世界数十カ国の顧客の声をR&Dに活用！機械学習を活用した Google™ の翻訳技術で、約4割の効率化と分かりやすさを実現！！

視力や眼圧の検査機器などのアイケア製品を始め、光学技術・高精度GNSS（全球測位衛星システム）測位技術を利用したインフラ整備のための測量機、GNSSを農業に応用した農業用機器の自動制御など、医（Healthcare）・食（Agriculture）・住（Infrastructure）の分野で事業を行うトプコン。

同社の品質保証部では主に、市場に投入する前の製品評価と販売後の不調や故障への対応という、二つの業務を担っています。販売後の製品については、営業担当者が顧客の声を聞き、その内容を専用フォームからSalesforceに登録しています。品質保証部が登録された情報を集計・分析し、技術・製造部門に共有することで、貴重なデータを製品の品質向上や開発に有効活用することができています。

「世界数十カ国で展開しているため、情報がそれぞれの言語で登録されます。この情報をカテゴライズして件数を把握し、優先度をつけて技術・製造部門にフィードバックします。」と説明するのは、品質保証部 課長 高須 謙一氏です。

同社では、Salesforceが提供しているAIを活用して、登録された情報を自然言語解析により分析し、カテゴライズする仕組みを構築しました。しかし、AIが英語対応のみであるため、それ以外で登録された情報を英語に翻訳する必要がありました。その翻訳に利用されているのが、 Translation API です。

AIの活用にあたっては、蓄積してきた過去の故障や修理に関する問い合わせやクレームを Translation API で翻訳し、そのデータを教師データとしてAIに学習させ、カテゴライズできるようにしました。

「翻訳データは人が理解するためのものではなく、AIに入力するためのデータなので、用語を間違って翻訳していることがあっても問題なく、翻訳の精度はそこまで求めませんでした。教師データの翻訳が間違っていたとしても、同じ翻訳エンジンなので、分類対象も同じ翻訳間違いになる可能性が高い。だから、最終的なアウトプットのカテゴリが正しければ問題ナシという運用にしています。もちろん、AIが分類したカテゴリは、最終的にヒト（担当者）がチェックしていますけどね。

また、Google Cloud の Translation API であれば、Salesforce側からアクセスできると思い試してみました。翻訳の精度などは、Google翻訳™機能で把握していましたし、日本語だけでなく多言語のデータを一括で翻訳できることを評価しました。」（高須氏）

この仕組みを構築するまでにかかったのは、計画、実装、評価を含めておよそ2ヶ月。短期間で実装できたと評価しています。

「最初は、Salesforceの担当者の協力を得ながら医療機器分野でカテゴライズの仕組みを構築しました。その後、測量機分野も同様の仕組みを用意しましたが、このときは、医療機器のシステムを参考にしながら、私が実装しました。 Translation API は他のシステムと連携することを前提にしているので実装しやすかったです。」（高須氏）

翻訳の自動化、カテゴライズの自動化により、これまでより作業工数が3−4割削減できるようになり、経営陣からもこの取組みを評価されています。工数削減により生まれた時間は、クレーム内容の分析など、本来人間が行うべき業務のために使えるようになりました。

「工数削減効果も大きいですが、どのカテゴリに多く問題が発生しているのかが一目瞭然となり、実際に製品の品質向上や改善を担う技術部門の方でも、どこから手をつければよいか、優先順位が明確になりました。人間がゼロから翻訳して問題をカテゴライズすると、細かい事象を気にしすぎてしまうあまり、カテゴリも細分化するのですが、自動化によって問題を大局的に把握できるようになりました。技術部門からも、対応しやすくなったと喜ばれています。」（高須氏）

Google Cloud を利用するにあたって、課題となったのは利用費用の支払いでした。Googleではクレジットカード払いのみのため、請求書での支払いをしたかったからです。対応する会社を調べる中で、実績が豊富な電算システムを選択しました。

今後は、AIの解析エンジンの質を向上させていきたいという高須氏は、次のような展望を見据えています。

「現在利用しているAIの学習データの質を向上させ、育てていくことを考えていますが、SalesforceのAIは実装内容自体はブラックボックスなので、パラメーターのチューニングができません。そのため、かゆいところに手が届かないようなもどかしさがあります。電算システムでは、データサイエンティストやデータエンジニアがいて、自然言語処理の解析エンジンの開発が可能ということですから、今後ディスカッションしながら、独自のAI開発の可能性を探っていきたいと考えています。」（高須氏）