AIとビッグデータを活用した「デジタル戦略」「サステイナビリティ」〜川邊健太郎×住隆幸×松尾豊×島田太郎
G1経営者会議2019 第6部分科会A「AIとビッグデータによる戦略的サステイナビリティの実現」 (2019年10月27日開催/グロービス経営大学院 東京校) AIやIoT、ロボティクス等に代表されるデジタルテクノロジーの進展により、多種類・高品質なデータの収集・保有・活用が競争力の源泉として益々注目され、サステイナブルな成長の実現をもたらす鍵となるだろう。日本においては、流通、フィンテック、インシュアテック、健康、医療、走行データ、工場設備の稼働データといった高品質な「リアルデータ」には強みがあり、その利活用については、制度設備を急げばグローバルにおいても競争優位性をもたらす可能性がある。戦略的にAIやビッグデータをいかに活用し、次の成長にむけてデジタル戦略に取り組んでいくのかを、実際の事例もふまえて議論する。(肩書きは2019年10月27日登壇当時のもの) 川邊 健太郎 Zホールディングス株式会社 代表取締役社長 CEO/ヤフー株式会社 代表取締役社長 CEO/ソフトバンク株式会社 取締役 住 隆幸 東京海上ホールディングス株式会社 事業戦略部部長 兼 Global Head of Tokio Marine Innovation Lab 松尾 豊 東京大学大学院工学系研究科 教授 島田 太郎 株式会社 東芝 執行役常務 最高デジタル責任者
無料
より理解を深め、他のユーザーとつながりましょう。
77人の振り返り
hitominmaru
マーケティング
とりあえずAIで何かやってみよう!
そういう温度感が漂っていた時期もありましたが、最近は、なぜ必要なのか?他にはないのか?と、
世の中全般的に選択オプションの1つになってきてるような感じがします。
完璧を求める風潮が強い日本では、諸外国に比べ遅れをとっているとのことでしたが、そうだろうなあ、と思いました。
7
ki44n1
メーカー技術・研究・開発
20年前までシステム開発にかかわる仕事をしていましたが、その時もコンピュータシステムはあくまでも人間の道具であり、人間がそれを使用して何をしたいかが重要であるということは感じていました。当時もコンピュータを導入すれば、なんでもやってくれると思い込んでいた人ばかりでしたが、AIについても全く同じような妄想がつきまとっているとは、日本人は進化していないのですね。
デザイン検討を業務に精通している人が行わなければならないところ、日々の業務に追われてどうしてもおろそかになりがちであると思います。
AI構築には企業の文化も変えていかなければならないと改めて認識しました。
5
0829koba
マーケティング
AIというと、膨大なデータから自動的に有用な情報を出してくれると思いがちだが、その間には人の手が加わり、データを分析するのは人の力が重要という認識を持った。AIを導入し、何がしたいかをじっくり検討することを今後していきたい。
3
mm9425
メーカー技術・研究・開発
紹介されていたポイントにちゃういしながら、現在勧めている開発を俯瞰してみることにする。特に、AI導入後に実現したい事と競争優位性の確保には注意を払いたい。
3
silver0809
営業
AI活用は目的ではなく手段。自分もこの事業、業務がAIと親和性があるのかじっくり検討してから発言している訳ではなかったなぁと反省。
3
otobe711
その他
AI導入の5ステップを説明いただいたあと、ビジネスサイドの視点中心に、業務改革にうまく使う上でのヒントを教えていただきました。
実務に活用していきたいと思います。 ありがとうございます。
<5つの検討STEP>
1.AIのデザイン検討:何のためにAIを使うのか
2.データ分析:目的とするMLMをつくれそうか
3.機械学習モデル(MLM)構築:主にデータサイエンティスト、MLMエンジニア
4.機械学習モデルの実装:主にシステムエンジニア
5.システムの保守・運用:障害対応、新しいデータをAIに学習させAIをアップデートさせる
そのうえで、失敗しないAI導入の5つのポイントも紹介いただいた。
⓵競争優位性を生み出すAIを考案
