2019年05月24日

働き方改革×ナレッジマネジメント

お久しぶりです。
営業兼採用担当の宮澤です。

さて、突然ですが皆さんの会社で「働き方改革」は進んでいらっしゃいますか?

働き方改革の三本柱は、

1.労働時間の長時間化の是正
2.正規・非正規の不合理格差の解消
3.柔軟な働き方の実現

とされていますが、今年の4月からは

・年次有給休暇の年5日付与
・労働時間の客観的把握

などが義務化されるなど、その取り組みが更に具体的に進んできている印象です。

そこで今回のブログでは、
働き方改革を実現するのに有効なナレッジマネジメント、という観点でお話させていただきます。

ナレッジマネジメントとは皆さんもご存じの通り、
「企業が蓄積した知識や経験を全社的(もしくは部分的)に共有し、
企業が持つ競争力を活性・向上させる経営手法」のことです。

これってまさに働き方改革が掲げる、
「労働時間の長時間化の是正」に有効な手段だと思いませんか?

ナレッジマネジメントで得られる効果は様々ですが、
ひと言でいうならばそれは「業務効率化」です。

例えば、コールセンター部門においてはナレッジマネジメントが非常に効果的で、
1件あたりの対応時間が短縮されることでオペレーター1人あたりの対応率を向上させたり、
エスカレーション件数が低減することで結果的に他業務にあてる時間が増えたりなど、
まさに「業務効率化」の実現が可能となります。

労働時間の短縮が求められる一方でこれまでと同等の成果を出し続けるには、
当たり前の話ですが社員1人あたりの労働生産性を向上させる必要があり、
その為にも業務効率化は必要不可欠なのです。

「短時間で効率的に仕事をして、定時になったら帰る→自分のプライベートの時間が確保できる
→心身共に良い状態を維持できる→仕事の生産性が更に向上する」
例えばこんな好循環スパイラルを皆さんが実現できる世の中にしていきたいですよね?

それであればまずは社内でナレッジマネジメントを推進していくことをオススメします。
弊社でもナレッジマネジメントを後押しするサービスを扱っておりますので、
この機会に導入をご検討してみてはいかがでしょうか?

◆ナレッジリング

延べ200社以上の導入実績があるので、運用面なども含めてサポートさせていただきますよ!
それでは今回はこの辺で。



posted by CBIT宮澤 at 17:38 | Comment(0) | その他 | このブログの読者になる | 更新情報をチェックする

2019年05月10日

生成系AIの進化に期待

こんにちは。ナレッジリング開発担当の鈴木です。

5月ですね。新しい天皇陛下が即位されて
今月から元号も令和に改まりました。
とある自治体の水道検針票に
平成31年5月7日(存在しない日付)と印字されるトラブルや
はたまた、ある銀行では2019年5月7日の振込予定日が
1989年5月7日(※1)と表示・印字されるトラブルなどが
ニュースでも取り上げられていました。
このように表示や印字上のトラブルが何件かあっただけで
その他では大きなトラブルもなかったようですので
大変に喜ばしい事だと思います。

※1
平成元年5月7日が1989年5月7日なので
令和元年を平成元年と取り違えて
西暦変換してしまいそのように出力されたそうです。

さて、先日ネットで気になる記事を見つけました。
現在のAIブームを牽引しているのは「画像認識」(写真の分類 etc.)や
「音声認識」(AlexaやCortana etc.)など「認識系AI」(※2)であるが、
最近ではそれとは別にデータやコンテンツを自動で生成するAIが
注目されて来ているというものです。
(生成系AI」が業務の効率性を上げる)

※2
「認識系AI」、「生成系AI」という明確な定義があるわけではないようです。
私が読んだ記事ではデータやコンテンツを自動で生成するAIを
「生成系AI」と呼んでいたので、ここでもそう呼ぶことにします。

具体的な事例としては
「存在しないアイドルの顔を生成
「楽曲の自動生成」
などが記憶に新しいところです。

個人的にこうした「生成系AI」が進化していく傾向は
大変に好ましいものだと捉えています。
と言いますのも弊社ではChatAIdeを提供しています
ChatAIdeは利用者の質問を認識・識別し最適な回答を返すので
「認識系AI」を使っているという事になります。
お客様にチャットボットの説明をしている時に良く言われるのが

