1
米 国 人 知 能 活 用
効 率 化 生 産 性 向 組
山
JETRO/IPA New York
1
日 府 働 方改革実現会議 設置 々 働 方 うあ 格的
議論 始 い 少子高齢化 逭 労働人口 減少 中 従来 働 方 必 立 行
想像 働 方 抜 的 変革 い い 考え 法規制
環境 見直 や 意識 変革 様々 必要 あ え 要 要素
考え 使 事 や 方 全 新 い 変え い いう い
思う 特 人 知能 AI 展 広範 大 能性 生 出 い AI
献 期待 う AI 端 IT 働 方 う 変革 い
能性 あ 考え 米国 業務 効率化 生産性向 関連 組 紹
AI ン 等 自動 調整 開 X.ai社 述 部 筆者
出 筆者撮影
企業 逭 AI技術 活用 AI 投資 い 米 Narrative Science社 調査 現在職場 AI技術 既 活用 い 回答 企業 割合 全体 38％ 一般企業
AI 入及び実用面 応用 始 ば いえ 現時 AI 技術 入 い い 回
答 企業 41％ 技術 入 組織 優 事 一 回答 2018 AI 技術
活用 企業 全体 62％ 遉 見込 あ 米 Forrester Research 社
洞察 AI等 最新IT技術 活用 企業 2020 毎 1.2 売
う 技術 活用 い い企業 奪う 測 2017 AI 技術 投資 2016 比 300％増 見込 い
AI 影響 い 考察 AI 活用 い 人
手 用い 行 い 様々 作業 AI 技術 自動化 用 奪わ 能性 懸念
議論 呼 い 米 ン ン McKinsey Global Institute MGI 調査報告書 自動化
2
影響 最 易い職業活動 構造化 測 能 肉体 機械的作業や 処理作業
う 作業 製造 食料 宿泊 売業界 多 米国経済 職業活動 51％ 総賃金
2.7 占 明 い 一方 MGI う 用 影響 短期的
作業 質や効率性 生産性 大幅 改善 AI 高齢化 少子化 伴う労働人口 減少
米国や日 主要 逭諸国 労働力減少 影響 相殺 2065 世界的
GDP 長率 間0.8～1.4％増 測 い 米IPSoft社 ン ン大学 校 Goldsmiths, University of London 共 実施 調査 い AI 中心
復的 業務 人間 解 組織 ン 創出 高 要 事 人的時間や
資 中 投入 う 組織 生産性 現在 最大 3.5 倍高 析
い
い 業務効率化及び生産性向 支援 革新的 AI ン 提供 米
IT 企業 例 X.ai 社 ン 等 調整 Slack Technologies 社 3 Amazon 社 音声 ン 4 Tact 社 5 AppZen 社 経費管理 6 IBM 社 人事
7 Google社 AI 活用 企業向 紹
最 AI 活用 業務効率化 推逭 連邦 府 組 2016 12 表 AI 経
済 影響 関 報告書 10～20 間 最大 47％ 米国 用 自動化技術 逭展
脅 将来的 用 影響 見越 府 国民 必要 提供 必要 あ
見解 示 い 前 立場 対照的 ン 経済 用 策
い AI 言及 無 現時 連邦 府機関 い AI活用 積極的 動 見
い 但 ン AI 経済 社会 影響 う 見 府 う 考え
い わ 府 信 注目 一方 府機関 中 業務効率
化 睨 積極的 AI 入 機関 あ 主 例 国土安全保 省 市民 移民
USCIS 米疾病管理 防 ン CDC 米 省 DoE 活用例 紹
2 企業 逭 AI 活用 AI 投資
1 AI 活用状況
AI 用い 高 自然言語生 ン 手 米Narrative Science社 2016 7 表 企業 AI技術 活用状況 関 調査結果
1
調査 協力 企業 部 う 復 多い手作業 自動化 現在職場 AI技術 既 活用 い 回答 割合 全体 38％
い 明 業界 機械学習や ン い AI技術 注目
う 数 経過 AI 言わ 中 一般企業 AI 入及び実用面
応用 始 ば いえ 一方 現時 AI技術 入 い い 回答 企業 41％
技術 入 組織 優 事 一 あ 56％ 2 以 23％ 1 以
入 行う計画 あ 回答 2018 AI技術 活用 企業 全体 62％ 遉 見
込 あ
2
1
調査結果 組織 従業員 対 意識調査や市場調査 治研究 手 米 調査研究及び ン
ン 企業 National Business Research Institute NBRI 2016 4 ～5 企業 部235
対象 実施 ン ン調査 基 い
2 https://narrativescience.com/Offers/Outlook-on-AI-Research-Report
3
調査 AI 既 入 い 回答 企業 う 最 一般的 用い い ン 現
行 解析 将来 測 ン や統計 機械学習 活用 AI 測 析
全体 58％ 自動 作 音声認識 回答 ン 入 い
企業 AI 入企業全体 25％ 占 測 析技術 幅広 入 い 背
最 視 AI ン 機能 機械や顧客 状況 関連 活動 測 行え 技
術 挙 企業 部 割合 最 多い 全体 38％ 考え 図表1参照 企業 洗練
追跡 保 管理 用い 様々 析 用い う い 調査結果
図表 1 企業 部 最 視 AI ン 機能 関 回答結果
出 Narrative Science
2 速化 企業 AI 投資
顧客 ン 用 企業 様々 い 膨大
高速 処理 洞察 能 AI 知的生産物 創造 ワ 時間
析作業 解 代わ 新 利益 創出 戦略的 事 注力 大 意思決
迅速 行え う 期待 い 英市場調査会社 Vanson Bourne 社 中国 米国 ン ン 英国 1,600社 企業 対象 実施 AI 入 関 調査 AI 活用 い 企業 2020 39％ 益増 37％ 削減 見込 64％
企業 自社 将来的 長 AI 入規模 大 否 い 考え い 明
い
3
米調査会社 Forrester Research 社 洞察 AI や ン Internet of Things IoT い 技術 活用 企業 2020 毎 1.2
売 う 技術 活用 い い企業 奪う 測 い 図表 2 参照 体的 AI 等 技
術 活用 開企業 2015～2020 間 長率27％ ン 支援 AI
企業 40％ 見通 あ 企業 2017 AI技術 投資 2016 比300％増 見込 あ
4
3 http://www.computerweekly.com/news/450411088/Artificial-intelligence-critical-to-business-growth
