概念ドリフト
Concept Drift
AI用語解説
AIが学習した時点と現実のデータの傾向がズレていく現象のこと。時間の経過とともにAIの予測精度が落ちる主な原因のひとつです。
さらに詳しく解説
概念ドリフトとは、AIが学習した当時のデータのパターンと、実際の業務で発生するデータのパターンが時間とともにずれていく現象です。たとえば、コロナ前の購買データで学習した需要予測AIは、コロナ後の消費行動の変化に対応できず、精度が大幅に低下します。
中小企業がAIを導入した後に「最初はよかったのにだんだん使えなくなった」と感じるケースの多くは、この概念ドリフトが原因です。市場環境の変化、顧客行動の変化、社内の業務ルール変更などがトリガーになります。
対策としては、AIの予測精度を定期的にモニタリングし、精度が下がってきたらデータを追加して再学習させる仕組みを用意することが重要です。「導入して終わり」ではなく、継続的なメンテナンスコストを見込んだ計画を立てることが、長期的なAI活用成功の鍵となります。
中小企業での活用ポイント
使いどころ
概念ドリフトは、業務の判断基準や顧客対応、社内ナレッジを整理するときに確認しておきたい用語です。導入前に意味を揃えることで、ツール選定や社内説明のズレを減らせます。
注意点
言葉だけを先に決めるのではなく、どの業務で使うか、誰が確認するか、成果をどう測るかまで一緒に整理することが重要です。