ゲームチェンジするにはAIを全社員に普及させるぐらいじゃないとダメ。
データのオーナーになることが重要ということが非常に印象に残った。データをとるために不可欠な高性能なセンサー技術をもっていても、結局のところAIに学習させるためのデータが最も重要となる。如何にデータを自社に集める仕組みを構築していくか、ということの重要性を再認識した。
ロボットの活用は工場の現場でも必要不可欠であるが、セッションの中でもあったように人材が圧倒的に不足している。全て自分たちでする必要はないが、基礎的な部分的は理解しておくことが大切であり、外部との話にならない。仕事の見直しも積極的に進め、技術の活用を進めていけば、会社の価値をさらに上げることもできるように感じた。
働きかたにイノベーションを起こし、新たな道筋を作る。進化変化のムーブメントを起こす事で、風土方向性を持つ事も新たなチャレンジ・想像を産む。
AIを実装⇒市場価値向上となることを強く感じました。
島田さんプラットフォーマーの在り方にはとても共感しました。
ロボットとAI 最新活用術
・世の中の仕組みは、作業的確変で清水建設残る例が紹介されたが、結局 GAFAの様な仕組みが先端の技術を使うプラットフォーマーを介するものになって初めて、社会に役立つものとして使えると考えた。全員がディープラーニング的技術を得て、プログラムするのでなくプログラムをその使用機会を得ることで正解に近づける事が大事と感じた。
正直、自分には難しい内容だったが、面白い視点がいくつも散りばめられていた。
活用イメージが湧か、
「ハードでNo.1になったとしてもデータはどこが蓄積しているのか」という視点は非常に新鮮だった。
AIを使ってみたいのは山々ですが、まだその環境が整っていない状況ですね。
トップがリーダーシップを発揮してデータドリブン・ソフトウェアファーストな体制を作らなければガラパゴス化は解消されない
頼もしい方々のレベルの高いお話が聞けて良かった。
日本人・日本企業のカニバリを気にして進まないということが、特に大企業にありがちな話だなと思いました。
過去の製造業の遺産をデジタル技術に融合させることが重要だと思った。
ロボットもAIやディープラーニングをベースにすれば汎用的なものや自動的にチューニングするようなものができるように思える。
ハードでリーダーシップがあるうちにAIにゲームチェンジ、データ収集を主導力を持ってできるようになることの大切を認識した。
かなり難しい言葉がありましたが、考え方が分かり有意義な学習となりました。
2018年のセッションなのに最新のセッションのように聞こえた。それだけ自社が全く追いつけていないのと、自分もアンテナの張りが弱いと思った。現職の産業でAIやロボティクスがそこまで目立っていないということは、まだ導入されていない、つまりチャンスが沢山あるということだと思う。今から専門家の域を目指すことはしないが、有効に活用するように推進できる人になりたい。それには無知では不可能なので、しっかり勉強したい。
いかに技術力が高くても、現場やユーザーが使いたいと感じるものを創らなければならない。とはいえ、そこに至るには幾度かのハードルと失敗は存在する。成功に繋げるにはヒューマンリソースの確保と密なコミュニケーションも重要な要素となる。
少々前の議論とのことですが、私レベルだと「今」腹に落ちました。
ありがとうございます。記2021年1月22日
データのオーナーになり、AIを駆使してサービス展開することが大きな差別化に繋がる。一方でそれをやっていくためにはやったことがある人を揃えて最大限活用していく必要があり、そのための制度設計を経営者はやっていかなければならない。AIネイティブでないビジネスパーソンがやるべきことは、AIに何が出来るかをしっかり勉強して理解し、ビジネスモデルを考えていくことか。
最先端のテクノロジーを使うのに、人が変わっていく必要があるということが印象に残った
デジタルの人財開発が必要！！
ロボット・AIの活用事例等について理解しました。
ゲームチェンジャーをいかに育てるか?または取り入れるか?経営者はそれを考えるのだろうが従業員はどうすべきなのか?
