
会員限定
ディープラーニング ~機械学習がもたらすビジネスの可能性~
人工知能(AI)が注目されるにしたがい、頻繁に見かけるようになった「ディープラーニング」とは、人工知能を飛躍的に進化させる可能性を秘めた機械学習の手法です。物事を分類することが得意で、画像認識や翻訳などの自然言語処理や音声認識の精度を急速に進展させてきました。 では、機械学習とは何でしょうか、そしてディープラーニングは、とりわけ何が新しいのでしょうか。 すでに世の中に送り出されているディープラーニングを活用したサービス事例をふまえながら、この技術の成り立ちをわかりやすく解説し、その可能性や課題も紹介します。 ※本動画は、公開時点の情報に基づき作成したものです(2019年2月公開)
より理解を深め、他のユーザーとつながりましょう。
100+人の振り返り
test_
メーカー技術・研究・開発
因果関係がわからなくても、相関関係があることがわかれば、採用する、という内容に衝撃を受けた。因果関係を把握することで、応用が効くという考え方とは全く反対の考え方で自分の考え方の古さを感じてしまった。
それでも、自分としては因果関係をはっきりとすることを進めていきたい。ビッグデータの解析にすべてを任せるというのは、「人が考えることを止める」、という危険な方向へと誘うものだと考えるから。
mkano
営業
相関関係があれば因果関係は必要ないというビッグデータ活用のポイントが面白い。たしかに目的を達することを第一と考えるとありうる考え方とおもう。
t_mura
営業
自分自身の思考法が、常に因果関係を追及するということが基本のため、相関関係から、答えを導き出すということに驚いた。そのために全データを使用する必要があるのかなと思う。そして、そのために情報にバイアスがあると影響を受けてしまうのかなと思う。まず、何か、身近なことでテストしてから、使用したいと思う。
tsh
営業
統計処理された情報ではなく、全数データであることが長所の様に紹介されていましたが、これは統計学を否定するものです。全数データではない抽出データから全体を推測する技術が統計学であり、統計上で正しい推定が出来ないのは、データのとり方や抽出の仕方に問題がある為であり、統計処理自体の正確性を否定しません。
何より、統計処理することはビッグデータの様な”力業”の処理を必要としませんので、高性能なマシンも特殊なAIも大きな資金もいらず、手元のPCによりエクセルで処理できるようなものです。
ついては、ビッグデータでの探索の前に統計処理したデータで動向を探ってみる、目的によってはBDと統計を使い分ける、といった、統計の再評価・使い分けが必要な様に思われます。
yasu_otsu
経営・経営企画
因果から相関へのパラダイムシフトについては、この理解が経営層にまで浸透していないと難しいと感じる。本来、得られた相関から素早く試して結果が得られるか検証するという流れがビッグデータの優位点だが、組織としての意思決定によりその優位点が失われる可能性がありそう。また、結果の類似環境での再現性や応用においては、因果関係を掴めているほうが良いのではないかとも思う。この点でAIにできること、人間の思考ができることの両方を合わせることでより強いビジネスができるのではないかと思った。
kikuoka2459
メーカー技術・研究・開発
因果関係で考えると必ずバイアスがかかってしまうので、相関関係に従うということには非常に納得できます。
また留意点としてAIにバイアスがかかってしまう事例がありましたが、そこは人間が常に監視する必要がありますね。
kbyshstk
メーカー技術・研究・開発
スシローの好例は分かりやすかった。
BtoCビジネスにおけるビックデータの活用に加えて、BtoBビジネスでの活用例も有れば参考にしたいです。
fude3
人事・労務・法務
AIも偏ったデータでバイアスがかかってしまうことがある。
それを知らずに、AIが相関関係で選択した回答をうのみにするのはリスクがある。Aiが常に正しい選択をすることはないことを肝に銘じたい。
daddyveroo
