次回から「検索キーワード なうブログ」とご検索いただけると泣いて喜びます

AIプログラミングでできることとそれぞれの需要の高さについて

 

AIプログラミングでできることってどんなものがあるのかな?どうやればできるようになるだろうか?ついでにそれぞれのできることの需要とか付加価値の高さも知りたいな。こんな疑問に今回はAIを活用する企業で働く僕が解説します。

 

AIを活用したプログラミングでできること

・価格予測
・テキスト解析によるカテゴリ分類
・需要予測
・画像認識
・販促費最適化
・自動モザイク加工

ToB領域で需要が高いのは、販促費最適化で年間億単位で効率化できる。できることは幅広いけど、どれをできるようになるかで人材付加価値も変わる。

 

結論、AIプログラミングでできることは幅広いですがざっくりと上記の通りです。ちなみに、ToBで求められる方が需要が高いので販促費最適化あたりが一番市場価値が上がります。

 

ただ統計解析やデータサイエンスのスキルも必要になるため、AIプログラミング以外のスキルも必要になるので結構難易度は高いかなと思います。

 

AIプログラミングでできることの事例

AIプログラミングでできることの事例

 

AIプログラミングでできることって幅広く、企業でも個人でもいろんな事例があります。今回は代表的だったりぜひ知っておいて欲しいものをまとめてみました。

 

価格予測

一番イメージがつきやすいAIプログラミングでできることとして、価格予測があります。一般の人でも馴染みやすい理由として、株価予測とかでAIが利用されているからですね。

 

例えば、AIロボが株などの自動売買をしてくれるサービスとかはAIを利用していますし、以下の記事などのように個人が趣味の範囲でAIプログラミングして株の価格予測をしていたりもします。

 

金融業界はフィンテック全盛。そんなAI株価予測サービスが続々と出てくるなかにあって、いま最も注目を集めているのが『Phantom株価予報AIエンジン』である。なんと、「的中率80%以上」という尋常ではない結果を叩き出しているからだ。
引用:AIで株価予測

 

この流れで最近はFintechという金融×AI(テクノロジー)の分野も目立ってきていますよね。1つの分野を作るくらいAIプログラミングでできることがあるってわけです。

 

テキスト解析によるカテゴリ分類

2つ目も割と馴染みやすいAIプログラミングでできることなんですが、テキスト解析によるカテゴリ分類ですね。形態素解析して単語と単語を分けて、どんな意味なのかをAIで類推します。

 

この活用事例としては、この記事のサマリーは○○です、のような要約サービスだったり、あるいはスマートニュースやグノシーのようなニュースの分類をしてカテゴリに分けておすすめレコメンドをするようなサービスが該当します。

 

テキストは一般的なデータですが、まだまだ活用事例があると考えられており、以下のようにマーケティングの文脈で口コミの解析で顧客のニーズを推測するなど豊富な事例があります。

 

そこで、この蓄積されたテキストデータや社外のデータを手作業ではなくツールを使って分析することが行われています。これがテキストマイニングです。テキストマイニングは、大量のテキストデータのなかから、企業が今まで気がついていない貴重な分析結果をもたらしてくれます
引用:テキスト解析でマーケティングにコミット

 

需要予測

3つ目ですが、需要予測です。これはAIプログラミングでできることとしてあまり馴染みはないかもですが、一例としては航空券の料金決定に使われていたりします。

 

航空券ってよく価格変わるじゃないですか。繁忙期は高くて閑散期は安いですよね。あれって要は、エアラインとしては高くしても売れる時期は高くしたいし、一方で閑散期は安くして稼働率をあげているわけですよね。

 

これもAIプログラミングによる需要予測の一例です。過去の購買傾向とか価格との関係をデータ解析して、これくらいの価格ならこれくらい予約される、というようなことをAIで予測しています。

 

より低価格で飛行機を利用するためにはいつ予約すればいいのかを教えてくれる旅行アプリ Hopper は、AI の力を活用して過去2年間で飛躍的な成長を遂げたとしている。
引用:航空券のレコメンド

 

逆の視点で考えると、いつどの航空券が安くなるか?を考えるのもAIプログラミングによってできることなのですが上記のようにそれをサービス化する事例もあったりします。

 

画像認識

一時期GoogleがAIが画像によって猫かどうかを判別することができるようになったというニュースがありましたよね。あれもAIプログラミングでできることの事例の1つです。

 

画像認識と呼ばれている技術ですが、猫の画像を予めAIにデータセットして猫の特徴量つまり猫はどんな特徴があるかを基準に学習させていくわけです。

 

Googleは米国時間12月19日、人工知能(AI)を利用したこの画像認識アプリが大きな節目に達したことをブログで発表し、Googleの画像認識能力をどのようにトレーニングしているのかを説明した。それによると、同社は検索と「Knowledge Graph」による言語学習と、独自の光学文字認識(OCR)エンジンと組み合わせて利用しているという。
引用:Googleが画像認識技術を推進

 

それ以降もGoogleは上記のように画像認識技術の研究開発を進めており、Googleレンズという製品が製品化される未来もそう遠くはないかもしれないですね。

 

販促費最適化

次はほぼピンとこないかもですが、ToB領域でもAIプログラミングが活用されており、できることとしてすごく需要が高いという事例です。

 

普段ECサイトとかで購入する時ってクーポンがありますよ〜とかポイント配布しましたよ〜、お得なので購入してくださいね〜、みたいのあるじゃないですか。

 

