今のAIを活かすために必要な勘どころ

石川信行氏(以下、石川):実際に我々が事業(部)の方にお話しするのは、「完璧ではないですよ」ということです。今はあくまで人間の補助をするもので、育てていくんですよと。「赤ちゃんを育てるのと一緒です。子どもの頃にぜんぜん覚えなくても、みなさん育児放棄なんかしないですよね」と言うわけです。

この中でも気づきは何個かあって。この(AIによるクチコミの)分類は、単純に(掲載)OKとかNGという中でも「こういう理由でNG」という結果のラベルが出るんです。実は現場の声をよく聞くと「(AIの審査結果では)なんでNGだったかちょっと知りたいな」って思うわけです。

そういった際に、今「Attention Network」という比較的新しめの技術を使うことによって、どの部分(単語・フレーズ)がこのラベルを判別するために重要だったかを検出できるものが作れないかと。こういったところを踏まえて、どんどん進化させていきたいと思っているわけです。

こういった事例・歴史をお話ししてきました。我々が今このAIを活かすためにどういう勘所が必要なのかを、ちょっとまとめてお話しできればと思います。

AI・機械学習を導入する過程は、今振り返ってみるとすごく泥くさくてかっこよくなかったなと思います。もしかしたら、みなさんも共通するところはあるかもしれないですけど、現場にこんなことを言われてきたわけですね。「精度を100パーセントにしたいです」と。

そんなことは難しいんです。なぜかというと、人が作った正解データを覚えさせるからなんですね。人がそもそも100パーセントじゃないんです。「機械学習なので、学習して育てていくんですよ」ということをきちんと伝えなきゃならないと。

あとは2番目はよくありがちでした。「AIやりたいです」と。「なにがしたいんですか?」ということを伝えなきゃならない。

あとはやりっぱなしです。1回やると満足しちゃうんですね。エンハンスしなきゃならないですからダメですよ。精度は上げていくものですから。「技術は日進月歩で進化していく」ということです。

こういった事例も踏まえて、我々はやっぱり技術力だけではダメだなと思うわけです。もちろん技術力は必要なんですけれども、やっぱり施策にどう使うのか、こういった観点も必要でしょうと。

さらに、こういったトライアルを回せるような環境。例えば我々の今のポジションでいうと、上司とか上のほうのポジションの方がこういったものを用意していかないとならない。振り返ってみれば、この3つを揃えないと発展しないでしょうと思うわけです。

AIを導入・運用する際に考えておくべきこと

1個ずつ簡単に所感を述べますと、技術力のところは、運用までしっかり考えて開発していきましょうと。ただ新しいものを使って突っ込んでみました、といった話じゃないんです。

例えば、インターフェースさえ揃えれば、中はブラックボックスにできたりします。なので、ここはR&D(Research and development)でどんどん進化させていけばいいじゃないですかということもできたりするわけです。頭を使ってアーキテクチャを構成していきましょうということです。

このデータ解析の分野・技術にはさまざまなものが必要です。インフラ、アプリケーション、ネットワークもそうですし、セキュリティもそうです。こういったものが必要になるので、必ずチームでやることになるでしょう。そこも重要だなと思います。

私から言わせていただくと、巷でいうきれいなデータを使って機械学習をやりましたというだけではちょっと難しいのかなと思っています。「サイエンスはけっこう泥くさいな」と思っているわけです。

次に、右下の施策接続力ということですが、基本的にAI・機械学習は、あくまでも手段ですので、やっぱりなにか問題を解決するものでなければいけないなと思っています。とりあえず試したものを試したいといった話ではないかなと思っています。

もっというと、実際に使ってもらわないとまったく価値がないので、きちんと導入までやりましょうと。別に失敗してもいいんですと。

とくに精度の観点は事前に注意して、要件として合わせておきましょう。「最初の精度はこのぐらいでいいんじゃないですか」といったことを言っておくべきかなと思っています。例えば、KPIとか結果の測り方とか期待値の調整って、正直けっこう重要かなと思います。

外とベンチマークを取って視野を広げる大切さ

次に、環境・情報力の部分を詳しく話していきたいなと思っています。これは、リクルートの我々の部署でいうと、この2つかなと思っています。

1つ目は、技術発掘・トレンド把握です。論文を見たり、学会やカンファレンスに行っていただいたり、これはもちろん当然やるべきことだと思っています。

ただ、思考がわりと固まりがちになっちゃうんですね。「これが正しい」「これだけが正しい」みたいな、ちょっとぎゅっと視野が狭くなっちゃうと感じたことがあります。

なので、ちょっと世界に出てみようかなというスキームも用意していたりします。例えば、US、イスラエル。実は私、イスラエルがすごく大好きなんですけど。イスラエルの出張を基軸にして、スタートアップと会って、「こういう観点で、こういう会社で、こうマネタイズしてるんですよ」みたいなところを話しながら、時には共同開発をしたりシステムを利用していただいたりできないか、ということでスキームを立てています。

実際にこういうふうにいろんな会社と共同研究したりライセンス契約をさせていただいて、なにかリクルートの役に立つことができないか検証したりするわけです。こういったことを経験していくなかで視野をどんどん広げていって、アイデアとか発想をうまく技術と結びつけられないかという努力をしています。

さらに、先ほどのA3RTは公開していて、みなさんタダで使えます。みなさんに使っていただいて、いろんなフィードバックを得たいなと思っているわけです。

去年の3月から展開をしていて、もう少しで1年が経ちますね。今、3,000人ぐらいの登録者の方に使っていただいている状況です。企業のみなさんからも「こういう共同研究できないか」みたいな話を数多くいただいていて、やってよかったなと思っています。

