ヤフーCSO安宅和人×鈴木寛が語る！リーダーに必要な「AI」「データ」の知識と活用法

あすか会議2019 第8部全体会「リーダーに必要なAIの知識と活用法」 （2019年7月7日開催／アクトシティ浜松） データ×AIの世界的な競争は私たちの社会に破壊的な変化をもたらすだろう。ビッグデータの蓄積やAIの技術進化といった現在のフェーズから、あらゆるものがデータ化しスマート化するフェーズⅡ（実装化の時代）へ、そしてそれらがつながりあってインテリジェンスネット化するフェーズⅢ（エコシステムの構築）へとデータ・AI社会が進化することは明白だという。データとAIの進化が社会にゲーム・チェンジを引き起こす中、リーダーが持っておくべき知恵とは何か。内閣府人間中心のAI社会原則検討会議の構成員として政府のAI戦略策定にも参画する安宅和人氏に見えている景色を、日本初の私立・国立大学のクロスアポイントメントとなる東京大学公共政策大学院教授、慶應義塾大学政策メディア研究科兼総合政策学部教授の鈴木寛氏が引き出す。（肩書きは2019年7月7日登壇当時のもの） 安宅　和人　慶應義塾大学　環境情報学部　教授／ヤフー株式会社　CSO（チーフストラテジーオフィサー） 鈴木　寛　東京大学　教授／慶應義塾大学　教授

AIチャットボットの暴走、就職内定辞退者の予測など、AIにまつわる近年の事件はなぜ起こったのでしょうか。AIが社会に浸透し始めたことで、私たちの予期せぬところで他者の不利益や社会の軋轢を生む場面が増えています。こうした問題はAIの専門家だけで解決できるものではありません。では、私たちビジネスパーソンはいったい何を心得ておくとよいのでしょうか。 本コースでは、AIを利用するビジネスパーソンが、AIの現状とその課題を正しく理解し、課題解決に向けた国際社会や企業の取り組みを知ることを目指します。前編では、これからやってくる「AI-Reayな社会」と、AIの元となるデータについて学びます。視聴後には、AI・データ時代の担い手としての自分に自信が持てるようになるでしょう。 監修：森谷　和弘 データ解析設計事務所　代表、データアナリティクスラボ株式会社　取締役　CTO、データサイエンティスト協会　スキル定義委員 株式会社富士通金融システムズ（現　富士通株式会社）でデータベースエンジニアとしてのキャリアを積み、その後データ・フォアビジョン株式会社にてデータベースソリューションや金融工学系ソフトウェアの開発、データサイエンス、人事等の役員を担当。2018年よりフリーランスとして独立し、AIコンサルタント、機械学習エンジニア、データサイエンティスト、データアーキテクトとして活動。2019年、データアナリティクスラボ株式会社を共同経営者として起業し、データサイエンティストを未経験者から実践経験者へと育成する事業に従事。 監修：永沢総合法律事務所 代表弁護士永沢徹が1995年に設立し、現在、12名の弁護士が、幅広い業種のクライアントに対し、個人情報に関する問題を含め、企業法務全般に関するリーガルサービスを取り扱っている。

AIチャットボットの暴走、就職内定辞退者の予測など、AIにまつわる近年の事件はなぜ起こったのでしょうか。AIが社会に浸透し始めたことで、私たちの予期せぬところで他者の不利益や社会の軋轢を生む場面が増えています。こうした問題はAIの専門家だけで解決できるものではありません。では、私たちビジネスパーソンはいったい何を心得ておくとよいのでしょうか。 本コースでは、AIを利用するビジネスパーソンが、AIの現状とその課題を正しく理解し、課題解決に向けた取り組みを知ることを目指します。後編では、AIの公平性と信頼性、さらには国際社会や企業の取り組みを学びます。視聴後には、AI・データ時代の担い手としての自分に自信が持てるようになるでしょう。 監修：森谷　和弘 データ解析設計事務所　代表、データアナリティクスラボ株式会社　取締役　CTO、データサイエンティスト協会　スキル定義委員 株式会社富士通金融システムズ（現　富士通株式会社）でデータベースエンジニアとしてのキャリアを積み、その後データ・フォアビジョン株式会社にてデータベースソリューションや金融工学系ソフトウェアの開発、データサイエンス、人事等の役員を担当。2018年よりフリーランスとして独立し、AIコンサルタント、機械学習エンジニア、データサイエンティスト、データアーキテクトとして活動。2019年、データアナリティクスラボ株式会社を共同経営者として起業し、データサイエンティストを未経験者から実践経験者へと育成する事業に従事。