⇒その際、人の手をプロセスにいれて、
常に人の行動をAIが学習して賢くなっていくプロセスをつくること
⓶AIを既存業務の適材適所で使用
⇒AI導入に向いた膨大なデータを扱う、または、需要予測業務か
AIが不得意なクリエイティブな判断が必要な業務かを見極める。
⓷適切なデータを見極める。
⇒過去のデータの中で変節点がなかったか、UIが変わっていないか
取得データの種類がかわっていないか、マーケティング戦略変わってないか
④100%の精度をもとめない
⇒AIに幻想をもたない、100精度の予測・認識はできない前提で
どこまで精度があれば意味あるかを見極め、まず入れてみる。
⑤関連部署を巻き込む
⇒1部署だけでなく、顧客までの全ての機能、部署が同じデータをもとに行動変容できる仕組みをつくる。
■いずれにしてもビジネスサイドが、注意すべき落とし穴やポイント、有効な導入形式を見極めながら、データサイエンティスト、MLMエンジニア、システムエンジニア、関係部署を巻き込んで進めていくことが大切
2
vys05714
その他
AIに限らず、データを取っているけど活用されていないケースが良くあります。設備を導入した後に少しずつ条件などの修正を行い、ちゃんと使えるシステムの構築が大切なんでしょうけど、一部の担当者しか理解していないことが多く、使えるAIを育てていく環境づくりが難しいのかなと思います。
1
uru0715
販売・サービス・事務
AIを使用する目的をしっかり理解する事。
AI道入後、課題を素直に修正する事。
1
kyc
IT・WEB・エンジニア
AI導入・開発のプロジェクトに携わり、ビジネスサイドとの温度差に苦労したので、ビジネスサイド側の理解促進を進めるためにはこの動画を見てもらうことも有用だと考えます。50%の精度でも役立つ機械学習モデルは確かに存在します!
1
bonjours
金融・不動産 関連職
日本のAIが遅れている原因は、ビジネスサイドのAIに対する理解度不足も一つの要因ではないかと感じる。この能力をこれからも磨いていきたいと思う。
1
nomt_55110
専門職
AIもそうですが、DXもバズワード化しないことが大事ですね。
1
rita888q
販売・サービス・事務
AIを導入する事が目的になる・・改めて目的と手段を取り違えないよう、上席者が留意すべき第一歩だと学んだ。
1
tsutomu5
人事・労務・法務
概念を理解出来た。
1
kfujimu_0630
マーケティング
AI導入はじめ、DXを進めようとすると、いつの間にか導入が目的化してしまうことが多いと思うので、解きたいイシューを見失わず、DXという手段を活用して、デジタル時代を生き抜いていかなければならないと思った。後、日本企業はクロスファンクショナルな組織を機能させることが苦手なので、これまでのバイアスをブレイクすることも必要だと感じた。
1
sphsph
メーカー技術・研究・開発
まずやってみる、の功罪があることを改めて認識しました。
少しづつ使いこなしていく、期待しすぎず、とはいうものの、その良さは使い切りたい。
やはり、まずやってみる。
1
kenji_i23
メーカー技術・研究・開発
👍
1
tfujioka
IT・WEB・エンジニア
AIへの期待値と、活用して何を実現したいかの目的を明確に
AIという手段を目的にしない
0
tomokazu3
IT・WEB・エンジニア
AIを活用する前にどんなイシューを解決したいのか、効果はどれくらい見込めるのか、現実的に繰り返し利用可能なのかどうかといった点をよく考えた上で導入・活用をしたいと思います。
0
kamizuka
専門職
ビジネスサイドAI活用では,例えば足りなくなった場合の補充費用をどうするか,AIのせいだといえるのか,日本的な責任の持ち方をどう考えるのか。このような視点で掘り下げてはどうか。
0
24680
IT・WEB・エンジニア
AI導入の過程における注意点が参考になる。
①何をするのかを明確にする。
②使えるデータを特定する。
③関係者の目的や意識をひとつにする。
④事業として必要なことをする。
当たり前のことをきちんと進めること大切だと思った。
0
ktmiwa
