HOME/ AINOW編集部 /AIは今後私たちにどんな影響を与えるのか?辿ってきた歴史や現状は?
2020.10.06

AIは今後私たちにどんな影響を与えるのか?辿ってきた歴史や現状は?

最終更新日:

最近、テレビや新聞のニュースでたびたび話題にあがるAI(人工知能)。

自動運転や人工知能を搭載したロボットなどの登場で、私たちの生活はより豊かになっていくと思われます。

次々と進化を遂げるAIは、今後どのように発展していくのでしょうか。また、AIの発展が今後の私たちにどのような影響を及ぼすのかをこの記事でまとめていきます。

【この記事でわかること】※クリックすると見出しにジャンプします

今後のAIの発展

社会はAIで、今後どのように発展するか

「社会はAIで、今後どのように発展するか」そのポイントは4つに分けられます。

AIがロボット技術と組み合わさってさまざまな分野に進出する

今後、AIはロボットの技術と組み合わさりさまざまな分野に進出していくでしょう。

今回はその根拠となる具体例を3つ紹介します。

・警備ロボット

2019年10月19日、株式会社全日警とCBC株式会社は、比較的小型の自律移動型警備ロボット『Nimbo』(ニンボ)のリリースを発表しました。

出典:https://robotstart.info/robot-database/nimbo より

警備ロボット『Nimbo』は、セグウェイが開発した「Loono」をベースに、アメリカのTuring Video社が開発しました。

Nimboの特徴は6つあります。

  • 自律移動で警備パトロールができる
  • 人が乗って操縦、日中は移動のためのモビリティとして利用できる
  • AIを使用してセキュリティのインシデント状況(事故などの危機が発生する可能性がある状態)を検知できる
  • センサーを搭載することでセキュリティの機能を拡張できる
  • 遠隔操作に対応している
  • バッテリー残量が減ると自動でチャージングステーションに行く

このような特徴をもつ優秀な警備ロボット「Nimbo」は、人手不足の不安を抱える警備業務を中心に今後3年間で1400台導入される予定です。

・無人コンビニ

2016年に「Amazon Go」というレジ打ちの代わりに、複数のカメラを使用して決済を行うコンビニが発表されて以来、無人コンビニに注目が集まっています。

無人コンビニといっても、商品の補充は人間が行うため完全に無人ではありません。しかし、レジ打ちが不要になるというのは非常に画期的です。

2020年9月現在、まだ日本にAmazon Goは進出していないものの、いくつかの日本企業が無人決済の実証店舗をオープンしています。

【例】

  • JR東日本スタートアップ株式会社とサインポスト株式会社の合併会社「TOUTH TO GO
  • コンビニエンスストア大手である、ローソンのスマート店舗

まだ店舗数は少ないものの、今後はさらに無人レジコンビニが広がって行くと思われます。

▶関連記事|レジがない未来のコンビニ「Amazon Go」ついにオープン! 現地からレポート!

・AIペット

人に寄り添う新しいカタチのペットとして注目を集めているのが、AIを搭載したペットです。
現在、いくつかのAIペットが登場しています。

例えば、

  • ソニー株式会社が開発する犬型ペットロボット「aibo」
  • GROOVE X株式会社が開発する新世代家庭用ロボット「LOVOT」
  • シャープ株式会社が開発する「ロボボン」
    など

特にGROOVE X株式会社の「LOVOT」は、お世話してくれた人や愛情を注いでくれた人を記憶して積極的に甘えてくれる、という画期的なシステムが導入されています。

