モデル精度
Model Accuracy
AI用語解説
AIが正しい答えを出せる割合のこと。精度が高いほど信頼できますが、100%はなく、業務で使える水準かどうかを実際のデータで確認することが大切です。
さらに詳しく解説
モデル精度とは、AIが出した回答・予測・判断のうち、どれだけの割合が正しかったかを示す指標のことです。たとえば「精度95%」であれば、100件の判断のうち95件は正しく、5件は誤りがあることを意味します。
AI導入を検討する際、ベンダー（提供会社）は「精度97%」「業界最高水準の精度」などとアピールすることがあります。しかし、その精度がどのようなデータで測定されたものなのか、自社の業務データでも同等の精度が出るのかは、別に検証する必要があります。
特に中小企業で注意すべきなのは、「高精度なAI」を導入しても、自社のデータが学習時のデータと異なる特性を持っていると、実際の精度が大幅に下がることがある点です。たとえば、都市部の顧客データで学習したAIを地方の顧客に適用しても、同じ精度は期待できません。
また、精度が高ければ必ずしも「使えるAI」とは限りません。業務上で許容できる誤りの程度（例：不良品の見逃し率を1%以下にしたい）をあらかじめ設定し、その基準を満たすかどうかで評価することが重要です。