メーカー技術・研究・開発
生成AIが出てきてまたAIに対する世間の反応が変わった感があります。
0
takehiko-s
営業
まず、入口のところでAIが何に適しているのか、非エンジニアは理解しなければならない。ただ、どのようなことが適しているのかわかるようにもしておいて欲しい。ここが進むと適材適所が達成される。どのようにデータを判断するかは、人の手によることが今は大きいのでしょうか。機械でも人でも100%はないことを認識せねばならない。
進めていく上では、エンジニアおよび関係部署との協力が欠かせない。
0
sai-3448
人事・労務・法務
今回学んだことを参考にしたいと思います。
0
mehima
経営・経営企画
AI導入を目的とせずに、何を解決したいのか、から考える。
100%の精度は求めない。
それぞれの部署がそれぞれの行動原理で動いている。
0
takeru0819
専門職
開発側に頼りっぱなしではなく、ビジネスサイド側との連携がAI導入に大切なことだと実感した。
0
shusuke-yamada
その他
AI化さえすればいいのではなく、必要性と使用用途を固める必要が有ります。使えなければ、意味がありませんから。
完璧を求めると動きにくくなることも新制度導入を進められない要因といえます。
0
redcomet
IT・WEB・エンジニア
AIの得手不得手が分かったので得手をAIに任せて業務を効率化させたい。
0
okei0831
IT・WEB・エンジニア
良い話でした
0
hero_
専門職
目的を間違えない。AIに適した作業を見極める。シンプルだけど、これができるようにならないといけないなと感じました。
0
yutahayasaka
その他
5つのステップのうち、④100%の精度を求めない⑤関連部署を巻き込む組織作りの2つが印象に残った。
日本は完璧主義を求める傾向が強いとこれまでの経験で感じる。100%でない、を前提にして仕事を進めるのは難しいだろうなと感じた。
また、クロスファンクショナルな組織つくりも、壁が高そうだと感じた
0
fukucha
販売・サービス・事務
100%の精度を求めずまず、導入して徐々に精度を高めていく事が必要である。
0
keismith
メーカー技術・研究・開発
目的に必要な予測精度を見極めることが大事。
0
ogawakazuhiko
マーケティング
目的を明確化することが重要ですね。
まずは特性を理解するようにします。
0
gokusi
販売・サービス・事務
今後AIを意識する機会が増えると思います。
0
tatsuro-kochi
メーカー技術・研究・開発
解決したい課題を競争優位性の観点からも具体的にイメージするということに加えて、AIxDATAというツールを組み合わせることでどういった認識・予測ができ、それはどういう風に新しい価値を生むのかという視点を常に意識したい。100%を求めすぎず、ユーザーの手を一連のAIシステムの中に組み込むことで強みを生かした使い方を考えていきたい。
0
dj_kim
マーケティング
ありがとうございました。
0
ma2022
営業
・AIに100%の完璧さを求めないこと
・AIは予測や認識に強みがある
AIを導入することでどのような競争優位性を生み出したいのか?経営サイドがデザインすること、戦略を持つことが極めて重要であると感じた。
0
seg
メーカー技術・研究・開発
AIの予測精度は100%に近くないと使えない!と思い込んでいましたが、80%や場合によっては50%の精度でもメリットがあるという点は目からウロコでした。
0
omoteba
メーカー技術・研究・開発
データの見極めは重要で、変化点を把握していないと予測結果が大きく異なってしまうことに気をつける必要がある。
0
gonglo
コンサルタント
情報系、予測系の仕組みはBI、AIも最初のデザインを疎かにし、手段の目的化に陥りやすい。ただ、スピードも大事なので最初にPoCなどQuickに体験するのも大事。企業や担当部門によってアプローチは柔軟にすべきと思う
0
teto76
IT・WEB・エンジニア
AIに過度な期待を持たず、選択肢を絞ったり、逆に視点を増やすために使うのが良いかなと考えました。
