今週のAI関連ニュース：AI導入＝DXではない理由 – AOSデータのアノテーションサービス

キーワード検索を超える「ニューラル検索プラットフォーム」開発のJina.aiが約34億円調達

テキストデータ用に構築された従来の検索システムは、画像や動画、その他のマルチメディアがあふれる世界では機能しません。Jina AIは、企業をモノクロからカラーに変え、高速で拡張性があり、データにとらわれない方法で非構造化データを解き放ちます

今回のラウンドで確保した資金は、診断の効率と精度の向上のために、類似性や異常性、予測診断を識別できるデータインテリジェンスを提供できるよう、深層学習AIモデルや機械学習アルゴリズムの構築に役立てる予定です

月次で手動実行していたデータ抽出から前処理、学習、予測、評価など一連のプロセス（機械学習パイプライン）を自動化した。その結果、月次の機械学習モデルの運用が高速化し、余裕を持ったスケジュールでの運用が可能になった。

この署名は、既存の技術よりも署名と公開鍵のデータサイズが小さいのが特徴。多項式の割り算の余りを使って新しい足し算や掛け算ができる代数系「剰余環」を公開鍵に使うことで、安全性とデータの軽減を両立しているという。

50〜90センチの伸縮式の棒の先にサーモグラフィーカメラが、手前にスマートフォンが付いている。清掃スタッフは立ったままカメラを座席に向けると、AIで座面の位置を認識し、周囲の温度差から、ぬれているかを判定。1両の全座席を撮影すると、ぬれている座席の位置がスマートフォンに表示される。

シンセティックデータ領域の技術成熟や、技術開発フェーズから実用化フェーズへの移行を背景に、今後も需要の拡大が見込まれるデジタルデータやコンテンツを生み出すAIソリューションを提供することで、データグリッドは人々がよりクリエイティビティを発揮できる社会を目指す。

AIや機械学習・ディープラーニングは、単なる技術にすぎません。ITがDXの手段であるのと同じように、AIもDXを実現するためのひとつの手段・方法論です。AIの力を借りなくても、場合によってはDXを実現できる可能性もありますし、逆にAIを導入したからDXを実現できたことにはならないのです。

闇雲にAIの導入を目指したところで単なるPoC（Proof of Concept、概念実証）、すなわち「お試し」にしかならず、よくても小規模な業務改善にとどまり、全社的な製品・サービスやビジネスモデルの変革にはつながりません。

大企業の中ではAI導入に取り組もうとしている企業は9割を超えているはずですが、そこから定常的にビジネスの意思決定に活用している企業は1％くらいと見ています。

AIが現時点で最も大きく成功しているのは、マーケティングや営業といった「顧客とのやり取りに直接関与する」業務分野だとし、「こういった分野は売上の向上を常に目指しており、AIによってもたらされる、効率の向上につながる革新的な手法や戦術に対してよりオープンでいる」

LINE上で「けがをしたのは就寝中ですか？」「けがをしたときの状況や症状を入力してください」といった質問に答えると、最短30分で支払い可否の判断から請求手続きまで完了。回答方法は選択肢の他「走っていたら壁にぶつかり打撲した」「よそ見をしていた」のような自由記述方式も用意する。