動(dòng)畫(huà)を撮ることで見(jiàn)えてくるもの

秋葉：フレームワークスは、大和ハウス工業(yè)のDPL流山の中で「PoC（Proof of Concept）」をやっています。まずはカメラをたくさん使って実証実験を行います。業(yè)務(wù)プロセスの中でこういうことがしたい、といったことも確かにあります。しかし、カメラで動(dòng)畫(huà)をたくさん撮ることに大きな価値があるのです。その動(dòng)畫(huà)をどう使うかは後でもよくて、動(dòng)畫(huà)を撮るということ自體が非常に重要です。
大量の情報(bào)が目に入ってきても、人間は賢いので、その中から必要な情報(bào)だけをチョイスしています。カメラも同じです。例えば60度の視界でカメラを設(shè)置しておけば、人間の視界よりは狹いですが、60度の範(fàn)囲をすべて撮ることができるので、人間と同じで、カメラの中に情報(bào)が入ります。その中の何を使うかは次に決めればいいことです。明確な目的があって、畫(huà)像からやりましょうという話(huà)もありますが、情報(bào)にはたくさんの使い方があるので、とりあえずカメラを設(shè)置しておくのです。
センサーデバイスなどを除くと、基本的には、何らかのアクションをしてはじめてデータ化されて、インターネット経由でクラウドに上がります。それが、アクションがなくても畫(huà)像としてすべてクラウドに上げ、何かあればその中からデータ化をして、そのデータだけを保持することができると、現(xiàn)場(chǎng)で人間は何のアクションもしなくてもよくなります。この膨大な畫(huà)像を使ってデータを作り出すということは、非常に価値のあることです。例えば、この中にQRコード（※）があったとしたら、その情報(bào)をとることができます。近くに商品があれば、その色の情報(bào)がとれます。畫(huà)像の中にある情報(bào)はいくらでもとれるわけです。人間の顔を認(rèn)識(shí)するのと同じようにできると思います。それは私たちが認(rèn)識(shí)している世界ではなくても、畫(huà)像の中に保存されている情報(bào)であれば可能なので、そういったかたちでデータを作り出すことができるのが大きいですね。あとは、それをどうやって使うかの話(huà)です。

※QRコードは（株）デンソーウェーブの登録商標(biāo)です。

岡田：PoCとは、日本語(yǔ)訳にしにくいのですが、あえて訳せば「概念実証」でしょうか。

秋葉：AI業(yè)界の考え方なのでしょうね。屬人的な現(xiàn)場(chǎng)での積み上げ方とは違う感じがします。実際のビジネスの中で、その辺の感覚的なものを感じることはありますか。

岡田：本來(lái)は、新しい構(gòu)想やアイディアを、形にしながら、その仮説に実現(xiàn)可能性があるか、どうすると実現(xiàn)できそうかを検証するプロセスを指すのですが、AI業(yè)界ではこのPoCという言葉が、意味が曖昧なまま、バズワード的に使われていて、課題に感じています。中でも、最近AI業(yè)界で話(huà)題になっているのがPoC貧乏”という言葉です（笑）。大きな投資をしてPoCに取組んでも、結(jié)局本番運(yùn)用に至らずに終わってしまうケースがあまりにも多いからです。何が課題になっていて、どういう狀態(tài)が理想なのか、という大前提を検証することなく、とりあえずAIで何かやっちゃいましょうという話(huà)からスタートすると、何も形にならずに終わってしまいます。

秋葉：先ほどのとりあえずカメラをつけるという話(huà)とPoC貧乏という話(huà)が、見(jiàn)方によっては近いように感じてしまいますから、そこをきちんと理解しておく必要がありますね。

岡田：明確に違うのは、”P(pán)oC貧乏”に陥るケースは、ある程度パターンがあることです。それは、AI活用が手段ではなく目的になっているケースです。例えば、社長(zhǎng)から「とりあえずうちもAIをやるぞ」という話(huà)が出た時(shí)。どのような世界観を?qū)g現(xiàn)するために、何を検証すべきなのかという議論がないままに、言葉尻だけをつかみ、擔(dān)當(dāng)役員や部長(zhǎng)の方が「何とかしなければ、とりあえずこれをやろう」と決めてしまうケースは危ない。これでは、本末転倒です。結(jié)局、10円で1円を買(mǎi)っているような狀況になり、やればやるほど、コストばかりが膨らんでいきます。これでは、AI技術(shù)を提供する企業(yè)側(cè)としても実証実験で終わってしまいますので、本番まではほど遠(yuǎn)い。そんな誰(shuí)にとっても嬉しくない狀態(tài)に陥るケースが、この業(yè)界で多くなっています。

