こんにちは、広報の秋山です。先日、青山オフィスにて、VP of AI driven business / イノベーション推進部　部長　野口竜司によるAI推進セミナーを実施しました。

AIドリブン社会

まずはじめに、野口から参加者へメッセージが送られました。

人によるデータ処理から、AI / 機械学習による変化が進み、本格的なAIドリブン社会が進んでいます。一方、大規模なAIネイティブ人材（特に意識しなくてもAIを使いこなしている人材）の不足が予想され、AIに携わる人材を増やしていくことが今後の課題です。本セミナーが皆さんが今後AIに携わっていくきっかけとなることを期待しています。

人によるデータ処理から、AI / 機械学習による変化が進み、本格的なAIドリブン社会が進んでいます。一方、大規模なAIネイティブ人材（特に意識しなくてもAIを使いこなしている人材）の不足が予想され、AIに携わる人材を増やしていくことが今後の課題です。本セミナーが皆さんが今後AIに携わっていくきっかけとなることを期待しています。

機械学習 / ディープラーニング

機械学習（ディープラーニング含む）は下記3つに定義されています。（参照：SAS 機械学習）①コンピューターがデータから反復的に学習し（一部除く）、そこに潜むパターン（特徴）を見つけ出すこと。②学習した結果を見出した法則性によって新たなデータにあてはめることでパターンに従って将来を予測することができる。③人手によるプログラミングで実装していたアルゴリズムを、大量のデータから自動的に構築可能（自動化）とする。

このように、丸暗記ではなく複雑な条件に対して新しいものを法則化できるという特徴があります。

機械学習は“特徴”をつかみ“法則化”する、法則を“自動化”することであり、特徴づかみの名人です。全て数字で扱われ、説明変数を元に特徴をつかみ、目的変数を予測することができます。

機械学習のアルゴリズム / 手法タイプ

機械学習のアルゴリズム/手法タイプは大きく分類すると3つに分かれます。①教師あり学習答えになるデータ（過去の来場者数データetc.）を持っている学習。②教師なし学習答えになるデータが無い学習。③強化学習一連のプロセスにおける途中行動に対して報酬と罰を与えて、良いと定義された方向に向かうように学習させる方法。

活用タイプ別、機械学習/ディープラーニング

AIは機能別には「識別系AI」「予測系AI」「会話系AI」「実行系AI」と4つのタイプに区別できます。さらに人間との関わりにおける2つの型、人間ができることを代行する「人間代行型」、人間ができないことを拡張する「人間拡張型」に区分されます。これらの機能別4タイプと代行/拡張の型に基づき様々な分野でAIが活用されています。機械学習/ディープラーニングの分類や得意不得意を把握して適材適所でプロデュースする力が重要です。

ワークショップの様子

はじめにAI活用ビジネス事例についていくつか紹介しました。事例共有後、AI活用プランニングシートを用い、実際に個人ワークを実施し、プランを作成しました。お題をZOZOTOWNサイト、WEARサイト、ZOZOBASE（倉庫）の3つの中から選択し、組み込みAIモデルを考えました。

＜モデル案作成の流れ＞①AIタイプの選択（機能別4タイプの選択）②AI名称考案③AIモデルアイデア考案④AIモデルで解決すること考案

プランニングシート例

個人ワーク後、2人ペアになり、互いのプランを発表しあいました。

懇親会の様子

懇親会では、ワークショップで出したアイデアについてなど、活発に議論している様子が受けられました。本セミナーを通じて、AIがより身近なものになっていると嬉しいです。

ご参加いただいた皆様ありがとうございました。

採用情報

ZOZOテクノロジーズでは現在、各職種で正社員を募集しています。気になる方は求人ページをご覧ください。

【お問い合わせ】広報に関するお問い合わせはこちら