
・そもそもAIって??
毎朝、ニュースの記事では「AI」の文字が踊り、「乗り遅れないよう何とかしなければ」という思いをお持ちのお客様が非常に多いです。
しかし、AIが指し示す対象は非常に多岐にわたります。それもそのはず、AIに対する定義は厳密にはされておらず、話し手の解釈にゆだねられているのが現状です。
AIの歴史は古く、技術や理論の進歩とともにできることが増えてきています。比較的昔からあるAIの手法の例としては、お汁粉の売り上げと気温との関係を分析して、特定の気温時の売上を推測するものなどがあります。
インソースとしては、AIを比較的広い概念として捉え、「人間/生物の知的活動の一部を機能として実現するコンピュータ」と解釈しています。
・自社にとってAIが必要かどうかわからない......。
AIでできることは日々増えていますが、何をやりたいかによって、実現に向けた難易度は大きく異なります。そのため、場合によっては、無理にAIを使おうとしない方が良いこともあります。
AIとは何かを考えるのももちろん重要ですが、その背景にある目的を達成する手段の一つに過ぎないということを忘れてはいけません。
・高くて手が出せないのでは?
AIに関する高度な技術のイメージから、費用面での心配をお持ちの方も多くいらっしゃいます。もちろん最先端の技術を使って、金額に糸目をつけずに研究開発する場合には、目のくらむような費用が掛かります。
一方で、最近では、Microsoft社の「Microsoft Azure Machine Learning」などのように、基本利用料は無料、最先端の技術でも使った分だけ月次で支払い、というようなサービスも増えており、値段以上に、如何に活かすかを考えられることが重要になってきています。
・おおまかなイメージを掴み、脱・食わず嫌い
AI・人工知能と聞くと、難しそうなイメージを抱いてしまいがちですが、内部での細かな計算プロセスはさておき、成果として実現しようとしていることは意外と直感的に理解できます。
そうした事実を踏まえ、活用事例を紹介しながら、その仕組みをおおまかに理解することで、抵抗感なくAIについて学べるよう、工夫を盛り込んでいます。
・AIを作っていくステップを追う
AIについて学んだら、AIを作っていくにはどんなステップがあるのかを学んでいきます。 どれも欠かすことのできない重要なステップですが、意外に重要かつ大変なのが、データをAIが使える形に加工することだったりします。
・「できること/できないこと」から「やること/やらないこと」へ
AIの開発における重要な尺度に、精度があります。しかし、予測や認識の精度を向上する為の確実な手法が確立されておらず、試行錯誤が必要です。
今のAIでできること/できないことを理解すると、開発の期間や費用を考慮して、高い精度にこだわりすぎずに、見切りをつけることも重要だということが分かってきます。 例えば、私は思いついたアイデアを残すときなどに、音声入力機能を使っています。スマートフォンに標準搭載されており、無料で使えるので便利ですよね。
もちろん、たまにうまく変換されなかったり、聞き取られなかったりすることもありますが、そこでムキになって何度も言い直すことはしていません。 メモ程度でアイデアを留めておくことが最優先ですし、手入力で部分的に直せばいいだけのことだと考えるようにしています。
このように、高い精度を目指せば目指すほどドツボにはまりやすくなる中、精度に応じた使い方を考えるプロセスを踏むことで、AIにどこまでやらせるかを考える機会も提供いたします。

・AI時代も改善の肝は現場にあり
現段階でAIを作ることを考えた時、実はまだまだ人間のサポートや、現場のカンが欠かせません。
重要なステップであるデータの加工でも人間の力が必要ですし、どのようなデータを使うか決める際には、現場経験者のカンが精度向上につながることも多々あります。 AIが普及していき、人間の仕事が奪われるような話もありますが、まだまだ改善の肝は現場にあるといえます。
働き方が大きく変わる時代の中、AIとの上手な付き合い方についても考えていきたいですね。
■関連読み物一覧
公開
生成AIを「使った者勝ち」に~組織でのスティグマ化を防ぎ、生成AIと共存していくための4つのステップ
企業における業務効率化に不可欠となった生成AI。日常的にひろく活用されるために重要なことは、生成AIの利用が「怠惰」であるとの社会的スティグマ化を防ぐことです。本コラムでは、生成AIが有効活用されるステップをわかりやすく解説します。