経営・経営企画
因果関係が分からなくても、人工知能によって相関関係が見いだせるならば、人工知能の出した結論に従ってみるべきである、という流れになっていくことを、今回初めて学びました。人間としては最後まで因果関係が分からないと、決断や行動に踏み出せないように思いますが、今後人工知能と付き合っていくに当たっては、考えを変えていかないといけないのかな、と思いました。
hiromi-10
専門職
統計学を学んでみます。
markunn_2013
金融・不動産 関連職
お見合いサイトに活用。因果関係より相関関係で決めるっとなれば、
新世紀型ですね
kfujimu_0630
マーケティング
意思決定において、因果関係はよくわからなくても、相関性が高いのであれば、人工知能に従ってみるというのは、重要な決定であればあるほど、なかなか慣れずに勇気のいることだと思うが、因果関係ではイノベーションに限界がある気もしているので、今後の動向について注視していきたい。
saito-yoshitaka
メーカー技術・研究・開発
人工知能でもバイアスがかかる事は相関関係に従った結果と理解しました。
nana_y
経営・経営企画
自分自身、業務で様々なデータを活用して資料を作成しています。今回学んだ『ビッグデータを活用するために必要なこと』3点は必ず抑えておく必要があると感じます。
資料作成を依頼してくる方の中には、「目的の把握」が今一つな場合があります。
p1938021
その他
「確率はどこで買っても一緒だが、過去に当選歴のあるこの売り場なら宝くじが当たりそうだ」と同じように「感覚や勘」に頼った予測があるのだから、
一個人が見ると相関性がなく因果関係がないように見えるのかもしれないが、その実因果関係も相関性もあったという場合が、あるかもしれないのであるから、この判断は非常に合理的であるといえる。ただし、実際に行動を起こすにあたっては、エビデンスの不足という観点から非常にリスキーであるといえる。現場の人間が理解していて、上層部の理解が浅いというコミュニティが多々見受けられるわけであるが、「現場の人間は感覚で判断しているが、上層部は感覚が鈍く、根拠がないと動けない。」ということではないだろうか。
判断を下すのは容易だが、じゃあやってみよう!とはならないのが人間であると思う。
tk_1128
営業
ビッグデータとして活用できそうなものをまず蓄積する必要があると認識した。
ただし、活用する目的を明確にすることと、その目的に見合う成果を出すために
投資(ヒト/モノ/カネ)が必要である点から、ハードルが高い印象を受けた。
また、出てきた結果について、因果関係が厳密にわからずとも、
高い相関関係がある施策を優先する点は、とても勇気のいる決断だと感じる。
hrk_511
その他
機械設備のメンテナンス管理の場面で、日々モニターされる運転状況を蓄積していけば、部品の経年劣化による不具合、センサの異常による不具合など、発生しうる不具合を予見し、悪い芽を事前につみとるといった活用ができるのではないか。また、経験値の浅い管理者に対して経験不足を補うことでも活用できるかもしれないが、過信は禁物であり、AIやビッグデータの技術が発展途上である段階においては、人間の経験に基づく勘所を見落としてはいけないと思う。
noridoridon
専門職
まずはすでに取得しているデータからどのような課題または問題点もしくは新しい方向性を見出せるのか、見出していきたいのかの検証が必要と感じます。
また、行政などで提供しているデータ活用も検討を行い、
自分の属する業界で新たに共感を得、ニーズをつかむことができればと考えます。
akiranaga17
IT・WEB・エンジニア
ビックデータの今後の利用価値について、理解した。
k-usu-39
経営・経営企画
統計の基礎的知識が必要ですね。 良い先生が必要です。
willow007
経営・経営企画
因果から相関なんですね。
kenichiro118
その他