秋葉：例えば、とりあえずマイクをつけて音を録ってみて、音がきちんと拾えて、音聲データを活用すれば業(yè)務(wù)プロセスや業(yè)務(wù)自體を変えられる、あるいは音聲から導(dǎo)かれる予測(cè)などを仮説として確認(rèn)する。そういうことを早くやればいいんですね。

岡田：畫(huà)像認(rèn)識(shí)でいえば、あるアパレルの小売店で、試著室まで持っていったけれども、結(jié)局買(mǎi)わなかったとしたら、その動(dòng)きを見(jiàn)て、そこから推論する。「広げたら今一つ気に入らなかったのか」「身に著けた感じがよくなかったのか」など、そういう推論につながっていくということですね。

秋葉：購(gòu)入しなかった理由が色なのか、サイズなのか、上下の組合せなのか、それはわかりません。であれば、ほかのものをレコメンドしてみる、などとつながります。データの活用という點(diǎn)においては、物流の世界よりも小売りの世界の方が圧倒的に進(jìn)んでいます。小売りの世界では、マーケティング分析も含めてしなければならないので、データの活用はずっと昔からやっていることです。さらに、インターネットでものを売る場(chǎng)合、インターネット上であればいろいろな履歴が取れるので、さらに分析につながっていきます。これをリアルの世界でも同じようにやりたいのです。だからこそ、音聲や畫(huà)像も含めて撮って、それを人工知能で解析するということを一生懸命やっています。「クラウドの上に」という話(huà)と同じですが、物流は遅れていることを認(rèn)めて、進(jìn)んでいる業(yè)界?業(yè)種の中でやっていることの流用、転用など、できそうなことは何かを考えることが大事です。
進(jìn)んでいる業(yè)界があって、ABEJAも、そこのお客様やそこでやっていることがすでにたくさんあるわけです。例えば、お店の中で情報(bào)をとって分析するとします。割り切って考えれば、棚が並んでいて商品が入っている點(diǎn)では、お店の中も物流センターも一緒です。客が歩いたか手を伸ばしたか、作業(yè)している人が歩いたか手を伸ばしたか、まったく一緒なのです。そういったこともあっとういう間にできるのではないかと思います。ですからPoCといいながら、一から始めなくても、経験を積んだ岡田さんたちがいるのであれば、私たちは途中から始められるのではないかと思っています。

ネクストステップを追求する

岡田：「カメラをつけまくるプロジェクト」という話(huà)をしたとき、メンバーからは大反対を受けました。しかし、私はカメラをつけることはすごく重要だと思っています。なぜなら、人が意味がないと思って、目をつぶらないのと同じです。意味がないとき、人間は目をつぶり続けていたほうが、処理が少なくなるのでいいはずです。それなのにずっと見(jiàn)ているということは、何かしら気づかないところに気づくということがすごく重要なのではないでしょうか。人もそうですが、見(jiàn)慣れてしまうと當(dāng)たり前に処理をして、當(dāng)たり前になればなるほど感覚的に処理をし始めます。車(chē)の運(yùn)転をしているとき、30度ハンドルを切る、30度曲がるなどと考えて運(yùn)転している人はいませんよね。感覚的な処理が始まることはディープラーニングととても似ている気がします（笑）。
見(jiàn)ているだけで感覚的に解読できるものがあるはずです。見(jiàn)ると何か違和感を覚えるのは、音聲だったり、匂いも関係してきます。そういったことをモニタリングすることが重要です。物流業(yè)界の中で24時(shí)間365日狀況を目視している人は皆無(wú)に近いので、カメラで撮っておいて、後から3倍速、4倍速で見(jiàn)たとしても、何かしらの気づきがあるはずです。その気づきの部分をAI化して、「これは今おかしかったよね」と発見(jiàn)できれば、これまで人ではできなかったところが急にできるようになっていくのではないでしょうか。そういうことも含めて、カメラをたくさんつけて、まずは現(xiàn)狀というものを見(jiàn)ます。秋葉さんや私たちが見(jiàn)ると、「何か今のおかしくない？」ということが出てきます。そういったことを作り上げていくことが、近道だと思っています。
逆に、ソリューション側(cè)というか課題並列型では、目的があってカメラをつけますから、これが無(wú)駄に思えてしまいます。これはニワトリが先か卵が先かという議論と同じで、カメラをつけて気づくこともあるはずです。実際に作ったものをダイワロジテックさんのほうで橫展開(kāi)していくところまでいけると、おそらくこれは物流業(yè)界の革命になると思っています。

