されるため、ユーザーの生活習慣改善に向けた行動変容につながります。さらに、AIによって抽出された改善候補の生活習慣を、健康指導医によって実際の保健指導に生かすことも可能です。

がんの再発予測

201912月、理化学研究所が、がんの再発を予測する技術を開発したことが報道されました。がん患者100人分の約11億枚の画像を用いて、「教師なし学習」によってAIが自力でがんの特徴を学習できる点が画期的です。

このAIは、現在の診断基準よりも高い精度で再発を予測することが可能であり、今後は、医師の診断とあわせての活用が期待されます。

教育での活用事例

教育現場でAIが用いられていることに実感のない方も多いのではないでしょうか。まだ広く普及しているとは言い難いですが、教育×AIという組み合わせは、今後ますます注目が集まっていくでしょう。

▼教育現場におけるAIの活用について詳しくはこちら

いじめが深刻化するかどうかの予測

2019年10月、滋賀県大津市の教育委員会が、全国で初めていじめが深刻化するリスクを予測するAIのシステムを開発し、その分析結果を発表しました。

大津市では、2011年にいじめを苦に中学生が自殺した事件を受け、いじめ再発の防止に取り組んでいます。その一環として、AIによるいじめ深刻化の予測システムが開発されました。

このシステムは、過去の約9000件のいじめに関する事案のデータを解析することで、深刻化するリスクのあるいじめを特定できます。また、いじめに関係する要因の相関も調べられるため、不登校率や学力に応じた各教育現場での対応を導き出すことも可能になります。

試験出題予測

株式会社サイトビジットが開発した「未来問」というAI予測サービスは、2019年度の司法予備試験の問題を約60%的中させたといいます。

「未来問」は、出題範囲に関係するテキストやWikipediaの情報から、AIによって本試験の問題を予測するシステムです。利用者の試験対策のアシストとなるのと同時に、出題者側に定型的な問題を作ることのないよう呼び掛けるものとなっています。

政治・行政での活用事例

政治分野や行政の管轄範囲では、どのようにAIを用いることができるのでしょうか。例えばAIが政策を立案して政治を行うような未来に対しては賛否両論がありますが、業務を効率化し、災害対策やインフラにAIを活用する取り組みは積極的になされています。

自然災害の予測

令和2年7月豪雨では、SNSをAIが解析することで浸水想定図を作成し、災害対策に活用したことが話題となりました。

国土地理院が活用したAIリアルタイム危機管理情報サービス『Spectee Pro(株式会社Specte)』は、TwitterやFacebookの投稿をもとに緊急情報や被害情報をリアルタイムで把握し、災害の対応に繋げるサービスです。Spectee Proは、AIが情報の重要度やデマを判別することで、正確な情報を迅速に共有できるようになっています。

世論の予測

TwitterやFacebookといったソーシャルメディアに存在する書き込みをAIが解析することで、世論や選挙の結果を把握しようという試みがあります。

カナダのAdvanced Symbolics Inc.が開発したAI「Polly Pollster」は、2020年の大統領選でバイデン氏の勝利を98%と予測しました。また、BPU Holdingsが開発している分析ツール「ZimGo Polling」は、SNSを分析することで選挙の際の世間の感情をAIが予測するといい、「従来の世論調査の精度を大きく超えるだろう」という報道もあります。

サイバー攻撃の予測

日本政府はサイバー攻撃をAIで予測する取り組みをはじめました。サイバー攻撃の予兆を検知すると、政府は政府機関や地方自治体、民間企業などに早期警戒情報を発信し、対応を促します。

サイバー攻撃に対する防衛策としては、攻撃の予兆をできるだけ早く検知して対策することが大切です。AIがセキュリティを担うようになれば、今まで以上にネットの安全性が向上すると期待できます。

▼AIとセキュリティについて詳しくはこちら

交通渋滞予測

NEXCO東日本とNTTドコモは、渋滞をAIが予測するシステムの実証実験を共同で行っています。同実験では、事故や交通規制の情報を5分おきに反映し、30分後・1時間後の渋滞を詳細に予測します。当日の人手をもとに予測するため、天候やイベントなどの影響を考慮した高精度な予測が可能です。

新型コロナウイルスにも活用されるAI予測

新型コロナウィルス感染症に対するAIを活用した取り組みは、世界中であらゆる分野に渡って模索されています。その中でも特にAIによって感染者数や重症者数を予測することには大きな関心が寄せられています。

感染者の予測

Google202011月に公開した「COVID-19感染予測」は、日本における新型コロナウィルス感染症の陽性者数や死亡者数を予測するサービスです。

Googleは、日々更新される新型コロナウィルス感染症の陽性者数や死亡者数のデータをAIに学習させることで、将来28日間における感染状況の予測を行っています。予測は都道府県ごとにも行われており、そのデータセットも公開されています。

患者の容態を予測

Facebookは2021年1月に、新型コロナウィルス感染症の患者への治療に活用できるAIモデルを開発したと発表しました。新型コロナウィルス感染症に罹患した患者の胸部X線写真をAIモデルが分析することで、容体が悪化するかどうかの予測を支援します。また、別のAIモデルでは患者に追加の酸素がどの程度必要となるかを予測できます。

まとめ

今回は、AI予測について事例を中心に紹介しました。いかがだったでしょうか?

AI予測をビジネスやサービスなどに活用することは、収益を向上させること以上に多くのメリットをもたらします。特にAI予測によって感染症や重大な疾患を予測する技術は、今回の新型コロナウィルスの感染拡大の影響でさらに注目を集めていくでしょう。

無料メールマガジン登録

週1回、注目のAIニュースやイベント情報を
編集部がピックアップしてお届けしています。

こちらの規約にご同意のうえチェックしてください。

規約に同意する

あなたにおすすめの記事

日本DXのアイキャッチ

日本のDX推進状況はいかに|世界のDXと日本を比較

業界別DX推進状況|成功事例、メリット、これから伸びる企業とは

先週のAI関連人気ツイートTOP20!【2021/12/06更新】

DX ロードマップのアイキャッチ画像

DX推進時のロードマップ作成法|実用的なフレームワークも紹介

JASAIが第2回インダストリアルAIシンポジウムを開催|製造業で活用されるAIの最新事例やDXの取り組みを発表

フォークリフトの操作を定量評価|危険操作を検知する「安全荷役AI フォークバディ」

あなたにおすすめの記事

日本DXのアイキャッチ

日本のDX推進状況はいかに|世界のDXと日本を比較

業界別DX推進状況|成功事例、メリット、これから伸びる企業とは

先週のAI関連人気ツイートTOP20!【2021/12/06更新】

DX ロードマップのアイキャッチ画像

DX推進時のロードマップ作成法|実用的なフレームワークも紹介

JASAIが第2回インダストリアルAIシンポジウムを開催|製造業で活用されるAIの最新事例やDXの取り組みを発表

フォークリフトの操作を定量評価|危険操作を検知する「安全荷役AI フォークバディ」