データを集めただけでは何も起きない……ビックデータを有効活用したIoTとAIにより作られる新しい世界

AI/IoT /

さまざまな分野で導入が進むIoTとAI。その市場も急激に伸びている。しかし、「早く導入しなくてはという気持ちはあるが、いったいそれで何が得られるのかよくわからない」「IoTの機器を使ってお客様の動きを調べなくても、見ていればだいたいわかる……効果がハッキリしないものに新しくコストなんてかけられない」というような、漠然とした理由で導入を躊躇している層が、いまもなお多く存在する。

IoTは、ただそれを導入しても何も起こらない。お客様の体重、身長、性別、人数。今日の天気、気温。どのように移動して売り場に行き、どのようなタイミングで商品を手にとったのか。IoTの機器類からは、そのような膨大なデータが自動的に集まってくる。では、それをどうするのか? IoTを導入する答えはそこにある。

POSレジから集まる大量の顧客データからできたこと

いまではスーパーはもちろん小型の商店でも見るようになったPOSレジ。バーコードをスキャナーで読み込み、商品の値段が表示され、自動的に合計価格が計算されていく。POSレジは、サーバーに保存された商品の価格データを呼び出してくるとともに、その商品が何時に、何個売れたのかをサーバーへ送る。これにより、在庫管理を正しく瞬時に行うことができるようになった。

また、売れ筋商品や、どの商品がどの時間帯にどのぐらいよく売れるのか、売れてない商品は何であるかといった商品の動きを知ることができるようにもなる。さらに、ポイントサービスを行うお客様カードを作ってもらうことで、カードを使って購入したお客様の性別や年齢、家族構成などの情報も同時に得ることが可能である。このような商品販売データが、大型のスーパーであれば日に何万、何十万と集まってくる。しかし、膨大なデータは、単に集めただけならば意味を持たない。「いまこの商品が少ないので追加の発注をかける」「この商品が売れていないので在庫の調整を行う」といった、現状の把握とそれに対する対応だけに留まるだけだ。

ビッグデータの考え方が出てくる前までは、こういったデータは全く解析されることはなかった。平均を見る、曜日や月ごとにどのぐらいの売り上げの変化があるのかを集計するレベルだ。そんなことは最後にレジのお金をまとめて、表計算ソフトでも使って計算すればできる程度の話。ごく一部の統計解析のできるチームがいたようなところでなければ、膨大なデータの解析は成功していなかった。

得られたデータは、その内容を解析することで、なぜこの日にこの商品が売れるのか、なぜこの年代にはこの商品が人気なのかといった相関関係を導き出すことが重要となる。かつてのPOSシステム、ECサイトなどでは、データを集めるだけで解析という部分がほとんどなされていなかった。

多くのパラメータから未来も予測…AIによる解析の登場

ビッグデータを使う人で効果をいち早く出した人は、『理由はわからないがこうだ』と対応をした人である。理由はわからないが、これとこれが一緒に買われる。これを買う人はこれを買わない。理由はわからないが、水曜日はお客さんがくる、など。ビックデータは計算機に何か入れれば何か出てくると幻想を持っていた人が多かったのだが、仮説を立ててやらなければ何も出てはこない。単に巨大なストレージが必要になっただけだ。コストがかかるだけでアウトプットが何も出ないという状況に陥る。何らかの仮説に基づきデータを解析し、その結果をフィードバックする。一見相関関係のない物事でも、多くのデータを合わせていくことで何らかの相関関係が見えてくる場合がある。見えてきた関係にいち早く対応することにより、刻々と変わる状況のなかで生まれる好機を逃さなくなる。

しかし、膨大なデータのなかにある一見関係性のないもの同士の関係を見出すことは、人の手だけでは大変困難な作業となる。そこで登場してくるのがAIだ。AIならば、与えられた仮説に基づき、いくつものパラメータのなかから同じような変化を起こしているものを、人間の何倍もの処理速度で探し出してくれる。そして、その変化の規則性も探し出し、次に同じ変化がいつ起こるのかといった未来の予測まで行うようになる。それにより、次にこの商品の売り上げが多くなるのは何日後なのでそれまでに在庫を増やすといった、先を読んだ行動を起こすことが可能になるのだ。AIによる解析で、いま数が少ないから発注するといった、単にデータを集めて現状把握する行動とは全く異なる、未来予測型の行動ができるようになるのである。

わからないデータからはAIも解析できない…より細かいデータをリアルタイムに収集するIoT技術

このように、AIを用いることで未来を予測した解析ができるようになるのだが、解析結果が間違っていることも当然起こりうる。そのような場合、間違った結果を加えて再度AIに解析させたり、新たなデータを入れたりすることで解析結果の精度を上げていくことが可能だ。

しかし、POSレジのデータだけでは得られるデータが限定的である。また、お客様カードで情報を入れてもらうとしても、カードを作らないようなお客様の情報は得られないし、カードのシステムを作るだけでも莫大な費用がかかる。さらに、そのときにどのような人と一緒に来店していたか、店内でどのような動きをしていたかといったような、売り上げやお客様カードからはわからないリアルタイムの情報を得ることもできない。わからないデータはAIに与えることができず、そこから解析することはAIにもできない。

そこでIoTデバイスが大きな力を発揮します。例えば、インターネットに接続されたセンサー付きのカメラを設置すれば、お客様の顔の画像から解析して年齢や性別のデータを自動的にサーバーに集められる。そのお客様がどの棚にどれぐらい滞在し、どの商品を一度手にとり、最終的にどの商品を購入したかまで一目瞭然です。また、棚の画像から商品の配置状況もデータとして得られる。

さらに、外や室内の温度や湿度、天候などのデータも同時に取得できる。お客様がアクションを起こさなければ集められなかったあらゆるデータが、自動的に集められるようになるのである。この新たなデータを用いてAIで解析することで、より精度の高い予測が可能となるのだ。

いままでは、在庫のデータベースの残個数がいくつ以下になったので商品を発注するというやり方であった。それがこれからは「次の週は近所でイベントがあり、天候予測は晴れ。このイベントで晴れの場合は、この商品がこの程度の量売れるので、いまのうちにこの個数を発注しよう」といった予測型のやり方になる。IoTによりデータが多く集まれば、AIによるその予測精度は格段に向上し、ビジネスのやり方まで変わってくる。

業務システムが変わる…旧態依然のやり方を続ければいずれ消えていく

IoTは「インターネットオブシングス」。最後の主役はデータをとってどう解析していくか、サーバー側、AIの判断だ。しかし、手足は必要。手足に張り巡らされる神経がIoTと言える。データを集めるだけでは何もできません。「IoTを導入したがたいした効果は得られなかった」……そんな声が多くあるが、得られたデータをどう解析し、その結果をどのようにフィードバックしていくか、ここが重要なのである。

業務系システムと情報系システムの分離が今後はさらに進化する。旧態依然の業務システムの作り方ではスピード感が追いつかない。管理も含めて既存のやり方でいようというのでは、近いうちに消えていく可能性がある。世の中の仕組みが、IoTによっていま大きく変化しつつある。