「ボットに学習させるのは面倒だから
日報や手順書を放り込んだら
自動でチャットボットが出来上がればいいのに」

という事だったりします。大変ごもっともだと思います。
そのような機能があればとても便利であるし、
できる事ならぜひ実現したいところではあります。
ただ、現在利用しているAIライブラリだと実現が難しいというか
不可能であったりもするんですよね。
そこで、「生成系AI」の進化への期待が高まります。
ここ数年の海外ではThe Washington Postの
リオデジャネイロ五輪での報道の一部に
「Heliograf」と呼ばれるAIが使われたり、
また日本国内では日経新聞社が提供している
完全に自動化された「決算サマリー」など
生成系AI」の実用化の事例も増えてきています。
こうした流れは「生成系AI」が日々着実に進歩してきている事を
うかがわせるものだと思います。

日報やマニュアルを投入するだけでチャットボットが完成する未来。
大変素晴らしい。ただ、そこに到達するにためには「生成系AI」が
あと何段階か進化して来る必要があるように思います。
こうした分野での機械学習の進化に期待したいと思います。

それでは今回はこのへんで。



posted by CBIT鈴木 at 15:15 | Comment(0) | その他 | このブログの読者になる | 更新情報をチェックする

2019年04月12日

敵対的生成ネットワーク(GAN)が創り出すフェイクな世界

こんにちは。
マーケティング・営業担当の池田です。

突然ですが、敵対的生成ネットワークをご存知でしょうか?
英語では「Generative Adversarial Networks」、略して「GAN」。
敵対的生成ネットワーク(以下GAN)とは、ディープラーニングのしくみの一つなのですが、
これが今、画期的なAI技術として注目を浴びているらしいので、取り上げてみたいと思います。

GANは、教師なし学習の一つの手法です。

教師あり学習とは、質問と回答を同時に教えて学ばせる方法。
例えば、犬の画像に「犬」というラベルを付けて、犬について学習させる方法が「教師あり学習」。
一方、教師なし学習は、特に正解を教えません。
自らがその特徴や法則性を学んでいくのが「教師なし学習」です。

では、なぜGANが注目されているのかというと、
GANは、教師なし学習によって自らデータの特徴を学んだ結果として、
実在しないが本物に近いデータを創り出すことができる技術だからなのです。

その仕組みは、こうです。
GANは、ジェネレーター(Generator)と言われる「生成器」と、
ディスクリミネーター(Discriminator)と言われる「識別器」の2つのネットワークで構成されます。
この関係は、紙幣の偽造に例えられるようなので私も引用させていただきますが、
ジェネレーターは「偽造者」、ディスクリミネーターは「警察」とします。
ジェネレーター(偽造者)は偽札を造りますが、ディスクリミネーター(警察)はそれを見破ります。
ジェネレーターは更に精巧な偽札を造ろうとしますが、ディスクリミネーターはまたもやそれを見破る・・・
これを繰り返していくと、かなりリアルな偽札が造られるようになります。
このように、互いに競わせてそれぞれの能力を上げていくのがGAN
敵対的生成ネットワーク」と言われる所以です。

と、ここまで説明してきましたが、
「一体なんのことやらさっぱり・・・」
「で、結局どういうこと?」
という方もいらっしゃるかもしれません。
私もにわかにインプットした知識なので、上手く説明できているとは言えませんからね(苦笑)
では、GANとは一体どんな技術なのか、実際の例をいくつかご紹介していきましょう。


■Synthesizing Obama: Learning Lip Sync from Audio
Synthesizing Obama: Learning Lip Sync from Audio

最も有名なのはこちらの動画ではないでしょうか。
一瞬、オバマ氏本人がしゃべっているように見えますが・・・


■アイドル自動生成AI
「クリエイティブAI開発のデータグリッド、アイドル自動生成AIを開発」
出典:株式会社データグリッド

「あれ?どこかで見たことある」と思っても、実際にはいないんですよね・・・


将来的にはモンタージュも自動で生成できるようになる・・・?


いかがでしたでしょうか?

もう「凄い!!」の一言に尽きますね。
ここまでくると、もうフェイクを見破る自信が全くありません。
“フェイク”というより“限りなくリアル”??

これは果たして、夢のある世界なのか、それともホラーな世界なのか・・・


posted by CBIT池田 at 17:15 | Comment(0) | その他 | このブログの読者になる | 更新情報をチェックする