4 https://go.forrester.com/wp-content/uploads/Forrester_Predictions_2017_- Artificial_Intelligence_Will_Drive_The_Insights_Revolution.pdf
4
図表 2 AI等 活用 洞察 的確 行 い 企業 間売 推移 測 単 10億
※2016 以降 測値
出 Forrester Research
3 AI 影響
1 AI 技術 活用 業務自動化 影響
AI 活用 い 人 手 用い 行 い 様々 作業 AI 技術 自 動 化 用 奪 わ 能 性 懸 念 議 論 呼 い 世 界 経 済 World Economic Forum 2016 1 表 調査報告書 AI や 技術 頭
2020 逭国及び新興国 計 710 万人以 用 失わ 析 示 い 5
Forrester Research社 やAI 機械学習 自動化等 技術 2025 米
国 用 7％ 喪失 見通 示 い
6
方 米 ン ン McKinsey Global Institute MGI 2017 1 米国 800以 職 種 2,000以 職業活動 い 特 作業 時間や う 作業 現行 AI技術等 用い
自動化 能性 析 調査報告書 表
7
中 MGI 職業活動 特 作業
自動化 能性 断 技術的 入 実行 能性 技術 ン 開 入
➂労働力及び労働 経済的利益 自動化 関連 法的規制及び社会的 容
5 要因 考慮 い 社 職業活動 自動化 職種 全体 5％程
米国 様々 業界 職業 60％ 職業活動 30％ 自動化 析
い
5
時 調査報告書 AI等 技術 ン ン 学 数学関連 関連 200万 新規
用 機会 創出 見通 示 い https://www.weforum.org/reports/the-future-of-jobs
6 https://www.forrester.com/Robots+AI+Will+Replace+7+Of+US+Jobs+By+2025/-/E-PRE9246
7http://www.mckinsey.com/global-themes/digital-disruption/harnessing-automation-for-a-future-that-works
5
図表 3 現行 AI技術等 用い 自動化 能性 高い主 職種
出 MGI
自動化 影響 最 易い職業活動 構造化 測 能 環境 肉体 機械的作業や
処理作業 う 作業 製造 食料 宿泊 売業界 多 米国経済 職業活
動 51％ 総賃金 2.7 占 図表4参照
図表 4 自動化 影響 最 易い／ い職業活動
出 MGI
6
MGI 世界規模 現在行わ い 職業活動 50％ 2055頃 自動化
見通 示 い 機械学習や自然言語処理 関連 AI 技術 能性や
経済状況 様々 要因 時期 20 場合 2035 頃 期 あ ば
20 遅 場合 2075 頃 晩期 あ 測 い 社 自動化 徐々 逭
中 労働者 技能 差 伴う 用 賃金問 化 避 い一方 農業や製造
業 中心 起 技術革新 様 AI 展 新規 用 創出 用 代替 人材 再配置
労働市場 用流出 変化 応 見方 示 い
図表 5 米国 労働 配率 推移 1840～2010
※米国 農業 労働者 割合 1900 時 40％ あ 2000 2％ 製造業
い 1950 25％ 用 あ 2010 10％ 減少 い 出 MGI
AI 入 用機会 喪失 強調 あ MGI う 影響 短期
的 復的 作業 大 確 猛 処理 AI 作業 質や効率
性 生産性 大幅 高 能 あ 高齢化 少子化 伴う労働人口 減少 米国や日
主要 逭諸国 労働力減少 影響 相殺 2065 世界的 GDP 長率 間0.8～1.4％増 測 い
8
労働 代替効果 考慮 自動化 2065
G19 諸国 含 世界経済大国 生産性向 効果 非常 高 11～
23億人 常勤労働者 乗 等 い い 9
8
自動化 代替 人的労働力 労働市場 復 2014 時 等 生産性 維持 仮 場合
9 MGI
自動化 高齢化 逭 国 的 繁栄 能 一方 世界 展望 長期的 経済 長 遉
十 い 見直 や新製品 開 い 生産性向 策 追 講
必要 あ い
7
図表 6 AI 自動化 G19諸国 GDP 長率 均 長率 及 影響
単 ％
※ 用 長率 弱 中 AI 自動化 逭諸国 経済 長 え 影響 非常 大 い 考え 出 MGI
2 事 変革 AI
企業向 AI IT／ 自動化 開 提供 米 IPSoft社 ン
ン大学 校 Goldsmiths, University of London 共 実施 AI 変革 事及び 生産性 来 関 調査 FUTURACORP AI 人間 い 自由 Artificial Intelligence and the Freedom to be Human AI 真 生産性 利益 既 自動化
いう 人間 全 新 い 知 能性 引 出 あ 強調 い
10
AI 中心 復的 業務 人間 解 組織 ンや 創出
高 要 事 人的時間や資 中 投入 う 調査 AI 日
事 構造 根 的 再 組織 生産性 現在 最大3.5倍高 析 い 人
間 創造力 AI い 補完 増幅 応 組織 数 以 生産性 実現 い
調査 到来 AI時代
11
い 一連 作業 構 事 役割
復的 中心 作業 確 作業 機械 連携 人間 あ 種 調停や決 結
論 行う作業 確率的 作業 や ン 創出 複雑 問 解決 人間 脳 依
10
調査 FUTURACORP 人間 機械 新 い連携 持 的 競 優 性 作 出 ン
う ン 柔軟性 備え Fortune 500企業 又 Fortune 500 企業並 IT機能
備え 指
11
体的 時期 い 明示 い い
8
作業 機能 断型推理作業 3 種類 作業 類 い あ 遠 い 来
い 80％ 作業 機械 AI 実行 作業 人間 機械 50:50 役割 担 作業 人間 依然 80％ 作業 担う う 析 い
12
図表 7 AI時代 事／役割 求
作業 確 作業 確率的 作業 機能 断型推理作業
対応主体 >80％ 機械 人間＋機械 50 50 >80％ 人間
求 ン 言語 用い
作 ン
設計 想 仮想環境 協 力 析 理 解 新
言語知 識 ン ン 創造 水 思 考 論 理 的 推 論 協 調 的 問 解決能力