ビックデータのよる解析が、因果関係ではなく相関関係に従うというところに情報の扱いのパラダイムシフトを感じることができたが、課題がある場合には相関関係だけでは解決には至らず、やはりヒトによる因果関係の究明が必要であると理解した。
wkiymbk
IT・WEB・エンジニア
ビッグデータの定義と特徴を学ぶことができました。
自身のかかわる業務のうちビッグデータを取り出して活用できそうなものはどれか、と考えてみると楽しそうだなと思いました。
s_azarashi
人事・労務・法務
ビッグデータ活用の際には、因果関係がきちんと説明できなくても、相関関係があるとなれば、それをもとに次のアクションにうつるというのは新鮮な学びでした。
kameco
販売・サービス・事務
弊社では現在ビッグデータを活用していないようですが、今後は避けて通れないと思います。留意点の「バイアス」が参考になりました。
takamari0711
メーカー技術・研究・開発
因果関係はわからなくとも相関関係があれば試してみる。この考え方は今自分にないものであり社内や顧客説得も難しいと思っていたが、データと結果が伴えば納得させられるのかもしれないと考えを改めさせられた。相関関係→トライ→因果関係の流れもありなのかもしれない。
メモ
スシローの例
皿にicチップを搭載し、1分、15分後に必要なネタを連絡。
廃棄を75%低減
hiraki1098
営業
留意点の箇所でも述べられた通り、データの扱いには最新の注意が必要であると感じました。個人情報を個人が知らないシーンで勝手に使用されるリスクはなるべく避けたいと思いますので、データを提供する個人側でも適切な管理が必要だと感じました。ビックデータは新たな大きい売上を上げる事に使用するとばかり思っていましたが、スシローの事例の様に大幅な廃棄削減を達成できれば利益面での大きな貢献に繋がるので、様々な視点での活用方法の検討が必要であると感じました。
yuhi1211
メーカー技術・研究・開発
ビッグデータの活用のポイントとして、目的はデータから傾向や予測を得ること、加えて、その分析をAIなど機械化・自動化できていると効果がより大きくなる、と学べた。
これまではビッグデータを自身で解析して満足することが多かったが、更には「機械に代替させる」こともめざしていきたい。
djmpajmpkm
営業
相関関係に従って成功すれば正しかったと言う逆説は一理あると思います
t-karasawa
資材・購買・物流
因果関係から相関関係への変化というワードが深く刺さった。人間が正しいと思わないことをAIの勧めに従って進める判断をするということは合理的な一方で、人間から合理的な判断を奪ってしまう、または業務を行う人間から責任を奪ってしまうことになる危険性をはらんでいると感じた。自分自身がビックデータを基にした判断をしたことがないのでイメージが湧かないが、結果を優先して過程は重視しない姿勢は働き方としてはつまらないように思える。しかしこうした考えは時代遅れなのだろう。もっと前向きな側面を学んでいきたい。
ty1031
その他
因果関係→相関関係のパラダイムシフトに関して、因果関係がわからない相関に対する施策を実行するとともに、その因果関係を解くことが人の仕事であり、そこがわかればより良い施策が作れると感じた。
また、情報バイアスは気をつけていきたい。
minamina_37
販売・サービス・事務
因果関係がはっきりしなくても、相関関係があればよいというのは面白い。新人研修を行う上で、これまでは新人の通話を確認したり、FB依頼の内容を見て、間違いに至った因果関係を洗い出しして業務の理解度を推し量り研修カリキュラムを組んでいたが、できなかったという事実のみに着目して出来ていな内容のデータを抽出し研修カリキュラムを組んでみるということもできるのかなと思った。
004476_
販売・サービス・事務
ビックデータを活用する場面がある場合は目的を確認し、使い方を間違わないようにすること、データの特性などにも注意など考える必要がある
yamamoto0714
営業
企業の粉飾決算を見抜く策としてビッグデータを活用する。