自分はエンジニアではないから人工知能（AI）を使えない、もしくは自社はテクノロジー企業ではないからAIとは縁がない、などと思っていませんか。 本シリーズは、非エンジニアの方がプログラミング言語を使わずにAIを実際に使うための実践講座です。今回は、DataRobotを用いて複数のアルゴリズムを同時に試し、ビジネスの現場で検証することで予測の精度を上げる過程について学びます。 監修：DataRobot DataRobot はAI活用を民主化するため2012年に設立、同社が提供する「DataRobot AI Cloud」は次世代の AIである 。AI Cloud は、あらゆるデータタイプ、あらゆるユーザー、あらゆる環境を統合し、 業界・業種を問わずすべての組織に対して重要で価値あるビジネスインサイトを提供することをビジョンとしている。 DataRobotはAI Cloudのリーダーとして、あらゆる組織の本番環境へのAI導入を加速しており、Fortune 50の3分の1を含む、業界や業種を超えたグローバルな顧客から信頼を得ている。 「DataRobot AI Cloud」は、今日の市場において最も広く展開され、実証されたAIプラットフォームの1つであり、世界中の顧客に対して1.4兆件以上の予測を提供している。 DataRobot お問合せ： https://www.datarobot.com/jp/resources/contact_us_g/ グロービス経営大学院の「ビジネス・データサイエンス」クラスに「DataRobot AI Cloud」を提供中。 グロービス経営大学院　ビジネス・データサイエンス 講座詳細： https://mba.globis.ac.jp/curriculum/detail/dsb/ 監修：森谷　和弘 データ解析設計事務所　代表、データアナリティクスラボ株式会社　取締役　CTO、データサイエンティスト協会　スキル定義委員 株式会社富士通金融システムズ（現　富士通株式会社）でデータベースエンジニアとしてのキャリアを積み、その後データ・フォアビジョン株式会社にてデータベースソリューションや金融工学系ソフトウェアの開発、データサイエンス、人事等の役員を担当。2018年よりフリーランスとして独立し、AIコンサルタント、機械学習エンジニア、データサイエンティスト、データアーキテクトとして活動。2019年、データアナリティクスラボ株式会社を共同経営者として起業し、データサイエンティストを未経験者から実践経験者へと育成する事業に従事。

AIやビッグデータという言葉をよく聞くようになりました。自社保有のデータを活用できるように、AIを導入して何かできるのではないかと漠然と考えている企業も多いかもしれません。本動画では、そんなAI導入を任されたビジネスサイドの担当者に向けて、失敗しないAI導入のための5つのポイントを紹介します。AI導入という“手段”を“目的”化しないために、ビジネスサイドは設計の際にAIを導入する目的を明らかにしないといけません。そのためには、AIに対する幻想を抱くのをやめ、AIの特徴や強みと弱みを理解しなければならないでしょう。また、手持ちのデータが使えるものなのか（コロナのようにデータに大きな影響を与える変曲点はないか）などを理解しておく必要があります。エンジニアだけでなく、ビジネスサイドが理解しリードすべきことを、企業のAI導入支援を行うNishika株式会社のCEO山下達朗氏にお聞きしました。（肩書は2021年2月3日撮影当時のもの） 山下　達朗　Nishika株式会社　代表取締役　CEO