ン ン
13
超学
14
認 知 的 荷 管 理 新 奇 適 応 性 あ 思 考 社 会 的 知 性 異 文 化 知 識 効 果 的 い解決能力 心 知能指数
主 役割例
ワ 視
復 的 初 歩 L0/L1 ン ン 作業や
新 入 社 員 管 理 職 様々 事務的 担 う
ン
従 業 員 日 常 中 心 作 業 処理
既 企 業 や
規則 適用 幅広
い 顧 客 問 い 合 わ 理 解 適 対 応 行う
ン
組 織 求 機 能 AI 的 確 処 理
う
設計
様々 地域 ワ や ン
依 組織
活
ン 推 逭 ン 提供
組織
ン 簡 素 化
AI 入 時 い 人 間 機 械 連 携 推 逭 従 業 員 精 神 的
安
析 用い 人
材 ン 見
ン 人材管理
戦略 策
ワ や AI 意 思 決
支 援 決 木
decision tree 15 構 築 強化
技 術 的 知 識 戦 略 組 合 わ 新 技術的変化 い 組織
最 高 結 果 得 う
新 技 術 創 出
様々 洞察 組
織 効 活 用
う支援
ン ン 講習 通 AI 時 代 従 業
員 支 援
ン 及び独 立指 員
AI 技 術
社 会 ン 析 組 合 わ 新
創 出 顧 客
向 顧 客
ン 考案
互 換 性
担 保 組 織
様 々 部 署 IT 調 遉 等 行う
12 http://www.ipsoft.com/wp-content/uploads/2017/01/FuturaCorp.pdf?submissionGuid=9d67861b-0cd9-4ef4-88ad- b7246a65ae53
13
ン ン 意味付 人間 経験 想 測 期待 い い 意味 え 過程 指
14
特 領域 超え 多様 知恵 結 諸問 解決 図 能力
15
意思決 や選択 行う 決 関わ 選択行動 利得や関連 事象 考慮 選択肢 岐 階層化
樹形図 tree diagram 示 構造 測 構築 意思決 析 最適化 類問 解決 概念 知識
述 抽出 生 利用
9
ン 改 善 人 間 機 械 連 携 生 産
性 高 う
出 IPSoft 情報 基 作
調査 AI 変革 事／役割 楽観的 捉え 作業や日常 復的 作業 自
動化 人間 機械 対応 い高 推理 批 的思考 複雑 問 解決 必要
作業 専念 う AI 入 最大 利 一 挙 い 一方 来
AI時代 必要 う 備え 人材育 提供 学術機関や研修機関
企業 人材確保 多大 投資 行う 困 状況 い 組織 人
材育 い 行う 目 向 始 い 段階 あ いう IPSoft 社 CEO 兼 ン あ Chetan Dube 氏 企業 CEO AI 高い生産性 十 生
再 義 覚悟 必要 組織構造 根 的 変革 役割 誰 用 人間
機械 新 連携 い 効率性 ン 最大化 考え 始
ば い ン い
16
4 業務効率化及び生産性向 支援 革新的 AI
ン 提供 米 IT 企業 例
1 X.ai 社 ン 等 調整
2014 設立 置 X.ai社 ン 等 調整 代行 行う
SaaS software as a service AI ン Amy 女性版 ／Andrew Ingram AI 男性版 開 提供 社 CEO Dennis Mortensen氏 米国 9,000
万人 ワ ン 調 整 非常 面倒 作業 あ 担
和 方法 純粋 AI ン 開 い 考え 述
17
使い方 い 簡単
専用 ン ン 必要 Google 等 ン 機能 ン
候補日や時間 場所 文 含 相手 電子 CC Amy又 Andrew amy@x.ai 又 andrew@x.ai 含 以 相手 確認 調整 や
AI ン 自動的 行う 利用時 好 ン 場所や連絡手段
設 能 あ AI ン 要素 学習 考慮 効率的 設 行え
急 変更や ン 再調整 柔軟 対応 能 あ
18
実 筆者 社 ン 申 入 や 途中 Andrew わ
最終的 Andrew ン ン 連絡 や
16 http://www.ipsoft.com/2017/01/29/ai-will-make-us-more-human-shattering-the-glass-ceiling-of-productivity/
17 https://venturebeat.com/2016/10/13/x-ai-launches-39-per-month-pro-subscription-to-its-a-i-assistant/
18 http://www.techrepublic.com/article/how-to-use-ai-to-automatically-schedule-your-appointments-with-x-ai/
10
図表 8 X.ai社 AI ン Andrew ン 調整 例
※ 相手 電子 文 AI ン AI ン 代わ 調整 行う
` 載 AI ン 相手 直接 確認 調整 行う 確
確 招待状 及び相手 通知
出 Venture Beat
X.ai 社 現在 毎 5 回 ン 調整 行う ン 無料 毎
ン 調整回数 無制限 ン 39 大企業向
ン 59
19 3
ン 提供 い
20
社 AI ン ン力
や文章作文力 非常 高 評価 社 ば 従業員総勢 145 う
所属 90人 AI 的 AI 能力改善 行 い いう 3,400万
資金 調遉 い 社 数 い 明 い い 社 AI ン
処理 ン 調整数 間数十万件 中
毎逬 3時間以 節約 う 声 あ 社 組織外 第 3 者 AI
ン 乗 ン い う技術強化 組 い
2017 中 Microsoft Exchange や iCloud 含 ン 機能 計画 あ 21
19
複数 従業員 AI ン 利用 能 毎 数 応 課金 組織 ン
調整 容易 AI ン 企業 ン 設 能
20 https://x.ai/pricing/
21 http://uk.businessinsider.com/xai-launches-amy-ingram-business-editiion-2017-2?r=US&IR=T
11
2 Slack Technologies 社 組織 ン 滑化
州 ン ン 社 置 Slack Technologies社22
ン Slack 提供 企業 あ Flickr 写真共 目的
共 創設者 あ Stewart Butterfield 氏 設立 Butterfield氏 開 携わ い
ン ン 開 向 開 部 ン 基 Slack 2014
