データを確認せずに「できます！」と役員が確約した、ディープラーニング案件の末路：開発残酷物語（4）（1/3 ページ）

　「御社の規模で、ディープラーニングに取り組んでいる会社は珍しいですよね。今なら、勢いに乗ってグワーっと攻められるんじゃないですか？」と山本氏。

　確かに、現在ディープラーニング分野を手掛けているのは、大手SIerか新進のベンチャー企業がほとんどで、同社のような中堅企業は珍しい存在といえる。

　「当社の規模ですと、何かしらの会社としての強みを持たなければ生き残れません。そこでこの分野に目を付け、少しずつ取り組み始めて、ようやく事業化できたところです。グワーっといきたいのですが（笑）、数学に長けているエンジニアが足りておらず、なかなかそうもいきません。中には数学オリンピックの予選に出場した人物もいるのですが、そうした数学を得意とするエンジニアは、残念ながらまだ全体の1割程度でしょうか」（萱沼氏）

　今回、事例として伺った失敗談も、そうした同社のAI分野への取り組みの初期段階で発生したものだった。

山本一郎氏、コンピュータマインド 萱沼常人氏

ディープラーニング案件の成否は、基になるデータ次第

　それは、まだAI分野への取り組みを事業化する前の話だったという。制御系の開発を行っている関係もあり、顧客企業から製品の外観検査にディープラーニング技術を導入したいと相談されたという。

　「AIを強みにしたいと考えていた当社にとって大きなチャンス。お客さまから学習データを頂く前に『成果を出せます』と言い切ってしまいました」（萱沼氏）

　しかし、データの粒度が粗かったこともあり、結果的にクライアントが望むほどの成果が出せなかったという。

　これまでにマーケティングや物流の分野でAI導入に携わってきた経験がある山本氏も、ディープラーニング案件の成否にはデータのクオリティーが重要だという。

　「機械学習全般に言えますが、導入するのであれば、ノイズを除去するなど、あらかじめデータにクレンジングをかけておく必要があります。データ量に対して結果がリニアに付いてくるわけではないので、お客さまもそうした認識を持っていないと、期待した結果は得られません」（山本氏）

　もちろん、萱沼氏もそうしたことは承知していた。

　「しかし、これから実績を築いていこうという時だったので、『やります！』と引き受けてしまいました。NDA（秘密保持契約）を取り交わした後に実際のデータを見たら、これが粗かった……」（萱沼氏）