あれも実はAIプログラミングによって一部運用されています。企業視点では、販促活動なわけですが販促費は膨大なので効率的に運用したいですよね。

 

そのために、どんな人にいくらポイントを配ると販促費が最適化されるか?をAIプログラミング(データサイエンス)によって最適化してたりもします。

 

自動モザイク加工

最後はちょっと面白い系ですが、自動モザイク加工とかもAIプログラミングでできることの1つです。あるいはフェイク加工とかも同じ原理ですね。

 

 4月に米国で開催された電子メディアの展示会「NABショー2019」では、このような映像、音声の「ヤバイ」ものまで見張って、修正するAIが登場した。IBMはNABで、「Watson」により、リアルタイムに「不適切映像」や「不適切音声」をマスクする様子を見せた。AIが不適切なものを「見つける」ところまでやれるなら、もう、人が指定する必要はない。
引用:ヤバい画像をAIでモザイク加工

 

用途的にはいろいろあるんですけど最近SNSで炎上するようなコンテンツがあったりするじゃないですか。そういう本来ネットで不特定多数に見せてはいけないものを判定して自動的にモザイク処理するみたいな用途が事例としてあります。

 

こういうのって人が行うと物凄い人件費がかかるので、これをAIプログラミングで解決できるととてもコストカットできますよね。

 

AIプログラミングでできることは多いが需要も違う

AIプログラミングでできることは多いが需要も違う

 

これまでAIプログラミングでできることの事例を紹介しましたが、同じスキルでも用途によって需要というか市場価値も変わるので、ぜひ自分はどの用途でAIプログラミングをしたいか考えた方がいいですね。

 

ToB領域が市場価値上がりやすい

結論、基本的にはToB領域の方が市場価値は上がりやすいというか、稼ぎやすいです。理由は簡単で、ToBの方がお金が動きやすいですし、動くお金の高さも高いからです。

 

ToBですと投資の考え方も合理的なので、説明がつけばすごく予算が取れます。つまりAIプログラミングでできることへの投資額が高いので大きいことにチャレンジしやすくなるんですよね。

 

特にToBだとコスト部分への改善がニーズとして高いため、販促費最適化とか現状だと人がやっていてコストが高いけどAIプログラミングで代替できるようなことを狙うのがおすすめです。

 

ToCはあまりおすすめしない

一方でToCは面白いですが、あまりおすすめはしないです。というのもさっきの理屈と逆な構造になってしまい、あまりお金が動かないためなんですよね。

 

個人だと便利とはいえ、AIプログラミングでできることにそこまでお金を使えません。できたとして、AIアドバイザーのような不特定多数の人株価予測をして手数料をとるみたいな感じです。

 

なので個人的には、AIプログラミングでできることは多いものの、どの用途で使うかはよく考えた方がいいかなと思います。

 

AIプログラミングでできることをやってみたいなら

AIプログラミングでできることをやってみたいなら

 

AIプログラミングはその活用可能性と専門性の高さから、アメリカでは一番年収が高い職種のスキルとされてますし、日本でもDeNAなどが新卒のAIエンジニアに最高年収1000万円提示したいと夢のあるスキルです。最後にもしAIプログラミングを学びたいならどうするといいかを解説します。

 

統計解析やデータサイエンスもセットで学ぶ

基本的にAIプログラミングは、PythonやRと言ったプログラミングスキルに加えて統計解析や機械学習など人工知能関連のスキルの掛け合わせです。なのでセットで学ぶのが基本です。

 

Pythonのようなプログラミング言語としての学習はまだ独学でも十分習得できますが、機械学習やデータサイエンスあるいは統計解析の部分は正直独学で学習するのはかなりしんどいです。

 

現実を言うなれば、新卒でAIエンジニアだったりデータサイエンティストになっているような人は、ほぼほぼ大学や大学院でAI分野の研究をしている人なんですよね。

 

大学が無理ならスクールを使う

なのでベストは大学に戻ってAI分野を学ぶが良いのですが、全員が全員その選択肢を取れないのは自明です。現実的には、AIプログラミングに特化したスクールを使うのがおすすめです。

 

例えばAidemyのようなAIプログラミングに特化したオンラインスクールであれば、専門性高い内容をオンラインで安くいつでも学べるため非常に現実的にAIプログラミングスキルを習得できます。

 

最初の段階では無料相談でのビデオ講義とかカウンセリングを受けられるため、それらをみつつ考えてみるといいかと思います。対面よりはオンラインが忙しい人でも継続学習しやすいですよね。

 

参考:AIを学べるプログラミングスクールのおすすめ【比較してみた】

 

データの質と量が多い企業で働く

あとはある程度AIプログラミングスキルがついたら、出来るだけデータの質と量の良い企業、大体は大企業でAIエンジニアとして働くとできることが幅広くて面白いかなと思います。

 

理由として、大企業だと予算が多い、データの質と量はAIプログラミングで成果を出す上で非常に重要な要素だからです。ベンチャーならコンサルタントやSaasモデルの会社ならいいかなと思います。

 

データの質と量が悪いと、AIプログラミングをしてもできることは一緒だけど精度が悪いためあまり成果も出せないですし市場価値も高まりにくいのであまりおすすめではないですね。

 

まとめ

 

ということでAIプログラミングでできることの事例と、ToBの方が良い理由、そして学び方などを解説しました。参考になると幸いです。

 

人気:IT転職サイト・エージェントのおすすめ【体験談と役立つ考え方も解説】
人気:フリーランスの求人サイト・エージェントのおすすめと選び方【採用担当が解説】

最新情報をチェックしよう!