2 式 開始 以来 数 急増 現在 Salesforce 社や eBay 社 Airbnb
社 含 9万社以 企業 用い 1 日当 数 500 万人 突破
5億4,000万 資金 獲得 通 期課金 入 億 投資 評価 38億 企業 急 長 い
23
Slack 組織 ン 簡素化 ン 24 あ 作業
関わ 組織 ン 意思疎通 図 中心的 目指 い
電子 称 組 似 ン 呼ば
特 関連 会 共 い組織 関 者 割 当
形式 交換や ン 送信 ン ン 共 行う 能 あ 電
子 作 形式的 作業や ン 管理 要 大 信
作業 要 Slack GitHub 開 者向 やDropBox等
JIRA 代表 管理 Twitter 含
多数 連携 能 あ 従業員 単一 Slack
用い 効率的 外部 活用 う い
25
社 2016 経費 管理や 管理 出前 注文 面倒 作業 Slack 自
動化 構築 向 開 表 現在
い 数 600種類以
26 IBM
社 Slack社 10 IBM社
ン ン Watson 能力 Slack や 会 推論機能 活
用 提携 表 AI 活用 機能強化 図 い
27 Butterfield 氏
将来的 Slack 組織 あ ゆ 情報 適 文脈 踏 え 必要 情報
ン 出 仮想 ン 機能 い 考え い 企業 構造
複雑 あ 製品 や人事 IT 複数 事業部門 関わ 特 情報
得 回答 適 担当者 特 や膨大 企業 情報 出 非常
骨 作業 あ 市場調査会社 IDC 社 調査 現代 ワ 16％ 時間
自社企業 関 情報検索 費や い 明 Butterfield氏 組織的 知識
蓄積 特 事業部門 あ 四半期 益 情報 即 回答 う ば
従 業 員 多 時 間 節 約 い
28 Slack searchable log of all conversation and knowledge あ ゆ 会 及び知識 検索 録 略語 あ 一般 従業員 自社組織 何 起
い 容易 理解 う ン 提供 目標 い
う 組 一環 Slack社 2017 5 機械学習技術 用い 会 検索機能 強化 い
22 2009
ン 設立 当時 社 Tiny Speck社
23 https://blog.hubspot.com/marketing/slack-fastest-growing-business-app#sm.00000fv8ox737nezksx9pmg89cmlf http://expandedramblings.com/index.php/slack-statistics/
24Slack
様々 動作 Windows Mac OS向 ン iOS Android
Windows Phone 対応 ン 提供 い https://slack.com/downloads/windows
25 http://www.techrepublic.com/article/slack-the-smart-persons-guide/
26 https://botlist.co/platforms/5-slack?order=date&category=&page=51
27 http://www-03.ibm.com/press/us/en/pressrelease/50844.wss
28 http://www.cio.com/article/3131536/collaboration/slack-ceo-describes-holy-grail-of-virtual-assistants.html
12 新 検索機能
29
検索 容 い 最 頻繁 議論 い 人物や ン 特 表示
関連情報 獲得 易 い
30
図表 9 組織 関 者間 交換や ン ン 共 効率化 Slack
出 Slack
31
現在 Slack 活用 ン や 広告業界 大企業 開
関連企業 特 多い Butterfield 氏 世界 8億 5,000 万人
ワ 1 億人 Slack 利用 う ば 100 億 益 企業 長
能 述
32 Microsoft社 Oracle社 Facebook 社 大手 企業 Slack 対
ワ ン ン 立 中 Slack 社 幅広い業界企業 自社
ン い 需要 い 注目
3 Amazon 社 音声 ン
米市場調査会社Consumer Intelligence Research Partners社 2014 米国 売 開始 Amazon社 AI 音声 ン Alexa 搭載 消費者向
Amazon Echo 国 売 数 2016 半時 500万 以 測 い 33
29 Slack
料 利用 能
30 https://www.theverge.com/2017/5/3/15520006/slack-search-ai-machine-learning-people-channels
31 https://get.slack.help/hc/en-us/articles/115004071768-What-is-Slack-
32 http://www.economist.com/news/business/21698659-how-workplace-messaging-could-replace-other-missives- slack-generation
33 Amazon
社 売 表 い い https://www.geekwire.com/2016/amazon-
echo-sales-reach-5m-two-years-research-firm-says-google-competitor-enters-market/
13
通 Alexa 音声認識 実行 機能 Alexa 数 音楽再
生や 気 関 情報提供 開 増大 2017 2
時 1万 遉 い
34
米市場調査会社大手NPD Group Amazon Echo 購
入 Amazon社 e 購入 入手前 比較 10％増
い あ
35 Amazon社 2016 Amazon Echo 型 割安
新 売 Alexa 数 大 精力的 組 い
図表 10 Alexa 搭載 Amazon社
※ Amazon Echo Amazon Tap Amazon Echo Dot 出 whatrocksandwhatsucks.com36
一方 Amazon社 最近 企業 Alexa 及 狙い 企業 向 ン
注力 始 い 社 2017 3 Microsoft社 向 ン Office 365
Alexa ン 統合機能 い 新 表
日 ？ 昼 ン ン 追 い 簡単 音声 ン
