需要予測へのAI活用、「説明可能なAI」を実現して精度との両立を図る方法

　小売業界において、需要予測は重要な業務だ。昨今は、予測精度の向上を図るべくAIの活用も広がってきたが、一方で正確性・信頼性を不安視する声も多く、予測を意思決定に組み込めていないケースが少なくない。

　こうした状況を解消するためにも、「AIがなぜその答えを出したのか」を説明できないブラックボックス問題を解消し、「説明可能なAI」を実現する必要がある。しかし、「精度」と「説明可能性」はトレードオフの関係にあり、説明可能性を得るために精度を妥協しなければならないこともあるため、どちらを優先させるかをあらかじめ理解・決定することが必要だ。目標に応じて採用するデータやモデリング戦略が変わってくることも頭に入れ、予測プロセスを構築していかなければならない。

　本動画では、説明可能なAIの重要性を解説するとともに、説明可能性の実践を成功させるためのポイントを紹介する。事例も交え、精度と説明可能性の両方を手に入れるアプローチも紹介しているので、両者のジレンマを解消するためにもぜひ参考にしてほしい。