下から変える方法を難しいが考えていかなければ、勝ち切ることができないと思う。
今一度自分が何ができるのか考える必要がありそうだ。
そんな時代が既に到来している。
マニアックな世界でもあり、現実のユーザーにどこまで受け入れられるかもある気がした。現在の延長線の目線になりがちなユーザーに、未来の提案をどうやって届けるか。小さな成功を積み上げる方法でしょうか？
色々なしがらみもありますが、最速でギアチェンジしていきたい。
技術者の高齢化により、AI支援、活用やむなし。
技術ありきでなく、現場を知り、何をしたいか、するべきかを具体的に表現できる人が重要だと感じました。その人たちが、理想だと考える状況を、適切に言語化、表現できれば、そこに、ＡＩなりの技術をあてはめて、実現していくことは、比較的、日本人にとっては、得意な分野でないのかなと感じました。
まずは、スタート、とっかかりの部分を、どうやっていくか？そう考えると、マニュアル、横並び、前例主義では、どうにもならないと気づかされます。
電機など業界によっては、相当な覚悟をもって、AI活用で新しいゲームを探し作ろうとしていることを理解できた。
よいゲームを作れた場合には、よいハードを作れるのは日本とドイツくらいであり、ハード技術は一朝一夕にはいかないものなので、日本は良いポジションにいる、自信を持って取り組むべき。
自分の業務に自分事として取り込んでみたいと思いました。
ハードからデータ蓄積・サービス化へ向けて、何が出来るか考えたい。
日本の技術力を目線を変えてどう活用していけるか、TOSHIBAに興味が湧きました。
これまでのフィジカルに固執せず、しがらみに捕らわれない発想・連携を柔軟に行うため、ＡＩ・ディープラーニングを学び、データ化・集積と、まず８割の精度を目指してシンプルに利用することにチャレンジしたい。
個人としては、データサイエンスを何のために使うのかと言う意識を持って勉強したいと感じた。また、建設などのフィジカルの強い業界は、現場のエキスパートが多くいて、その声をロボットやＡIに生かし、連携を図っていくことかが重要であると理解できた。
建設業界において、最先端技術が必ずしも、競争優位性を生むとは限らないと感じた。建設業界はAI人材の育成、獲得だけでなく、労働者への意識改革が肝心だ。いかに労働者のニーズを感じ取り、どんな最先端技術が必要なのか、ゲームチェンジのために考えておくべきだと感じた。それ以外のところでは、例えば計画段階では積極的にテクノロジーを導入して行ってほしい。
AIによって未来が変わる事は誰もが知っているが、技術があってもうまく生かせなくては意味がなく、実感も薄い。
AIの進化を待つのみならず、AIに歩み寄る姿勢をもつことも大切だと思いました。
世代間連携、データサイエンス教育への投資という点に惹かれた。AIを業務に活用できそうな領域として、生産計画、需要予測、品質管理（不具合原因分析）など他にもいくつも出てきそうである。
何にAIを使えるのか、具体例が理解できた。自分の身の回りから見直したい。
どう活かすか
使うかどうか決めるのはユーザー
ゲームチェンジ
ゲームチェンジが起こった後に振り返り検証するのは容易いが、自ら起こすのは本当に難しいと思う。それでも、後から振り返れば簡単な事だったと思えるほどに、身近にアイディアは潜んでいる。
何にAIを使えるのか、具体例が理解できた。自分の職場を見直したい。
AIの活用事例が見られてよかった。かなり進んでいる印象。事務作業まで落とし込まれるのも時間の問題か。
AI技術が進歩したとしても、結局使うのは人であり、人自体がイノベーションしていく事が重要だと思います。AIであれば完璧でなければという概念を捨て、人とAIと共存することで、完全となるという意識が必要だと感じました
AIが近い将来普通に活用される時代が間も無くやってくる。自分の会社でも進めていきたい。
・ソフトウェアの作り方が変わってきた
・100%の精度を求めないところから、実装されていく
・インクルージョンシティ
・さいじょうじじょうほう
当たり前のことを言っているが、なぜ出来ないのだろうか？
こうべきある未来像は見えていてもすぐに実行出来ない何かがあるような気がする。
まだ現在において、日本企業がハード面でリードしている分野があるのだから（カメラ業界など）今のうちにクラウドなどの面を整えておく必要があると思った。
AIがやるではなく、自分が工夫してAIを使い、業務を遂行し新たな価値を創るよう行動しようと考えました。
日常の関心ごととしては大きくなかったが、パネリストの方々のお話を聞いて企業にとってAI思考、ゲームチェンジ発想の重要性が伝わった。
どんなに素晴らしいロボットを作っても、使う人の側のニーズにあったものを作らないと生かされない。よって、ユーザーニーズをしっかり把握することが、大事であると言うところに深く共感しました。
また、日本の技術は素晴らしいものを持っているが、その広告、使い方が文化的な要素を含み、うまく使いきれていない、というところで、マネジメントの重要さについて、企業の経営陣が変化することで未来が変わっていくんだと改めて思いました。