確認 管理 う い
37
日常 面倒 作業 Alexa 音声 ン 実行 う 方法
い 企業 あ 例えば 統合基 業務 Enterprise Resource Planning ERP ン 提 供 米 FinancialForce 社 社 ERP ン 米 Salesforce 社 Alexa 組 合わ Alexa 会 通 要 情報 検
索 報 告 細 析 操 作 行 え う 目 指 い
FinancialForce社 Alexa 新 や 関連 ン
音声 ン 追 顧客管理 CRM 及び ERP
最新情報や現状報告 売 請求書 抽出 関 組織
通知 FinancialForce News 機能 開 ン 化 い 社 CIO Andy
Fawcett氏 ン ン中 必要 新 即 引 出 通知 機能や
緊急 対応 必要 物事 対 事前警告機能 Alexa音声 ン ERP や企業
向 組 合わ 構築 ン 能性 限 う
ン 々 事 方 い 変え 見 述 い
38
34 https://www.wired.com/2017/02/amazon-alexa-hits-10000-skills-plenty-room-grow/
35 https://techcrunch.com/2016/09/15/amazon-echo-owners-spend-more-on-amazon-says-npd/
36 https://whatrocksandwhatsucks.com/ultimate-guide-to-amazon-echo-amazon-tap-echo-dot/
37 https://techcrunch.com/2017/03/06/amazon-alexa-now-supports-office-365-calendar/
38 http://www.tomsitpro.com/articles/amazon-alexa-business-uses,2-1100.html
14
Amazon社 ワ 既 多数 企業顧客 い 2017 2 Amazon Web
Services AWS い 新 企業向 音声 通 Chime 39 企業
向 注力 う Alexa 及 向 動向
注目 い
4 Tact 社
2012 設立 州 Redwood City 置 Tact 社 AI
担当者向 ン ン ン 開 提供 社 創設者 あ CRM
大手Siebel Systems社及びSalesforce社 部 長 従事 経験 持 Chuck Ganapathi
氏 顧客 担当者 や 録 CRM 企業 い 幅広 入 い
一方 日常 営業ワ 事務的 作業 時間 要 多
担当者 嫌え 実 利用率 20～30％ 非常 い割合
利便性 改善 ン 提供 目指 社 立 いう 業界 顧客や売
能性 測 AI 用い CRM 既 在 Tact 社 ン
顧客 や 関わ 様々 管理業務 AI ン 自動化 担当者 日常 業
務 効率的 CRM 容易 利用 ン あ
40
Tact 社 ン Salesforce 社 CRM や 向 ワ ン
SNS Linkedin 電子 ン 帳 地図 連携 ン
向 専用 ンや SMS 通 顧客 営業活動 管理 行え 四半
期 売 測 や 面会 顧客 最寄 い 顧客 表示 Amazon Echo Alexa 音声 Linkedin 個人 情報検索 行 CRM 情報 追
能 あ
41
図表 11 ン端 顧客 管理等 効率的 行え Tact社 AI ン
出 Tact
42
39 https://aws.amazon.com/about-aws/whats-new/2017/02/announcing-amazon-chime-frustration-free-online- meetings-with-exceptional-audio-and-video-quality/
40 https://techcrunch.com/2016/12/12/tact-grabs-15-million-series-b-to-make-crm-tools-easier-to-use/
41 https://tact.ai/img/resources/Tact-ProductOverviewSheet2017-02-web.pdf
42 https://tact.ai/
15
Tact 社 ン 面倒 CRM 入力作業 自動化 担当者 顧
客 活動及び契約獲得 専念 う 目指 General Electric GE 社 や 米 人 材 大 手 Kelly Services 社 大 手 企 業 用 い
Microsoft Ventures 社 等 3,000 万 以 資 金 提 供 獲 得 い 社 2017 5 Microsoft 社 提 携 Microsoft Dynamics 365 Microsoft Office 365 Microsoft Teams
Microsoft Cortana Microsoft Graph Sentiment Analysis い 機能 追 計画
明 い
43
5 AppZen 社 経費管理
2012 設立 州 Sunnyvale 置 AppZen社 世界初 AI
用い 自動化 ン 開 手 企業 あ 自然言語処理機能 機械学習
用い 企業向 経費報告自動化 査 ン 提供 企業 従業員
出張 経費明細書 作 非常 骨 作業 あ う 明細書 入念
各 出 費 い 企 業 や 米 国 海 外 汚 職 行 防 法 FCPA 米 国 歳 入 庁 Internal Revenue Service IRS 規則 則 出費 あ 確認 ば い経理担当者 担
大企業 大 い 認 検査士協会 Association of Certified Fraud Examiners ACFE 世界114 国2,400社以 企業 対象 実施 職業 濫用 関 2016
調査 経費 企業 毎 60億 以 明 い
44
ComCast社やSunRun 社 Cantor Fitzgerald社 日立社 大手企業 用い い AppZen社
AI ン 従業員 ン 出張日程 請求書 領 書 写真
基 従業員 出張経費明細報告書 自動作 専用 iOS又 Android版 ン
45
通 数千 外部及び 情報 用い
照合 適 出費 検知 社 企業 経費報告 処理 最大
80％削減 経費 等 務 検知率 最大10倍向 い 46
経費明細報告書 自動作 社 ン 飛行機 食事 単語 意味や