0
koji_wada
マーケティング
ビッグデータやAIを導入することが目的化するのは良くあること。自社の課題や他社と差別化したいポイントと、AIで出来ることの合致点をどのように見つけるか、が最初の大事な要素だと理解しました。そのためにも、ビジネスサイドで社内外の環境分析と、AIに関する基礎的な知識を身につけておく必要性を感じた。
0
takahira15005
専門職
目的を明確にしてAIを有効に活用していく。
0
tetsuya1121
メーカー技術・研究・開発
AIをこれからやる部署は、まずはやってみるではなく、どんなことができるかを考えることも大事だと学びました
0
kaz_2021
マーケティング
手段の目的化・イシュー化に注意して、ツールの一つとしてAIに関する知識を高めようと思います。
0
mitayo
その他
AIはあくまで手段の一つとして活用していくものであるということを肝に銘じ、課題の解決や業務の遂行に際して、AIを活用することでどんなことができるかを日々考えていきたいと思います。
0
kagawayumi
人事・労務・法務
解約に繋がりそうな顧客、働き手や
マッチングしたものの不満足につながりそうなサービスの予測見地に役立ちそう。
0
kanomata
専門職
AIを導入して何がしたいのか?何が目的なのか?達成基準は何か?そこをしっかり腹落ちさせることの重要性を認識した。また100%を求めない。国内事例だけでなく海外事例も含めて参考にしスピーディーに意思決定することが大切だと思う。
0
mckusa
メーカー技術・研究・開発
すぐにチームメンバーとこの内容を共有して、意識合わせを行う。
0
yoshikazu-1103
営業
AIを活用して、
できる事・できない事を把握する
目的と手段を取り間違えない
普段の仕事でも同じようなことが感じられます。
手段が目的化し、結局何をしているのだろうとならないように、意識づけが大切だと思います。
0
zummy_0617
金融・不動産 関連職
色んな組織を巻き込むにはクロスファインクショナル組織でいこうとしているけど、クロスファンクショナルってどういうことなんだろうと疑問に思いまして簡潔に説明しておきたかったです。
0
h-f-00
IT・WEB・エンジニア
AI導入時の留意点を学ぶことが出来た。
0
hide1119
営業
・AI導入の目的は他社と競合優位性をもつ為
・導入が目的でなく、どう活用するかが大切
・100%の精度を求めない
→50%.80%でも本当にダメか考える
0
sneep2005
メーカー技術・研究・開発
AI導入についての知識が付きました
0
yamamoto1962
メーカー技術・研究・開発
よく理解できた
が、システム開発がハードル高い
0
celt
クリエイティブ
AIを理想化せず、100%の精度を求めるのでもなく、ある目的のための「予測」や「認識」のための「参考」となる情報源として活用して参りたい。
0
hi_rano
人事・労務・法務
手段が目的にならないよう気をつけたい。今後業務でAIの導入を検討する際には今回の内容を見返したい。
0
sbsconts
コンサルタント
技術者以外の立ち位置を把握でき有益でありました。構築以前の注意すべき状況を伝達する意義はAI活用への道筋かともいますが、実際の場でそれに気づけるか懸念があります。より具体的なAI活用を知る必要性を感じました。
0
muneon
コンサルタント
ビジネスサイドを巻き込まないと成功しないというのは経験上も共感します。やはり、AIって何?ってことをインストールするところが1歩目ですね。
0
kamiishida
営業
既にAIが導入されているシステムの活用の見直しについて検討します
0
nisetaku
営業
会社でもAI活用が始まっており、的確な回答であったり、画像生成するなど、素晴らしい機能であると思っていますが、講師の方が仰ってるように100%正しいかどうかは分かりませんから、あまり頼りすぎずに、参考として活用するくらいの考え方が良いと思っています
0
dio3
IT・WEB・エンジニア
ソフトセンサーの構築
0
saito-yoshitaka
