ネットワークが接続されていません
hitominmaru
2021/06/05
コンサルティング・専門サービス マーケティング 課長・主任・係長・マネージャ

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。

ki44n1
2021/06/06
メーカー メーカー技術・研究・開発 その他

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。

silver0809
2021/06/15
金融・不動産・建設 営業 部長・ディレクター

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。

mm9425
2021/06/13
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

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。

0829koba
2021/06/12
商社・流通・小売・サービス マーケティング 課長・主任・係長・マネージャ

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。

kyc
2021/06/18
医薬・医療・バイオ・メディカル IT・WEB・エンジニア 課長・主任・係長・マネージャ

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!

rita888q
2021/06/14
商社・流通・小売・サービス 販売・サービス・事務 一般社員

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。

otobe711
2021/06/13
メーカー その他 課長・主任・係長・マネージャ

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
 
    

kenji_i23
2021/06/09
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

👍

kfujimu_0630
2021/06/08
メーカー マーケティング 課長・主任・係長・マネージャ

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。

uru0715
2021/06/07
商社・流通・小売・サービス 販売・サービス・事務 部長・ディレクター

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。

vys05714
2021/06/07
医薬・医療・バイオ・メディカル その他 課長・主任・係長・マネージャ

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。

tsutomu5
2021/06/05
コンサルティング・専門サービス 人事・労務・法務 課長・主任・係長・マネージャ

概念を理解出来た。

nomt_55110
2021/06/05
メーカー 専門職 一般社員

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。

bonjours
2021/06/05
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

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。

sphsph
2021/06/05
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

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。

seg
2022/08/11
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

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。

mckusa
2022/08/07
メーカー 資材・購買・物流 課長・主任・係長・マネージャ

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。

shusuke-yamada
2022/08/04
金融・不動産・建設 その他 一般社員

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。

gokusi
2022/08/03
金融・不動産・建設 販売・サービス・事務 一般社員

今後AIを意識する機会が増えると思います。

keismith
2022/08/02
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

目的に必要な予測精度を見極めることが大事。

nakamura0915
2022/07/11
商社・流通・小売・サービス その他 一般社員

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

ogawakazuhiko
2022/04/30
医薬・医療・バイオ・メディカル マーケティング 課長・主任・係長・マネージャ

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。

gonglo
2022/04/26
コンサルティング・専門サービス コンサルタント 部長・ディレクター

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

hero_
2022/04/26
メーカー 専門職 一般社員

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。

jjjunji
2022/01/28
医薬・医療・バイオ・メディカル 人事・労務・法務 一般社員

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。

takahira15005
2022/01/07
インフラ・公共・その他 専門職 一般社員

目的を明確にしてAIを有効に活用していく。

253572
2021/12/28
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

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

ma2022
2021/12/07
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

・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。

hi_rano
2021/11/10
金融・不動産・建設 人事・労務・法務 一般社員

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。

kanomata
2021/07/04
インフラ・公共・その他 専門職 その他

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。

tfujioka
2021/06/27
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 経営者・役員

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

ki_bo
2021/06/19
メーカー 経理・財務 課長・主任・係長・マネージャ

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!

muneon
2021/06/16
コンサルティング・専門サービス コンサルタント 経営者・役員

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。