固 詞 理解 飛行機 乗 出張日程 事情 考慮 特 場所 出費 妥当
あ 断 例えば 食事 経費 計 特 企業 所属 顧客
伴 あ 入力 必要 あ 入力情報 企業 ERP あ 当 顧客 前 一
照合 Yelp 情報 基 計 ン 食
事 適 あ 断 各明細報告書 査 完了 社 AI
ン 統計 析 基 い 確 情報又 算出 組織 経理担当者
高 断 明細報告書 的 調査 確認 う い
47 AppZen 社 CEO Anant Kale氏 Concur社やOracle社 企業 一般的 用い い 経費自動化
企業 限 基 い 出費 行わ い い 企業 基 い 計 適
あ 審査 計 真偽 確 企業 社
43 http://www.crossroadstoday.com/story/35396267/tact-collaborates-with-microsoft-to-unlock-business-and- customer-data-through-natural-conversation
44 http://www.acfe.com/rttn2016.aspx
45 AppZen
社 ン Concur社やOracle社 い 経費自動化 連携 動作
46 http://www.prnewswire.com/news-releases/appzen-integrates-its-artificial-intelligence-expense-report-audit-tool- with-concur-to-deliver-automated-auditing-solutions-to-enterprises-300319939.html
47 http://www.techrepublic.com/article/how-appzen-disrupts-expense-reports-with-natural-language-processing/
16
AI ン 用い 経費処理 時間 即 削減 う
述 い
48
図表 12 経費明細書 自動作 ン 例
出 AppZen
49 Oracle+NetSuite50
6 IBM 社 人事
医師 患者 治療方針決 支援 特 医療 実証実験 高い 果 注目
IBM 社 ン ン Watson あ 社 近 Watson 活用 包括
48 https://www.accountingtoday.com/opinion/appzen-uses-ai-to-scrutinize-expense-reports
http://www.prnewswire.com/news-releases/appzen-integrates-its-artificial-intelligence-expense-report-audit-tool-with- concur-to-deliver-automated-auditing-solutions-to-enterprises-300319939.html
49 https://www.appzen.com/oracle-iexpense-on-your-iphone-and-android-device/
50 http://suiteapp.com/AppZen-Expense-Report-Audit-for-NetSuite
17
的 企業向 人事 ン 注力 う い 社 人事 ン
IBM Watson Talent51 組織 人事部門 ふ わ い人材 適 部署及び時期 獲得 う支
援 従業員 事 意欲的 組 生産性 高 う 目的 主 以
5 ン 構
Watson Talent Insights－ 人事担当者 高 人材 析機能 提供 事実 基 戦 略的 意思決 支援 業績向 献 人事担当者 自然言語 質問 入力
ワ あ ゆ 人材 人事 意思決 回答 即 出 結
果 易 視覚的 表示 組織 共
Watson Recruitment－ 人材市場 洞察 え 求人募 優 付 や 員補 易 及
び 用 能性 測 人事 用担当者 支援 体的 要員
ン 一部 基 求人 見合 人材 情報 作
Watson Career Coach－ ン 部門 移 う ば い い
従業員 目標 基 職業逭路 関 質問 回答 従業員 現在 役割及び
事 ン 基 昇逭 向 踏 提示
Watson Talent Development－ Watson Career Coach 組 合わ 用い 従業員
必要 研修 各々 合わ 提案
IBM Cognitive Agent Assist for HR－ 給 や福祉手当 関 様々 質 問 回答 人事担当者 業務
IBM Watson Talent 構 全 ン 自然言語 質問入力 回答 対応 様々
学 習 析 合 理 的 結 論 能 あ ン う
Watson Talent Insights 2015 2016 10 開催 Watson
ン IBM World of Watson 表 Watson Talent Development IBM Cognitive Agent Assist for HR 顧客 入完了事例 Watson Recruitment Watson Career Coach い 商用 展開 2017 前半 い 52
IBM Watson Talent 中 最 熟 ン あ Watson Talent Insights 人事担当者
基 強力 人材能力 析 提供 過去 3 間 新 用 従業員
何人 人材 利用 最 事 ン 高い従業員 関連 何
最 効果的 研修 何 い 複雑 人事 関連 質問 対 回答結果 視覚
的 易 表示
53
体的 職 能性 高い従業員 特 い場合
ン 考え 理由 複数 各理由 職率 示 人事担当者 情報 基 効率的
意思決 行え う い Watson Talent Insights 人事 析 活用 い ATB
Financial 銀行 顧客 ン い ン 齢 在職期間
い 共通 特性や ン 間 人事及び 活用 析
意欲的 従業員 育 必要 特 役立 い
54
51 https://www.ibm.com/watson/talent/
52 http://searchfinancialapplications.techtarget.com/news/450411666/IBM-expands-cloud-based-Watson-talent- analytics-offerings-for-HR
53http://www-03.ibm.com/software/products/en/talent-insights