過去、粉飾決算を行った企業の財務三表をビッグデータとし、判定を行う企業の財務三表を照らしてその確率を割り出してみる。
shinsyu-guts
資材・購買・物流
ビッグデータの活用について、最終的には人的介入が必要です。
同じ情報でも、捉え方によっていかようにでもなるのは、AIでも人でも同じなので、鵜呑みにはできない。
314159265
経営・経営企画
「相関があるから採用する」という考え方には、強い懸念を感じています。寿司屋の例は良いと思いますが、科学技術の実用化など、社会や環境に影響を与える領域では、因果関係の説明と市民との対話が不可欠です。
ビッグデータとAIは、効率化だけでなく、因果関係の探求を支援するツールとして活用されるべきです。技術者や研究者が本質的な理解に時間をかけられるようになることで、より責任ある意思決定が可能になると感じました。
noriko-iryu
その他
市場で必要な製品量を過去のデータから計算して生産管理すればロス削減になる
rie5569
その他
ビッグデータ、といってもよくわからないと思っていたが、スシローの例は分かりやすかった。
ky25st
メーカー技術・研究・開発
将来的には因果関係の証明すらAIで回答を出せる未来が来るかも。
kishi080808
人事・労務・法務
保険会社で人事を担当しており、以下のような活用ができないか考えた
【配置・人員計画への活用】
ビッグデータ×AIで“最適な人材配置”を実現
・データ例
➢従業員の過去の異動履歴、評価データ、スキル情報、エンゲージメント調査結果など
・活用例
・AIモデルで「この人は○○支社の営業所長として高い成果を上げる可能性がある」といった配置適正の予測を行なう
・人員の増減・転勤計画を、過去データや業績予測と組み合わせて定量的にシミュレーション
panda_chan
その他
ビッグデータの3要素を理解した。
yamaguchiaai
経営・経営企画
消費者への直接的なビジネスではないため、なかなかイメージが付かないですが、ビックデータの概念は理解できたため、何か活用できることが無いか?考えてみたい。
masashi-tamai
営業
ビッグデータの基礎的な概要が理解できた。
yamayoshi7169
人事・労務・法務
ビッグデータの活用はAIによる機械学習が前提となるが、危うさの検証方法が定義されずに開発が進むことが危惧される。システム開発を他社に依頼する場合、準委任となる場合が大半で、通常、開発ベンダーは危うさの検証フェーズまで考慮しない。ユーザーである発注側が要件に入れる必要があるが、ビッグデータを検証できていないのに、危うさの定義ができないジレンマがある。準委任で契約してしまうと、結果について危うさを含んだものとなっても、成果について報酬を支払うことになる。開発フェーズを細分化して、初期段階での見極めが必要。
m18ydv_jzqk
人事・労務・法務
厳密な因果関係がなくてもAIの相関関係に従う?の内容がよく分かりません。最終的には「人の感覚」に頼れば良いので、なぜAIの相関関係を頼る必要があるのか?
sugiya0601
その他
風が吹けば桶屋が儲かるのような感じなのかもしれない
tototonton
営業
相関関係でビッグデータを活用するということは、因果関係を見いだせなくても売り上げを伸ばす方法を見つけ出すことができるということになる。
仮説を立てて増益施策を考えるとともに、ビッグデータが導く相関関係で増益施策を考えるという新たな手段となることを学んだ。
ftom152025
メーカー技術・研究・開発
まずは、統計学の知識習得が必要
yumoto18
メーカー技術・研究・開発
人工知能でもバイアスにかかる事例が興味深いと感じました。
chihirorin
IT・WEB・エンジニア
因果関係が分からなくても相関関係があることが分かれば採用する、とのことだが、ケースによるかと思います。
社内で使うビジネス上の分析結果ならそうかもしれませんが、顧客向けに使うケースでは採用は難しい。
その相関関係から、ドメイン知識でもって、一定の因果関係を見出して使用するケースが多いのではないかな?