そのため私たちは、LOVOTをお世話をすればするほど愛着が湧くようになるのです。

AIを搭載したペットロボットは、ペットが飼えない人(アレルギーや、ペット不可のマンション)でも飼うことが可能で、トイレの処理やエサやりなど面倒な作業も不要です。

今はまだペットロボットを所持している方は少ないですが、今後私たちが当たり前のようにペットロボットを飼う日は近いかもしれません。

▶【AIを活用したペットロボットまとめ】今のAIはどれだけ人に寄り添えるのか>>

単純な認識を伴う作業が効率化される

画像認識や音声認識などが可能になり、先ほど紹介したレジ打ちのように、今まで人間が介在していた作業が効率化されていきます。

「具体的にどういった作業が効率化されるか」ということで、2つご紹介します。今後も、さまざまな分野でAIは単純な認識部分を効率化していくことでしょう。

①問い合わせ応対業務

カスタマーサポートで、AIチャットボットを使用している企業もあります。

AIチャットボットは、学習データや実際のお問い合わせ対応を通じて学習を重ねることで、顧客のお問い合わせに対して、自動的に自然な回答を出すことができるサービスです。

AIチャットボットを使用すれば、24時間365日休まず問い合わせに対応でき、さらにすぐに返信可能であるため、人がお問い合わせ業務をする必要がなくなります。

▼関連記事はこちら
チャットボットとは何か簡単に解説! – サービスの比較表も紹介>>
コールセンターを変えるAI(人工知能)技術とは?その背景から今後まで>>

②異常検知

さまざまな作業が機械によって効率化されていますが、異常検知の作業は人間の目視で行っている場合がほとんどです。

しかし最近では、AIを利用して異常検知をする事例が増えてきています。

例えば、クレジットカード会社では、異常検知システムを利用した不正利用の検知が行われています。

また製造業の場合は、製品チェックにAIの画像認識機能を導入する企業が増えている現状です。

▶画像認識とは-機能・事例・仕組み・導入方法など徹底解説>>

しかし、生産設備が故障してしまえば、せっかくAIを導入したにもかかわらず生産性を下げてしまうことになります。そのため、現在は生産設備の「音」や「振動」を感知して装置の異常や故障などを未然に防ぐ異常検知AIシステムも導入されています。

今後はAIでビジネスの格差が広がる

AI技術の大きな特徴として、多くのデータを学習することで、人間同等、もしくは人間以上の精度で画像・文字などを認識できる点が挙げられます。

元に、現存のAI技術を活用すれば人間以上の精度で画像を認識することが可能です。また、近年急激に発達が進むテキスト分析AIは部分的には人間同等の精度でテキストを処理できるようになっています。

膨大なデータを学習するAI分野において、重要になるのが「先行優位性」です。

AIは、データからレコメンドやサービスの使いやすさの向上させるサービスに多く活用されています。つまり、先に生まれたサービスが多くのデータを獲得し、さらに多くのユーザが使用するようになれば、さらに多くのデータが集積し、AIの機能性が高くなっていくということです。

そのため先行サービスの優位性が高まり、後発のサービスはデータを集積できず、AIを活用できない負のスパイラルに陥ってしまうおそれがあります。

現状、まだAIが適用されている分野は少ないため先行優位性はそれほど問題になっていません。

しかし、今後さまざまな箇所でAIの活用が進んでいけば、それぞれの分野内でAIを活用した先行サービスとそれ以外の後発サービスで格差が広がっていくでしょう。

▶AIを活用したビジネスの立ち上げ方・リスク・最新事例など徹底解説!>>

企業のDX推進が加速する

近年企業では、AIを中心としたさまざまなデジタル技術を複合させ、課題を解決し、会社全体を変革する「DX」の推進が広がっています。

DXにおいてAIは重要な役割を担っており、先ほど述べたようなデータの活用でAIを用いることにより、競争優位性をさらに確立しやすくなります。

経済産業省が「2025年までにDXの波に乗り遅れた場合、最大で年間12兆円の経済損失が生じる」と警告したことからも、今後さらにDX推進の流れが加速することは明白です。

それに伴い、今後はDXを「推進する企業」と「推進しない企業」でビジネスの格差がどんどん広がっているでしょう。

▼DXについて詳しく知りたい方はこちら

▶DX推進をするには?指標や課題・4つの企業事例をガイドラインに沿って解説>>

AIの発展が及ぼす私たちへの影響とは

AIの発達で仕事が変化する

現代社会はAIの発達によりどんどん便利になっており、それにより私たちの仕事も変化していくことが予測されます。

最近ニュースでは、「AIに仕事が奪われる?」というものをよく目にしますが、実際はどうなのでしょうか?