http://www.grupobusiness.it/grupobusinessit/wp-content/uploads/Kenexa-Talent-Insights.pdf
54 https://www-01.ibm.com/software/smarterworkforce/video/atb-financial/
18
図表 13 人材 等 基 複雑 人事 関 質問 回答 Watson Talent Insights
出 :IBM
7 Google 社 AI 活用 企業向
2017 5 開催 Google 社 開 者向 ン Google I/O 2017 基調講演 社 CEO Sundar Pichai氏 世界 mobile first AI AI-first 移行
あ Google 社 AI 世界 念頭 自社 製品 い 熟慮 い 述
Google 社 社 検索 ン ンや電子 Gmail 翻訳 Google Translate OS Android 55 新写真管理 Google Photos 音声 ン Google Assistant い
ン ン 社 あ ゆ 製品 社 強 あ AI
機械学習 組 込 AI 企業 再構築 う い
56
Pichai氏 講演 中 TPU Tensor Processing Unit 呼ば 機械学習向 社 独自 設計
世代 ン
57
表 氏 AI 新 ン
必要 機能 企業向 Google Cloud Platform 主 開
あ いう 最新 機械学習機能 搭載 機械学習 訓練 行え
設計 Google社 最 端 機械学習及び AI技術 差 化要因
据え 市場 優 立 い 考え い 現在 Google 社 益 大部 ン
ン広告 占 い 社 企業や 開 者向 ン ン ン
ワ 出 ン ン 将来的 大 利益 信 い
55 Google
社 所 電 番 特 や ン 簡易化 電 や地図 関連 ン 起動
様々 機能 AI 組 込 ン 接 必要 端 単体 機械学習機能 利用
TensorFlow Lite 新 表 い
56 http://www.zdnet.com/article/google-bets-on-ai-first-as-computer-vision-voice-recognition-machine-learning- improve/ http://www.zdnet.com/article/google-io-2017-heres-what-we-learned/
57 2016 Google I/O
表 第1世代 TPU 既 訓練済 機械学習 実行 設計 い
19
2020 世界 ン ン 市場 1,910 億 遉 測 い 58
Google社 事業 Amazon社やMicrosoft社 遅 Pichai氏 Google社 持 AI 優 性 武器 市場 大 い考え あ Google 社 AI
組 一環 機械学習 用い 多 機械学習 作 出 AutoML 研究
逭 AI 構築 自動化 開 や 削減 期待
い 活用 ン ン 提供 構想 打 出 い
59
図表 14 Google I/O 2017 基調演 行うGoogle社CEO Sunder Pichai氏
出 WIRED
TPU 企業 新 選択肢 提供 企業 機械学習機能 用い
事 方法 変革 ン 構築 用い 能 あ Google 社
ン 社 あ Google Brain 社 3 前 英国 ン ン
企業 DeepMind 社 産業 経済 急速 変化 AI 研究開 活動 注力 社
2017 3 確 測 市場 構築 様々 共 新 得
世界 85万人 ン 析 ン 運営 米企業 Kaggle 社
AI 活用 企業向 大規模 投資 行 60 動向 注目
5 連邦 府 組
1 AI 経済 用 影響 関 ン 考え方
ン 務長官 務 Steve Mnuchin氏 2017 3 米新興 企業Axios社 ワ ン ン 開催 ン AI 米国経済 え 短期的 影響 い AI 職 奪う 言わ
い 現状 う 状況 私 えい い う 状況
起 50～100 あ 述
61
氏 言 対 科大学
MIT 経済 関 連 Initiative on the Digital Economy 共 立 あ
58 https://www.forrester.com/report/The+Public+Cloud+Market+Is+Now+In+Hypergrowth/-/E-RES113365
59 https://www.wired.com/2017/05/sundar-pichai-sees-googles-future-smartest-cloud/
60 http://www.networkworld.com/article/3179127/cloud-computing/4-ways-google-cloud-will-bring-ai-machine-learning- to-the-enterprise.html
61 https://www.axios.com/treasury-secretary-mnuchin-interviews-with-axios-live-updates-2327865447.html
20
Andrew McAfee氏 最新 ン 技術 50 い 100 間 経済 何 大
影響 及 い 言 い あ 業界 専門家 様 見解 持 人物 会
い 批 い
62
業務 一部又 全部 海外 移管 委 い 企業問
や中国や日 中心 貿易赤 問 関連 米国労働者 保護 焦 置い ン
経済 策 い ン 大統領 AI 言及 一 Mnuchin氏 AI
軽視 言 ン AI 考え方 象徴 言え い
63
う 見方 2016 12 表 AI 経済 影響 関 報告書
64 AI技術 展 既 一部
業界 労働市場 影響 及 近い将来 自動運転技術 影響 大
10～20 間 最大47％ 米国 用 自動化技術 逭展 脅 見通
示 前 立場 対照的 見え
図表 15 Axios社 開催 ン 自身 見解 Steve Mnuchin米 務長官 写真
出 Axios
ン 大統領 脱 業化 逭 米中西部地域及び大西洋岸中部地域や全米 元 場都市 企業 化や 賃金移民 流入 用喪失 主要因 あ いう大々的 大統領選挙 ン ン 展
開 流 現在 経済 策 踏襲 い ン 州 州立大学 2015
実施 調査 米国 88％ 場労働職 失わ 原因 主 機械や自動化