公開
タイムマネジメントが生産性の核心を握る時代へ!生成AI活用と共に高密度な行動を生み出す実践思考
生成AI活用が進むAX時代において、タイムマネジメントは単なる効率化ではなく、判断の質を守る核心スキルです。業務の段取りや優先順位を整え、高密度な行動を生み出す実践的思考を解説します。
公開
「答えるAI」と「問いかける私」~AIとの共創関係を築くための「質問力」とは
目覚ましい生成AIの進化と普及により、情報を集めたり、正解を導き出したり、きれいな文書に整えたりする作業はAIが引き受けてくれる時代となりました。しかし、同じ生成AIを使っても、必ずしも同じアウトプットが得られるわけではありません。その差を生むのが「質問力」です。本コラムでは、生成AI時代に必要な「問いを立てる力」について、具体的な実践方法をご紹介いたします。
公開
マネージャーが生成AIを活用してまずは感動する|DXの方法論1
現在のマネージャーにとってDXをどう進めるかは共通の課題です。DXを自組織の生産性向上にすばやく活用できれば、大きな成果が得られるのは言うまでもありません。元システムエンジニア、現企業経営者としての観点から、DXの説明と推進方法を語ります。
公開
経営者としてのDX推進|DXの方法論2
企業における事務的な仕事の9割は近い将来、生成AIの活用により消滅すると言われています。少しでも早く社内でDX革命を推進する事で、雇用を守り、業績を拡大しなければなりません。そのための具体的なステップを書きます。
公開
DX推進に人と金をつける|DXの方法論3
DXを経営目標とする企業は非常に多くあります。しかし、人と予算をセットで確保して、本気でDXを推進しようとする企業が少ないのも事実です。本気であるなら、新たに人材を確保し、必要な予算を既存業務に対するIT投資とは別枠で確保して進めることをお勧めします。
公開
DXに関する費用と判断軸|DXの方法論4
マネージャーはDXに関する費用についても知っておくべきです。経営判断には「いくらかかる」は重要です。システムの導入費用とその判断軸について、具体的な数値を挙げながら解説します。
公開
DXを推進する具体的な7ステップ|DXの方法論5
DXの具体的な進め方について、7つのステップで解説します。DX推進者に求められる資質や隠れた逸材の探し方、DX推進チームに必要な5つのスキルなども併せてご説明します。
公開
「生成AI活用基盤」を構築しデータ整備をする|DXの方法論6
生成AI活用の鍵は社内外の「データ」に着目することです。この「データ」を生成AIで利用できる形でデータウェアハウス(情報倉庫)保存することが極めて重要です。この「生成AI活用基盤」がないと、生成AI活用の効果は限定的になると考えます。
■関連商品・サービス一覧
公開
RAGシステム実践研修〜Difyで組織内のデータを最大活用するAIシステムを構築する
公開
CopilotStudio研修~社内データ活用エージェントを作る(1日間)
公開
(半日研修)RAGシステム基礎研修〜組織内のデータを最大活用するAIシステムの仕組みを知る
公開
AI時代のクリティカルシンキング研修~求められる「疑う力」と「活かす知恵」
公開
(半日研修)生成AIを用いたサンプルアプリ作成研修~システム部門に伝わる相談方法を学ぶ
公開
業務効率化のためのMicrosoftCopilot(コパイロット)活用講座~資料作成やアイデア出しを高速化する
公開
デジタル時代の中堅社員講座~デジタルを活用した業務効率化の推進
公開
生成AIを活用した業務改善研修~業務を可視化し、AIに置き換え組織展開する(1日間)
公開
ビジネス統計学入門研修~統計学の基礎知識を理解し、実務で活用する
下記情報を無料でGET!!
無料セミナー、新作研修、他社事例、公開講座割引、資料プレゼント、研修運営のコツ
※配信予定は、予告なく配信月や研修テーマを変更する場合がございます。ご了承ください。
配信をご希望の方は、個人情報保護の取り扱いをご覧ください。
無料セミナー、新作研修、他社事例、公開講座割引、資料プレゼント、研修運営のコツ

登録は左記QRコードから!
※配信予定は、予告なく配信月や研修テーマを変更する場合がございます。ご了承ください。
配信をご希望の方は、個人情報保護の取り扱いをご覧ください。