メーカー技術・研究・開発
AIはツールと捉え共に成長させていく事が必要。100%期待せずに判断軸として活用する事がスムーズな導入に繋がると感じます。
0
vegitaberu
人事・労務・法務
私も、AI導入の目的化や、ビジネスサイドによるAIへの理解の不足が、AIの導入、活用が進まない原因だと感じています。
わかる人が進めて、自分は、関係ない、あるいは、そのメリットだけ享受しようという考え、しかも、その享受するべきメリットも、具体的には、考えられていない、そんな甘さが、あちこちに見られます。
まずは、日常的に、自分たちが、AIのメリットを享受している場面と、その仕組みを認識することが大切なのかなと感じます。
0
ichi_t
経営・経営企画
別の動画で、後続にこの動画を観るよう推奨していが、「AIはクリエイティブな仕事に向かないと言われる」という発言が、推奨元の動画でNetflixが成功するシナリオやスタッフのラインナップをAIで分析し作品を作っているという事例と矛盾したことで、あまりAI活用に明るくない講師がAI導入について語っているという印象を持った。
グロービスも、自社の提供する講座間の情報を整合させられないほど情報過多な社会ということと思う。
いずれAIが講座間の不整合を検知し、適正化を事務局へ提案してくれるようになるのかもしれないと思った。
0
253572
メーカー技術・研究・開発
目的を明確にすることでAIを有効に活用することが大切なことを学んだ
0
ekktoyonaga
メーカー技術・研究・開発
AIはまだ使いこなせていない、新しいツールと思います。業務の効率化に有効な使用法なり、他の技術との融合で発展すると考えます。例えば巡回バスなどは50年以上前は運転手と車掌さんの2人で運行していましたが乗車券を発券する機械、両替機、料金回収機、料金表示機、アナウンスなど新しいツールの導入で現在では運転手ひとりで運行していますよね、業務の効率化以上に人員削減までできています、AIはそんなツールの1つと考えます、使い方はまだまだ考える余地あります。
0
jjjunji
人事・労務・法務
必要最小限の内容を分かり易く説明されており、AI導入に関して良い初歩的な教材だと感じた。
0
303_makoto
IT・WEB・エンジニア
AI導入にあたり、100%の精度を求めるのではなく、80%でも作業効率がアップするのであれば導入していく事が必要だと思いました。
0
--takahiro---
メーカー技術・研究・開発
AI導入が目的にならないように、AIで解決したい課題を明確にすることが大事だと思った。
0
eiyuchan
人事・労務・法務
わかりやすかった
0
atsushimoe
経理・財務
システムの導入と全く同じだと考えます。
何のためにAIを使うのかの入り口が一番大切ですね。
0
ki_bo
経理・財務
AIを使う目的を明確にする事、そして活用するデータに特異事項(コロナのような)が無い事を確認してデータを活用する事が大切だと学びました!
0
k-umetsu
メーカー技術・研究・開発
AIに何をさせて、何を得るかの目的を明確にして開発やPJを推進。また、全体をビジネスサイドが見て
方向性を見失わないようにまとめて行きたいと思います。
0
nakamura0915
その他
AI導入の設計がしっかりしている必要性について改めて考えさせられました。
またAIは100パーセントではないということが印象に残りました。100パーセントでない部分をどこまで許容できるのか含めた設計が必要であると感じました。
目的と手段が同一にならないように、、という部分はどんな仕事に対しても共通しているなと改めて感じさせてくれました
0
ik_hrs
営業
AIを導入する際の注意事項として、導入することが目的化しないようにすること、AIに適した業務の見極めやデータの見極めが重要、100%の制度を求めてはいけないこと、関連部署を巻き込む組織づくりが必要であるというところが参考になったので、自分の業務において、AIを活用する際にはそれらに注意しながら、検討してみたい。
0
dt19810310
販売・サービス・事務
よくわかりました。
0