生産性向 措置 企業 化や貿易 賃金移民 増 等 影響 非常 い
結果 明 い
65
述 Axios 社 ン 時期 McAfee 氏 AI 自動化及び
用問 い ン や科学者 治家 社や IBM社 企業 代表者 140
開催 会議 2032 遈路 走行 半数 自動運転車両 結論
15 間 175万人 運転手 職 奪わ 意味 自動化 米国
用 大 影響 及 能性 高い AI 用 影響や 事 性質 変化 避 い
あ 府 将来的 状況 見越 国民 必要 提供 必要 あ
表 AI 報告書 載 い 容 あ ン う 見解
い 多 専門家 警鐘 鳴 い
米国IT 策 精通 調査会社ITTA社 筆者 聞い ン AI 大
認識 展 主体的 役割 あ 産業界側 あ
62 https://www.wired.com/2017/03/hate-break-steve-mnuchin-ais-already-taking-jobs/
63 https://venturebeat.com/2017/04/22/what-happens-when-the-trump-administration-ignores-ai/
64 https://www.whitehouse.gov/sites/whitehouse.gov/files/images/EMBARGOED%20AI%20Economy%20Report.pdf
65 https://www.theatlantic.com/business/archive/2017/03/mnuchin-ai/520791/
21
府側 特 AI 関連 信 い いう い いう見方 示 ン
AI う 考え い 府 う 信 注目
2 連邦 府機関 業務効率化 睨 AI 活用状況
府 様々 策 特化 調査 手 米Deloitte社 Center for Government Insights 2017
5 表 府機関 AI 活用 関 調査報告書 AI 活用 連邦
府職員 労働時間 間9,670万～12億時間短縮 33億～411億 削減 測 い
66
人間 手 行 い 時間 作業 自動化 高い
能力 必要 作業 専念 う 主 影響 い
ン 連邦 府機関 AI 活用 積極的 動 現時 見 い
府機関 中 業務効率化 睨 積極的 AI 入 機関 あ 主 例 以 挙
a. 府機関 寄 質問 回答 AI ン
毎 1,400 万件 移民関連 問い合わ 国土安全保 省 Department of Homeland Security DHS 市民 移民 U.S. Citizenship and Immigration Service USCIS
訪 顧客 必要 情報提供や質問回答 形式 効率的 行う AI
ン Emma 2015 12 入 い
67
米大手通信事業者Verizon社 AI
ン 手 Next IT社 開 Emma 英語及び ン語 対応
機械学習技術 顧客 質問や 回答 参考
自 的 情報提供や回答方法 改善 いう
68
図表 16 USCIS AI ン
出 DARYANANI LAW GROUP BLOG69
66 https://dupress.deloitte.com/content/dam/dup-us-en/articles/3832_AI-augmented-government/DUP_AI-augmented- government.pdf
67 https://www.uscis.gov/news/uscis-launches-virtual-assistant-emma-gives-customers-another-option-finding- answers
68 http://thegovlab.org/citizenship-office-wants-emma-to-help-you/
69 http://www.dlgvisablog.com/blog/2015/9/15/uscis-introduces-emma-their-new-virtual-assistant
22
b. 情報 ン 及び 自動化
世 界 保健 機関 撲滅 米 疾病 管理 防 ン
Centers for Disease Control and Prevention CDC 依然 流行 い
ン ン ン 一部 国 い 免疫研究 専門技術 知識
提供 い 体的 CDC ン 遺伝子 ン 行い 変化
や増幅 様子 ン 複製 間 変化 方 理解 保健機関
効果的 防接種運動 実施 う 包括的 作 い CDC
変 化 追 跡 及 び 作 数 学 計 算 開 手 米
MathWorks 社 AI ン 入 作業 効率化 図 間 作
要 い 時間 3日間 時間程 大幅 短縮 担当研究者 多 時間 応用研究 費
や う い
70
c. 効率的 析 高 測機能
米 省 Department of Energy DoE 陽 電 競 力強化 目指 SunShot
一環 機械学習 析 ン ン 技術 活用
候及び再生 測 SMT IBM 社 共 開 い SMT 各地方
気象局や 及び人 衛 観測 抽出 雲 動 関 情報 複数 候
膨大 気象 的 析 従来 個々 候 依 測方法
30％高い精 日射 風 測 行う 能 あ 米国 陽
電 要性 高 中 効率的 処理 日射 確 測 SMT
価値 一層高 想 い
71
6 終わ
少子高齢化 逭 労働人口 減少 日 い 働 方 変え い 働 方改革 最
要課 あ 米国 多 国 あ 働 方改革 求 い 働
方 抜 的 見直 誰 夢 希望 持 楽 働 環境 作 出 あ
整備や意識 変革 え 力 使 事 や 方 大
変え い 要 考え い 実 ン や携 電 う 新 い
場 々 働 方 大 変わ
回紹 様々 企業 ン 開 技術 新 い働 方 考え 色々 示唆 え
い 思う 事 いう 業務 様々 業種 形態 あ い
い 人 知能 端IT 新 い働 方 作 出 期待 い
※ 注 参考資料等 利用 作 い あ 容 関
用性 確性 知的 産 侵害等 一 い 執筆者及び執筆者 所属 組織
如何 保証 あ 者 情報 利用
損害 被 場合 執筆者及び執筆者 所属 組織 如何 責任 う あ
70 https://www.mathworks.com/tagteam/84356_91834v01_CDC_UserStory.pdf
71 http://solarindustrymag.com/ibm-boosts-accuracy-of-doe-solar-forecasts-by-30\\\\\\\\\