例えば、採用イベントのハッカソンみたいなかたちで提供できたりとか、モデルの精度向上をしたり。API(Application Programming Interface)コールをしていただいたデータを使って、精度を向上してさらにモデルを改善していくことができます。

オープンイノベーション。みなさんタダで使えるので、例えば、おみやげの画像から点数化するみたいなことをやっていただいた方々もいらっしゃいます。おもしろいなと。我々組織の中にいると、実はこういう発想は思いつかないんですね。なので、そういうフィードバックも得られるなと思います。

こういう良いことばかりだけじゃなくて、「こういう点が使いづらい」とか「この精度よくないね」とか、そういった気づきやフィードバックもいただければ、これは我々うれしいんですね。ここ(問題点)を解決するために、まっすぐになれるからですね。こういったフィードバックも得られています。

外とベンチマークを取って、しっかり視野を広げていくことも大切だと思っています。

目的ありきではなく、技術主導型の研究にも取り組む

次に、これはたぶんここにいらっしゃる役職が上の方のお話なのかなと思っていたりします。実は私も最近役職について、そんなに日が経っていないんですけど、やっぱり学ぶことが非常に多いんですね。

例えばR&Dなんです。時にはやっぱり技術ドリブンで発することもあるんですね。「なにに使うかわからないけど、この技術使えそうだ」というシーンもあるんです。そこで、先ほどと若干矛盾することになるんですけれども、最初から目的(ありきの道)を通ってはいけないなというものもあるわけです。

例えば、今でいうと強化学習です。うちの若者が今がんばってやってるんですが、強化学習というのは、囲碁のAIみたいなもので、今の現状をもとに次の1手を把握する、Q値と言われるものを使って把握していくというロジックです。「これをなにかに使えないか?」という発想が始まっていたりします。

実際に、これは本当にブレストのまんまの資料なんですけれども、UXをリアルタイムに把握して、例えば「こういうページ次行ったらいいんじゃないか」というのをガイダンスできないかとか。「本当はこういう導線がいいんじゃないか?」というのをサイト改善に使えないかとか。そういったところ、例えば離脱防止できないかとか、こういった案を出し合って技術研究をしているわけです。

大事なスライドはここでですね。実際メンバーがこういうスライドを持ってくるわけです。なにかというと、これ普通に一般の方が見たらわからないんです。なんのスライドだかさっぱりなんですけど、資料を作る時間がもったいないですね。

これを見て上司とか私も学んだんですけど、本当はぐっと「これ、ぜんぜんわからないね」って言いたいところを、なるべく理解をする。それでR&Dにむだな時間を使わないようにしたいわけです。なので、上司の方はぐっと堪えて理解するという能力も必要だろうと最近常々思います。これは自戒を込めてというものです。

こういった環境を整えて、先ほどの技術力と合わせて、AIとかこういう導入施策というのは並んで進んでいくものだなと思っています。

AIの活用を流行では終わらせない

最後、まとめさせていただきます。大事だと思うことを再掲します。やっぱりこういうことだなと落ち着きます。

やるならやっぱりこの3つの円を満遍なく育てていきたいわけですね。なので、我々これをエースだとか精鋭部隊になりたいとか、そう呼んでいたりしますけれども、まさにそこなんじゃないかと思っているわけです。

さらにこういった3つの円を育てるために、リクルートって実は優位性のある環境だと思っていて。それはやっぱりこういったボトムアップの文化がすごくでかいなと思っています。

先ほどのHadoopの件も画像解析をやりたいと言った件も、我々メンバーから上がっていって、振り返ってみると、こういうAIというムーブメントが起きたり、データ解析というムーブメントが起きたりしているわけなんですね。

こういったボトムアップの環境が技術を育てて、それをどう活かしていくかといったところにつながっていってるんじゃないかと思っていますし、リクルートの方はわりと、自社の紹介ばかりで申し訳ないんですけど、熱い方が何人かいたりしますので、そういった方となにか共鳴して、どこかでプロダクトが技術につながっていくなんてこともあるわけですね。

そして、だいたい人間っておもしろくて、1回成功すると次も成功するって思い込むんです。そうすると、新しい技術がなにか次の施策につながっていくといったことが目の前で起きていて、「ああ、そういうものなのかな」と思います。

長々とお話ししましたが、我々には目標があります。それはなにかといいますと、たまたま今日のカンファレンスと似通っている話ではありますが、「流行では終わらせない」ということを思っています。

地に足をつけてAIを活用し続けることで、わりと地味な業務なんですけれども、先ほどの原稿校閲みたいなところに新しい技術を入れて改善する。これだって立派な活用用途だなと思っています。

誰かがこれによって得をする、幸せになる。浮いた工数を使って、新しいクリエイティブなことができる。こういったことが続いていけば、AIや機械学習を使った甲斐があったんだろうというわけです。

最後のスライドになりますが、A3RTは公開しておりますので、みなさんにどんどん使っていただいて、苦言でもいいですし、「よかった」でもいいですし、そういったもの(フィードバックを)いただければと思っていたりもします。

あとは「こういう機能ほしい」とかですね。そういったものをどんどんいただければ、もしかしたら作るかもしれないというところです。

長々とお話しさせていただきましたが、私たちは採用のほうもやっております。一緒にワクワクできる方がいらっしゃいましたら、ぜひ私に声をかけていただければ、お話しましょう。

長い間、発表をご清聴いただき、ありがとうございました。

(会場拍手)