秋葉：さすがにカメラ1臺(tái)100萬(wàn)円したら、とりあえずつけろとは言いません。ネットワークカメラの精度が上がって値段は下がっているという今の環(huán)境であれば、とりあえずつけたらいいという話(huà)です。
例えば、私がインターネット通販を物流施設(shè)でやっていたとします。お客様のところにものを出すとき、ハンディ端末でピッとやって箱に入れていきます。ところが、商品3個(gè)のお買(mǎi)い上げなので、確かに3個(gè)箱に入れたはずが、コールセンターにお客様から商品が入っていなかったとクレームきたら、現(xiàn)狀ではこれを証明することができません。そこですみませんでしたと割り切って即商品を送ったとしても、クレームなのでそれだけでは済まずに、誰(shuí)がやったのか、本當(dāng)に大丈夫なのか、ハンディ端末のデータを探して、その商品をどうしたかなど、膨大な作業(yè)を行わなければなりません。
そこに畫(huà)像があれば、タイムスタンプがあるのですぐにわかります。間違いなく3個(gè)を箱に入れていることを畫(huà)像で確認(rèn)できるのです。どのようにインデックスをつけるかという課題はありますが、インデックスがついていればすぐにわかります。そういったことがどんどん出てくると思います。人間がやっているのだから間違いが起こるのは仕方ないと思われていることがたくさんありますから。だから、そこでのチェック機(jī)能にも使えるわけですね。これは出荷のところの話(huà)ですが、この分析方法は他のプロセスでも使えます。熟練工のノウハウをコピーして持ってくることはできませんが、AIであればそれができます。カメラとセットで持っていけば終了です。

岡田：今はとりあえず撮っておくという段階ですが、検証すべき仮説のイメージはつき始めてきています。最初から見(jiàn)えているところもありますし、撮る中で課題感が見(jiàn)えてきているところもあります。実際に見(jiàn)てみて、こういうことかと気づくこともあります。

秋葉：私たちもそうです。結(jié)果を數(shù)字で見(jiàn)ていて、なぜそんなことが起こるのかわからなかったことが、動(dòng)畫(huà)を見(jiàn)直して、そういうことかと気づくことがあります。今までも當(dāng)然指導(dǎo)をしていますが、私が四六時(shí)中そこで見(jiàn)続けているわけにもいきませんので、これまでは「ちゃんと指示をしておけよ」という話(huà)でしかありませんでした。

岡田：屬人的にやっていて當(dāng)たり前だと思っていたプロセスが「実は……」、ということですね。生産性効率のような指標(biāo)と畫(huà)像を解析すると、どのような條件で、生産性が上がるか下がるか、ということがわかってきます。これは、ずっと畫(huà)像としてデータを殘しておいたからこそわかる相関性です。畫(huà)像が3時(shí)間しかなかったらまったく相関になりません。10日、20日とデータが貯まれば、生産性が良かったとき、逆に全然うまくいっていないとき、何が原因だったのだろうと後から見(jiàn)直すと「ここだ！」というものが見(jiàn)えてきて、解決につながっていくはずです。それを自動(dòng)化していくのが、まさに人工知能の得意分野です。自動(dòng)化が進(jìn)んでいけば、次の活用段階にどんどん進(jìn)んでいくことができます。

秋葉：ネクストステップこそが本來(lái)のポイントです。ある瞬間のある目的レベルを切り取ってモデルを作ることは、やりたいことの10％です。それができたら次もまた出てくるし、このデータを加えたらこうじゃないかという話(huà)をずっとしていかなければなりません。どこかで飽和するのでしょうけれど、人間の習(xí)熟の話(huà)と同じで、やらなければいけないことです。そうかといって、そこまでのデータ量を溜めて、PoCを一生懸命やってからこれを作ります、という話(huà)ではないはずです。いったんここでリリースして、ここまでクリアして、とやっていくためには、モデル自體も成長(zhǎng)していかなければいけませんし、集めるデータの種類(lèi)、精度も上げていかなければなりません。それに、カメラで撮るからわかることがあるといいましたが、畫(huà)像から切り出せるものばかりではありません。人間が見(jiàn)てここがおかしいとわかっても、畫(huà)像から切り出せないのだとしたら、センサーを入れるなり何かして、データをとらなければなりません。こうした仮説検証を繰り返しながら、1日も早くソリューションとして効果を出したいと思っています。