営業のみなさんは「AI」についてどのような
イメージをお持ちでしょうか？
WatsonやAinsteinなどさまざまなな
サービスが登場し、AIに特化した
ベンチャー企業も注目されています。
営業のみなさんも商談中に、
「AIが流行っているみたいだから
うちの会社も何か導入してみたい」
など相談を受けるかもしれません。
そんな時に、営業としても何か情報提供をしたいところです。
今回はそんな時に話せるAIの技術的な概要をお伝えします。
セールストークで使い信頼関係を構築する
「ニューラルネットワーク」
「機械学習」
「ディープラーニング」
「強化学習」
など
さまざまな用語があり、聞いたことがあるでしょう。
しかし、それぞれが何を意味していて、
どのように分類されるのか、
語れる人は少ないでしょう。
今回はそれぞれの分類を説明し、
経営者や役員の方や彼らを相手にしている
営業が知っておくべき技術的なフレームワークをお伝えします。
そもそも機械学習とは？
AIがブームになった背景をおさらいします。
冬の時代
第1次AIブーム（1956〜1960年代）：探索・推論の時代
ex.単なる制御、迷路の解き方
第2次AIブーム（1980年代）：知識の時代
ex.将棋プログラム
（大きなブームにならなかった理由）
・コンピュータ処理能力の限界
・技術的な限界
（コンピュータが識別に必要なルールを全て人が設定しなければならない）
第3次ブーム（今現在）
（再度ブームになった理由）
・コンピュータ技術の向上
・ビッグデータ
・アルゴリズムの発見
※2012年の画像認識の国際コンペティションにおいて
トロント大学のチームがディープラーニングを用いて優勝
→正答率がかなり向上
そもそも機械学習とは、
機械学習（machine learning）とは、人工知能における研究課題の一つで、
人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする
技術・手法のことである。（wikipediaより）
営業的解釈
機械学習とは、現在のAIブームの技術的な名称である。
コンピュータが識別に必要なルールを自分で学習する
「ディープラーニング」や「ニューラルネットワーク」は
「機械学習」という大きな概念に含まれる。
「ニューラルネットワーク」とは、
脳のニューロンとシナプスの回路を、コンピューター上で再現したもの。
人間の脳と同様に、正しい答えを出した回路が強化されるように設計されているので、コンピューターが自分自身で物事を学習していくことのできる仕組み。
生物の神経ネットワークの構造と機能を模倣するという観点から生まれた
学習アルゴリズムである。人工神経を相互接続したもので計算を構造化し、
情報を処理する。
「教師あり学習」「教師なり学習」とは？機械学習概論
「教師あり学習」 正解データあり 正解データを基にコンピュータが学習していき、精度を高める。
（使われる手法）
・ニューラルネットワーク
データのパターン認識で利用
（よく新聞や雑誌で目にするシナプスのような図）
例：画像認識
・サポートベクターマシン（SVM）
データのパターン認識で利用
例：迷惑メールの分類
・ベイズ
確率分布、条件付き確率のイメージ
例：病気と症状の関係を確率的に表す（喫煙と発癌の関係など）
・決定木
ある事項に対する観察結果から、その事項の目標値に関する結論を導く
例：性別、住宅の価格の見積り
「教師なし学習」 正解データなし なんとなく意味のある塊を抽出してくれる。
（使われる手法）
・クラスタリング
与えられたデータに対して、似たような物をまとめる処理
k-means法（教師あり学習にも使える）、ウォード法、という手法がある
例：Googleのweb広告(利用者を集団に分けて広告を配信)
詳細な説明をしようとすると複雑な数式を使うので
本コラムではそこまでは扱いません。
興味のある方は是非勉強を進めてください！
まとめ
以上のように「AI」と一言でいっても様々な解釈があります。
「AIソリューションを導入したい」といっても
自然言語処理(chatbot)や画像認識(自動運転へ応用)など
様々な分野での導入の可能性があることがわかったと思います。
今回述べたような手法をセールストークでお客様に伝え、
更にお客様との信頼関係を深めるのに役立ててください。
また、自社内での新規サービスの企画に
活かせればと思います。
関連情報
関連コラム：営業が必要なくなる？AIと営業の今後の関係性とは
RPAって結局何？｜RPAの事例と導入の注意点
アクティブラーニングで会社を活性化|AI時代に必要な人材育成方法
スリーシーズ関連サービス：営業戦略
関連資料：セールスストーリーの作り方