今後のAIと仕事の関係性を考えていく上で「仕事」と「業務」に区別することが大切です。

例えば「営業」という仕事では、「テレアポ」「メール送信」「飛び込み営業」などが業務となります。

現在、多くの業務は人の手によって行われていますが、その中でもレジ打ちや異常検知などの単純な業務はどんどんAIに代替されていくでしょう。

これにより、効率が良くなり仕事量が圧倒的に増えます。しかし、業務をAIだけで代替することはできません。人間の体がさまざまな機能で構成されているように、AIだけではなく、ロボットなどの技術を組み合わせていくことでさまざまな業務を代替することになります。

人間は「判断・認識」と「行動」を組み合わせてさまざまな業務を行っています。

例えば、異常検知の業務では、製品に異常があるという「認識・判断」をして、それを取り除くという「行動」をします。

今後は「判断・認識」の部分をAIが代替していきながら、「行動」の部分はロボットなどの技術を活用していくことで活用が進んでいくでしょう。

例えば異常検知の業務では、製品に異常があるという「認識・判断」し、それを取り除くという「行動」をします。

AIとロボット両方の力を組み合わせることで、業務の効率を最大化できるでしょう。

▶関連記事|AIの発達によってなくなる仕事って?-今すぐするべきこと3選>>

今後、求められるスキルが変化する?

では、私たち人間がやることはいったい何なのでしょうか?

「それは方向性を示し、AIやロボットを部下にする」ということです。

企業の社長は、細かな業務を遂行せず会社の方向性を示したり責任を取ることが仕事ですよね。

今後は、それぞれの人間が社長のようにAIやロボットに対して「業務をどのように行うのか」「どのような業務を進めていくのか」など、方向性を考えながら指示できるスキルが重要になるでしょう。

また、AIをつくる側に回ることも重要です。今後も社会の中でのAIの価値が高まると予想される中、エンジニアやデータサイエンティストとしてAIを構築するスキルを得ることも有効だと言えます。

AIって何?

AIとは、人工知能のことを指します。

具体的には、人間と同等のレベルで知能を備えたコンピューターのことです。

今では、ほとんどの人が知っている言葉になったAIですが、ここまで注目されるようになったのには、大きな要因が3つあります。

これからAIが注目されるようになった要因である下記の3つを紹介します。これらは、AIを学ぶうえで絶対に必要な知識なのでしっかりと覚えましょう。

▼関連記事はこちら

機械学習

機械学習とは、コンピューターが膨大なデータをもとにそのデータのルールやパターンを学習することで、あるケースにおいて最適の答えを出せるようになる技術です。

例えば、コンピューターに多くの猫の写真を学習させ、猫と犬の写真を見せたとき猫の写真を選択できます。

機械学習は、AIの得意分野である膨大なデータの分析を支えている重要な要素です。

▼関連記事はこちら

ディープラーニング

ディープラーニングとは、人間の仕事であった「特徴量」の選択をコンピューター自身が行う機械学習のことです。つまり、ディープラーニングとは、機械学習の種類の一つです。

特徴量の選択とは、ある事柄において何を特徴としてとらえれば正確な判断ができるかを考え選択することです。

例えば猫なら、シルエットや目の色などの特徴を選択した場合、それに該当すれば猫と判断するというのが特徴量の選択です。

繰り返しになりますが、特徴量の選択をコンピューター自身で選択する機械学習をディープラーニングといいます。

ディープラーニングは、今まで人間が気づかなかったような特徴量を見つけてくれるため、新たな価値を生み出す技術として重要視されています。

▼関連記事はこちら

ビッグデータ

ビッグデータとは、ただデータ量が大きいデータだけがビッグデータと勘違いしそうですが、

「Volume(量)データの膨大さ」「Velicity(速度)リアルタイムで収集できるデータ」「Variety(多様性)多様なデータの形式」の「3つのV」を高いレベルで備えているのがビックデータの特徴です。