とはいっても、相関関係を重視するこの言い回しは採用アピールに使えるかもと思いました。
shindo_2025
その他
ビッグデータの取り扱いには注意します。
s-kaki
販売・サービス・事務
バイアスについての事例は留意点において大事な内容と受け止めた。世間の事例を参考にしつつ、AIの活用方法については常に客観した視点を持つことが重要と思える。
kuri-manju
その他
因果関係がわからなくても、相関関係があることがわかれば、採用する、ということに驚いた。今後人工知能と付き合っていくには考え方を変えていかないといけないと感じた。
okumurayasuharu
その他
製品検査の結果と生産時の工程データ(温度、湿度、風量等)をビッグデータを活用して、常に最適な生産条件を見つ出せる。
moriji
その他
ビッグデータの定義がよく理解できました。
別コースで学んだ「過学習」と本コースで学んだ「情報バイアス」の違いがわかりません。
過学習が情報バイアスの一因になるのかなと認識しましたが、どうなんでしょうか?
kenta-takamiya
資材・購買・物流
今までは相関関係と因果関係がわかるまで、考えていたやりかたを見直していきたい
takeno_kaito
その他
ビックデータを活用すれば新しい製品のテストをするときの成功率を上げることができ、時間の無駄を省ける
shingo_ikari
マーケティング
因果関係がわからない場合でも相関関係があればそのデータを活用することはわかる気がする。そこから因果関係を抽出できればさらに良い
pastorale
メーカー技術・研究・開発
ビッグデータをうまく活用するには、どのデータを採取するかという選択が必要で、やはり、このあたりの要因が効いているではないかという直観や洞察力で差がつく印象をもった。ビッグデータを活用するにも、現場現物をみて、考えることは大事にしたいと思った。
kiizuka
営業
因果関係と相関性の議論は非常に分かりやすかった。この部分は本質的な違いから生じているが、基本の部分を理解する意味で、ここに気づけて良かった。
goma25
営業
多量にあるデータをどうビジネス・作業内容に反映させたいのかを考えておかないと無駄なデータ・活用しきれないデータになる事を意識しておく必要がある。
209608
販売・サービス・事務
現時点で特にイメージできるシーンはないが、得意先の発注の傾向や得意な商品の分野、品質管理を行う際のクレームの発生原因や発生する場所の特徴などをデータを読み解くことで解決できるようになればよいと思う。
suezo
メーカー技術・研究・開発
会計業務について、ビックデータがどのように利用されているのか知りたい
tsff
メーカー技術・研究・開発
相関関係が重要と理解しました、今後は自分でも統計に関する知識を深めたいと思います
mr501naka
人事・労務・法務
因果関係がなくてもAIが相関関係があってやってみようというのであれば実行する。本当にAIが人間を凌駕する時がきそうな気がする。
yu_08
建設・土木 関連職
相関関係の大切さを感じた。
ma-eken
販売・サービス・事務
スシローの例はわかりやすかった。
ただし導入にあたってはなるべく低コストでトライアルできるものから始められるものから着手したい。
es0930
経理・財務
ビッグデータの利用においては因果関係が不明でも相関関係で意思決定する。学術論か?それを推奨するということか?それとも現実か?現実ならデータがあるのか? 本当なら、ビッグデータという情報のあり方が意思決定のパラダイムシフトにまで至っているとは思わなかった。怖い。同時にスシローの実例での廃棄率75%カットも凄まじい。 あとビッグデータの定義に全数データを含むとは知らなかった。
komiso
販売・サービス・事務
因果関係とバイアス、注視したい。
cc_chiba
その他
膨大なデータをリアルタイムで収集、蓄積、分析し、見える化することが可能になる
kakunow62
メーカー技術・研究・開発
先ずは使ってみたいという気持ちになりました。
chi-sawa
その他
ビッグデータの基礎的な知識が得られました。
日々発生する情報を集めて活用することが価値を持つということが理解できました。
個人的には数学・統計の知識という点で敷居が高そうです。
simaskai
専門職
因果関係がわからなくても、相関関係があることがわかれば、採用する、という内容に衝撃を受けた
