人工知能（AI）は、万能ではありません。得意なことと、不得意（苦手）なことの両方があります。AIに苦手なことをやらせるとどうなるか？
結果は想像通り、う～ん？な感じですね。

では、得意なことと、苦手なことの差って何でしょう？

その差の1つが、過去の膨大なデータを生かせるかどうかです。
今朝の朝日新聞によい例が記載されていました。
自動車事故が起きた場合、自動車が多少なりとも破損することが多いです。
今までは、自動車を修理工場へ持ち込み、修理工場で人が自動車の破損箇所を見て、修理費用の見積りを出していました。
つまり、事故の受付から保険金の支払いまでの期間が２～３週間ほどで、手間と時間がかかっていました。

ところで、修理費用の見積り額は、自動車の車種と、自動車の破損の程度でおおよそわかりますね。
例えば、高級車だと、部品代が高めで、破損の程度がひどかったら、その程度に応じて修理費用も高めになる傾向ですね。

過去の実績である膨大なデータがあれば、それに基づいて、ある程度の誤差はありますが、予測可能です。
つまり、AIが、過去の膨大なデータに基づいて、事故車の修理費用を予測可能です。
具体的には、事故車の破損の程度がわかる画像データをボットに送り、ボットが受信した画像データからメーカー、車種および年式を判定し、さらに、破損箇所や破損の程度を画像認識で判定します。
これに基づいて、部品代や修理の工賃などを予測して見積をだすわけです。

ここで、損害保険会社は、膨大なデータをもっていますが、これを分析して見積額を算出する技術を持っていないです。なぜなら、技術を得意とした会社ではないからですね。
そこで、これらの技術をもっているベンチャー企業の出番となります。
ベンチャー企業は、それらの技術を持っていますが、膨大なデータを持っていません。
そこで、損害保険会社と、ベンチャー企業が手を組むわけです。

ベンチャー企業は、自社の技術を何に使うか？
経営者のみなさん、ビジネスチャンスは、必ず来ます！