ビッグデータの登場によりデータを学習する機械学習やディープラーニングが大きな発展を遂げました。

そのため、ビッグデータは、AI技術がこれから発展するうえで非常に重要です。

▶ビッグデータとは何か、導入方法まで簡単にわかりやすく徹底解説>>

AIの歴史と現在

AIの今後を考える上では、AIがどのような進化を遂げてきたのかを知る必要があります。

そこで、ここでは、AIの歴史を下記の4つの段階に分けて説明します。

AIの誕生

人工知能の議論で必ず議題に上がる、「機械は人間のように考えることができるのか」という問いがあります。この問いは、1950年に、イギリスの数学者アラン・チューリングが出版した著書『計算する機械と人間』に起源があります。

そして、初めて「人工知能(AI)」という言葉を現在のように「人間の脳に近い機能を持ったコンピュータープログラム」と定義したのは、1956年、アメリカの計算機学者ジョン・マッカーシーでした。

つまり、AIという言葉が登場したのは10数年前ではなく50年以上も昔です。

第一次AIブーム

第一次AIブームは、1960年代にアメリカやイギリスを中心に起こりました。迷路やチェスなどの簡単なゲームをAIにさせることができるようになり、様々な開発がされました。しかし、人々が期待していた現実に起きている問題を解決するまでには至らず、1970年代になるとブームが終わりました。

第二次AIブーム

1980年代になると、第二次「人工知能(AI)」ブームがはじまります。

エキスパートシステムという、特定の専門分野において、専門家のような判断ができるシステムの研究・開発が行われました。

エキスパートシステムは、知識ベースと推論エンジンの二つで構成されています。そのため、多くのデータをインプットすることで専門家のような判断が可能になりました。

しかし、人々が期待していたコンピューター自ら知識を蓄えることまではできませんでした。人間は常識的な内容も含め大量の知識そのものをインプットしなければなかったため、ブームが終わりました。

第三次AIブーム

第三次AIブームは、2000年頃から現在まで続いています。

第三次AIブームのきっかけは機械学習、ディープラニング、ビッグデータなどの登場です。

これらの登場で、一気にAI技術が進化しています。

AIのいま、実は活用は進んでいない?

意外とAIの導入は進んでいない

日々、さまざまなニュースでAIの活用が報道され、社会でも活用の意欲が高まっています。現に、多くの企業はAIの活用を一度は検討したことがあるでしょう。

では、実際にAIの活用はどれほど進んでいるのでしょうか。

IPAが発行する「AI白書 2020」によると、企業におけるAIの活用はわずか4.2%にとどまっています。このデータを見ると、まだ日本では社会的にAI活用が進んでいるとは言えません。

出典:情報処理推進機構の公表資料「AI白書 2020」より

今後は、企業のさまざまな部署でAIの活用が進むように環境整備などを行っていく必要があります。

分野によっては面白い事例も

AIはまだ企業への導入率が低いですが、中にはAIを活用している面白い事例もあります。これからもさまざまな分野でAIの活用は進んでいくでしょう。

ここでは2つの事例をご紹介します。

1、くら寿司がマグロをAIで仕入れ

2020年7月7日、回転寿司チェーン大手のくら寿司は、新商品のイベントのなかで、仕入れ時のマグロの質(ランク)判別にAIを使うアプリ「TUNA SCOPE」の実験的な導入を発表しました。

くら寿司によると、マグロの品質チェックが他の魚よりも難しいため、マグロの仕入れにAIを使ったのだそうです。

実際、TUNA SCOPEを使うことで、およそ90%以上の精度でマグロの等級のAランク(最上級)、Bランク(上級)、Mランク(並品)を判別できると言います。

2、AIを取り入れた、きゅうり農家の自動選別装置

きゅうりの生産では多くの農作業が未だ自動化されていません。特に、大量のきゅうりを選別する作業は生産者にとって大きな負担となっています。

その問題に注目したのが、静岡県湖西市できゅうりを生産している小池誠(こいけ・まこと)さんです。

小池さんはGoogleがオープンソースとして公開している「TensorFlow(テンソルフロー)」を使い、機械学習できゅうりを9等級に選別するシステムを作りました。