tomohiro-yama
その他
天気に応じた入電数の予測など
f_yuji
建設・土木 関連職
ビッグデータ活用のポイントが面白い
koike_123456
コンサルタント
ビックデータの解析結果として、因果関係があるケースを見出すのは、画期的だと考えます。今までとは違う分析が出来、行動できるので活用したいと考えます。
keiko000
金融・不動産 関連職
因果関係が分からなくても、人工知能によって相関関係が見いだせるならば、人工知能の出した結論に従ってみるべきである、理解しました。
momogumi
その他
データは中立なイメージでしたが、人工知能がバイアスを作ることを知った。バイアスや正確さは課題。真に多様性に基づいたデータを利用するなど、留意する点があることを学んだ。
ビッグデータ分析は、これまで見えなかった傾向やパターンを発見し、新たな製品サービスの開発につながるなど、価値創造の可能性を秘めている。
yuuto-oono
メーカー技術・研究・開発
業務で活用するとしたら相関性という部分は大事だが因果関係を説明できないと難しいと感じた。
ishimaru1400
営業
人工知能においても情報を与える側の属性により考え方に偏りが出てしまうということは気を付けなければいけないと感じた。
shi------to
販売・サービス・事務
全数が活かせるビッグデータは、やはり今後の業務上意識しなくてはならない。ただ、AIについて回るバイアスについては、人の手で是正せねばならず、かつ、技術力の身では解決できない問題である。用いる際のリテラシーという点でも、人の価値を証明したい。
yuon_rw
専門職
知っていたつもりになっていました。改めて学びになりました。
yuuki_miyata
販売・サービス・事務
AIが趣向をもつのではなく、読み込ませるデータを選定する人間の趣向が反映されることを忘れてはいけない。
junihcikanabo
建設・土木 関連職
ビッグデータを現在の業務に活用するというのは、あまりないように思ったが。今後活用するようなシーンがあれば今回学習したことを思い出して運用したい。
sisimai
その他
データの内容が多くあることが分かった
nina0612
経営・経営企画
AI ビッグデータについて基礎的なことが分かりました。
mafti9ri
経理・財務
業務で扱っている情報について、きちんと集計・整理していればビッグデータとして活用ができると思うが、現状はそのようになっていない。まずは、集計・整理の仕組みから構築しなければならないと感じた。
buchi529
営業
ビッグデータの概要についてはある程度把握できていたが、因果関係から相関関係での判断にシフトするという考え方は知らなかったので驚いた。Chat GPTなど、AIの便利さに気づいて仕事でも活用しているが、AIのバイアスなどの課題を理解し、自分個人でもAIに出されたものをある程度判断できるようにならないといけないと感じた。
iorite_7
人事・労務・法務
ビックデータの要素について理解をしていない部分があった。Velocityや多様性については、ビックデータの要素として認識していなかった。
raidar
建設・土木 関連職
ビックデータは今後の重要な要素であることが分かった
loba
販売・サービス・事務
ビッグデータの活用として相関関係があれば因果関係は不要という点が興味深かった
tamai-kaito
メーカー技術・研究・開発
分からくても活用、という点に新しさを感じました。
h-yamamotozz
IT・WEB・エンジニア
相関関係があれば因果関係は必要ないというビッグデータ活用のポイントが面白い。
k_yupa
営業
わかってるようでわかってなかった
murakami_tpd
営業
短い動画で非常に効率的に理解ができる構成であった
sharkisland
IT・WEB・エンジニア
事例を含めて留意点を解説されていたので、理解しやすかったです。
kawamura-aki
クリエイティブ
ビッグデータという言葉はしっていたものの、あらためてどういうものなのか理解する機会となりました。
managatuo
販売・サービス・事務
業務でビックデータを使う機会があれば、積極的に活用していく
hibikumigi
経営・経営企画
相関性をうまく利用するのに役立つ
tomo-fukurahagi
営業
ビッグデータの活用の前に理解を深めることが出来てよかった。