キャンペーン終了まで

割引情報をチェック!

すべての動画をフルで見よう!

初回登録なら7日間無料! いつでも解約OK

いますぐ無料体験へ

この人に聞く/失敗しないデータ活用とAI導入〜山下達朗氏(Nishika株式会社 代表取締役CEO)

  • 0h 14m (9sections)
  • テクノベート (テクノロジーとイノベーション)
  • 知見録 Premium

このコースについて

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

コース内容

  • イントロダクション
  • ビジネス上でよく使われるAIとは?
  • 企業がAIを導入するための5つのステップ
  • 失敗しないAI導入① 競争優位性を生み出すAIを考案
  • 失敗しないAI導入② AIを既存業務の適材適所で使用
  • 失敗しないAI導入③ 適切なデータの見極め
  • 失敗しないAI導入④ 100%の精度を求めない
  • 失敗しないAI導入⑤ 関連部署を巻き込む組織作り
  • ビジネスサイドの方へのメッセージ

より理解を深め、他のユーザーとつながりましょう。

68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。

    2021-06-05
  • 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。

    2021-06-06
  • 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。

    2021-06-12
  • 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。

    2021-06-13
  • 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。

    2021-06-15
  • 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
     
        

    2021-06-13
  • 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。

    2021-06-07
  • 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。

    2021-06-07
  • 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!

    2021-06-18
  • 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。

    2021-06-05
  • 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。

    2021-06-05
  • 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。

    2021-06-14
  • tsutomu5

    人事・労務・法務

    概念を理解出来た。

    2021-06-05
  • 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。

    2021-06-08
  • 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。

    2021-06-05
  • kenji_i23

    メーカー技術・研究・開発

    👍

    2021-06-09
  • 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

    2021-06-27
  • 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。

    2023-08-14
  • 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。

    2023-06-21
  • 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。

    2023-08-19
  • 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。

    2023-12-15
  • 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。

    2022-10-19
  • 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。

    2022-08-04
  • okei0831

    IT・WEB・エンジニア

    良い話でした

    2022-10-31
  • 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。

    2022-04-26
  • 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。

    2022-08-02
  • 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。

    2022-04-30
  • 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。

    2022-08-03
  • 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。

    2023-12-12
  • dj_kim

    マーケティング

    ありがとうございました。

    2023-09-26
  • 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。

    2021-12-07
  • 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。

    2022-08-11
  • 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。

    2022-11-01
  • 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

    2022-04-26
  • 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。

    2023-09-26
  • 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。

    2023-10-18
  • takahira15005

    専門職

    目的を明確にしてAIを有効に活用していく。

    2022-01-07
  • 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

    2023-07-01
  • 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。

    2022-10-04
  • 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。

    2023-05-06
  • 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。

    2024-02-15
  • 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。

    2021-07-04
  • 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。

    2022-08-07
  • 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。

    2022-11-28
  • 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。

    2023-01-22
  • 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。

    2023-10-26
  • 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

    2023-06-26
  • 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

    2022-09-29
  • 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

    2023-07-07
  • 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。

    2023-07-04
  • 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。

    2021-11-10
  • 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。

    2024-02-02
  • 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。

    2021-06-16
  • 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

    2024-01-08
  • dio3

    IT・WEB・エンジニア

    ソフトセンサーの構築

    2023-03-22
  • 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。

    2022-09-23
  • 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。

    2022-08-29
  • 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。

    2022-09-01
  • 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

    2021-12-28
  • 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。

    2022-01-28
  • 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。

    2023-06-03
  • --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。

    2023-08-11
  • eiyuchan

    人事・労務・法務

    わかりやすかった

    2022-12-04
  • 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。

    2022-09-21
  • 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!

    2021-06-19
  • 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。

    2022-11-15
  • 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

    2022-07-11
  • dt19810310

    販売・サービス・事務

    よくわかりました。

    2022-11-29

関連動画コース

新着動画コース

10分以内の動画コース

再生回数の多い動画コース

コメントの多い動画コース

オンライン学習サービス部門 20代〜30代ビジネスパーソン334名を対象とした調査の結果 4部門で高評価達成!

7日間の無料体験を試してみよう

無料会員登録

期間内に自動更新を停止いただければ、料金は一切かかりません。