機械学習には膨大なデータが必要です。小池さんは、キュウリ8000本を3方向から撮影し、24000枚ものきゅうりの写真データを集めました。

その結果、きゅうりの等級を判別するAIの正答率が90%以上になったそうです。

まだ日本ではAI技術の導入する企業は少ないのですが、このように意外な場面でAIを活用している面白い事例もあります。

▶《AI事例25選》産業別にAIの活用事例をまとめました>>

AI技術の発展

凄まじいスピートで進化を続けるAI分野では、引き続きさまざまな研究が行われさらなる発展を遂げています。

画像の生成がさまざまな分野に転用

AI分野では、AIを用いて画像を生成する取り組みが盛んに行われています。

例えば、以下の画像は株式会社データグリッドによる全身モデル自動生成AIによって生み出された人間の全身画像です。本物の写真と区別ができなくなるほど、高精度に画像が生成されています。

この画像生成の仕組みには以下のように、さまざまな転用可能性が秘められています。

  • ユーザ一人ひとりの趣味趣向に合ったバナー画像を作成して配信する広告の仕組み
  • イラストレーターの作業を大きく効率化
  • 低解像度の画像を高解像度の画像に変換して屋外広告で使用

テキスト×AIによってさらなるブレイクスルーが起きる

事務系の職種や、企業の管理部門や企画、営業、販売部門などではテキストを介してビジネスが展開されています。

メールの送受信だけでなく、提案書の作成や議事録の作成など、パソコンを用いてテキストを入力しなくては仕事が成り立ちません。

今までのAI技術では、人間と同レベルにテキストを認識したり、生成することが大変困難なタスクでした。

しかし、2018年にGoogleが発表した「BERT」を皮切りに、テキスト認識AIの汎用性が大きく高まっています。

2020年にはアメリカの非営利団体 OpenAIが発表した「GPT-3」というモデルが大きく話題になりました。人間が書いた文章と見分けがつかないような文章を生成することが可能なAIで、テキスト認識AIの精度が大きく向上していることが受け取れます。

今後、テキスト認識AIが発展すれば、テキストを介した多くの業務を代替し、ビジネスのさらなる効率化がもたらされることも予想されます。

今後のためにAIを学べる講座・書籍を紹介

詳しくAIを扱うスキルを学びたい方は、さまざまな講座が開講されているので受講してみましょう。

また、AIに関連する書籍も多く出版されています。まずは気軽に書籍からAIを扱うスキルについて学ぶこともおすすめです。

▼関連記事はこちら
・AI講座17選|未経験・転職におすすめの講座、大学で開講している講座も紹介>>
・【2022年版】AI関連のおすすめ本40冊をランキング形式でご紹介>>

さいごに

今回は、「AIの今後」について詳しく解説してきました。

いかがだったでしょうか。

AIの今後と言えば、「今後AIに仕事が奪われる」というネガティブな側面ばかりがピックアップされがちです。しかし、AIは実際私たちの業務を効率化してくれる便利な技術だということがお分かりいただけたかと思います。

AIの未来に期待しつつ、きちんとAIの情報をキャッチアップしていくことがAIと上手く共存していくポイントになるでしょう。

▶シンギュラリティとは? – 肯定的な意見から否定的な意見まで紹介>>

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

「Yahoo!知恵袋」でも活用、LINEヤフーの生成AI活用戦略

IMFレポート解説:無策だとAIによって格差社会となる。「公平なAI先進国」になるための日本の政策とは?

AGI実現までのロードマップを歩み出す

生成AI導入事例集|産官学の生成AI導入背景、実装方法、効果まで完全網羅

あなたにおすすめの記事

「Yahoo!知恵袋」でも活用、LINEヤフーの生成AI活用戦略

IMFレポート解説:無策だとAIによって格差社会となる。「公平なAI先進国」になるための日本の政策とは?

AGI実現までのロードマップを歩み出す

生成AI導入事例集|産官学の生成AI導入背景、実装方法、効果まで完全網羅