東京の幕張メッセにて、AI・業務自動化展が本日2017年11月8日から2日間、開催開始となりました。初日の本日、codexa（コデクサ）チームも参加してきました。
展示会では、AIチャットボット系の会社さんやAI開発会社さんなどが展示しており、初日の朝一番に行ったのですが、すでに展示会場はたくさんの人で溢れていました。今回の展示会で一番期待をしていた、基調講演ですが、想像以上に具体的なお話があり、大満足でした！
本記事ではグーグル・クラウド・ジャパン合同会社の阿部氏の講演にフォーカスを当てて、いくつかお話をご紹介していきたいと思います。
モバイルファーストからAIファーストへ
2016年のGoogleの恒例の「This year’s Founders’ Letter（意訳：今年のファウンダーからの手紙）」で、Googleの新たなCEOとなったサンダー・ピチャイ氏は「我々はモバイルファーストからAIファーストへ移行する」と記してから早くも一年。
Googleの様々なプロダクトにおいて、すでにマシーンラーニング（またはディープラーニング）が大きく活用されており、基調講演の前半はその紹介がありました。
すでに実感されている方も多いかと思いますが、特段にディープラーニングを取り入れて進化したサービスの一つがGoogle翻訳かと思います。ディープラーニングが取り入れられてから、まだ一年ほどしか経過しておりませんが、翻訳の精度を比べると驚くほど向上しているのが実感できます。
また、阿部氏からはGmailの「スマートリプライ」機能に関しても言及がありました。これは個人的なお話ですが、海外の方と比べて日本の方のメールは、社内向けでも一通一通丁寧に書かれている印象があります。ただ、一番重要な部分というのは実際本当に一握りですよね。機械学習が提案してくれる三つの短い文を返答することで、返信時間を短縮して他の仕事に集中できるのは素晴らしいと思います。
実際にGoogle社内では、すでに一割程度の返信がスマートリプライを使って行われているとのことです。
Gmailスマートリプライ
TensorFlowの紹介と日本企業の活用事例
ディープラーニングのフレームワークとして、すでにシェア（人気？）が一位と阿部氏もおっしゃっていますが、TensorFlow（テンソルフロー）の日本企業の活用事例が非常に具体的で、かつ面白い内容でした。
アクサ損害保険のAI活用事例
ニューラルネットワークを導入して、重大事故を起こすドライバーの予測を行ったそうです。70の属性情報を元に、3層によるニューラルネットを構築して、予測精度が78%に向上したとのことです。（元データはわからずどのくらい向上したかの言及はありませんでした）
ファミリーマートのAI活用事例
兼ねてからコンビニ業界で大きな問題となっている食品廃棄ですが、ファミマではTensorFlowを活用して、店舗のおにぎりの発注改善に取り組んだそうです。全国の店舗で大量の廃棄を、仮に数パーセントでも改善できれば、それはファミマにとって大きな利益となります。
こちらは具体的なデータの開示がありました！おにぎりの実績と予測の平均誤差率ですが、TensorFlowを活用するまでは約30％前後あったそうです。
なんと、TensorFlowを活用して最初の二週間で11.65%へ、さらに三週間目には9.68%へと改善したそうです！前述していますが、数パーセントの改善でも大きな利益となりますが、この改善の仕方はインパクトがありますよね！
当然の流れではありますが、ファミマではおにぎりを皮切りに、ディープラーニングを他の商材への展開、さらには店舗の出店予測も人工知能を使って進めようと考えているとのことでした。
異業種によるデータ活用
こちらはデータや具体的な社名などはありませんでしたが、とても興味深いお話でした。ECサイトが既存顧客へのリコメンデーションエンジンにニューラルネットを活用事例はよくある話かと思います。
最近ではさらに踏み込んで、とあるECサイトでは不動産とデータ共有の提携を行い、顧客の住所の地価などの情報を組み込んで、予測モデルを向上させたとのお話も阿部氏よりありました。（地価か家賃か、正確なところはわかりませんがとの断りが阿部氏よりありました）
ディープラーニングの最重要項目と言っても過言ではないデータですが、このように異業種間で活用できる事例が今後も増えて行けば良いですね。
まとめ
AIファーストをかかげて、実際に様々な方面で人工知能関連のサービスや事業を進めているグーグルですが、今回の基調講演では非常に具体的なAI活用事例のお話があり、とても参考になりました。また、ファミマなどの話は、少し検索をしてみましたが、特に情報が見当たりませんでしたので、恐らく今回が初めての事例紹介だったのかも知れませんね！
Google Cloud Machine Learning （グーグル・クラウド・機械学習）も、またcodexaにて近日中に取り上げていきたいと思います！
