Q.AI勤務表について

Ans.

　勤務表の最適化エンジンの能力といわゆるAIとは、無相関です。

https://speakerdeck.com/recruitengineers/brainpad-meetup-umetani?slide=5

こちらで説明されている、「AIで問題解決：プレスリリースの実態」の通り、実際に勤務を解くのは、アルゴリズムに基づいて動くソフトウェア（ソルバ）であって学習に基づくAIではありません。

＜ソルバを、人間が開発するのは今後も変わらない＞

例えば、乗算器を構成するのに、通常は、論理的な手続きで解くのが普通だと思いますが、これをAI学習に基づいて解いた方が速くて正確であるとは、識者は考えないでしょう。同じように、リニアモデリングによる勤務最適化解は、乗算器のように数理的な面が支配的であると考えています。ヒューリスティクス関係のソルバで、AI的なアプローチを使うことで数％の向上が図れた、という報告は挙がっているものの、現状を打破するような革新的な成果は得られていないのが現状です。それについては、将来も変わることはないだろう、と考えています。実装方法が論文で示されていれば、AIがそれを学習し真似ることは可能かもしれません。しかし、商用ソルバは、その実装方法がオープンではないので、（スケジュールナースもアルゴリズムを公開していません。）トップに位置することは、当分ないでしょう。

＜モデリングの可能性＞

AIの応用が望めるのは、ソルバではなくモデリングにあります。モデリングとは、コンピュータにこういう解が欲しいと伝えること　の事です。スケジュールナースでは、制約を記述することによってお客さま専用のカスタム勤務表を実現しています。現状、このモデリングは、一般の方はもちろんITエンジニアでも一定の学習努力が必要で、一言で言うと難しいです。多分世界で一番、勤務表を作っている私ですら、時折、頭を悩ませる問題に出くわします。それ故、プロジェクト作成サービスが存在するのですが、私の持つ深い経験や知見をAIに学習させAIに置き換えることは、大いに可能性があると考えています。スケジュールナースでも課題として捉えています。