新着Pick
1066Picks
Pick に失敗しました

人気 Picker
一人歩きしがちなAIの定義がわかりやすく解かれていました。
またよくあるAI時代、人工知能が人の仕事を奪うという話ではなく、
自社の事業に関する専門知識とAIの技術に関する知識、
両者を有する人材がAIを駆使して企業課題を解決する、
要するにこれから稼ぐ人材、育成すべき人材ということ。
テクノベートがビジネススクールの科目になる時代。

マーケティングや経営企画畑どとんがりたい人にとってもAIの技術を学ぶことがアドバンテージ、ユニークネスになる。
↓その通りだと思います。

> 「例えばよくあるのが「とりあえず作ってみよう。PoCの精度は高ければ高いほどいいね!」とゴールが曖昧なままスタートすることがあります。これでは、機械学習エンジニアとプランナー、マネージャーとで認識が違った状態でプロジェクトが進んでしまいます。そしてPoCを作った後に、こうした認識の違いが明らかになり、炎上に近い「PoC死」を招くのです。

具体的には、「最低でも不良品の検知率を99%以上にしたい。現状の人間の検知精度が99%なので、それを超えたら自動化でき、人件費として120人分(≒1.2億円)/月 ほどのインパクトがある」とか、「現状の検知精度を超えなくても、不良品の検知率が90%を超え、不良品と判断された製品のなかで、本当は正常である割合が50%を下回るのであれば、Wチェック用途として機械学習モデルが有用になり、お客様への付加価値向上として500万円/月ほどのインパクトがある」とか、求める性能を明確に定義することで、PoC死を回避できる可能性がぐっと上がります。」
よく整理されているのでぜひ全部読むべき。
マーケティング分野はもっとも“AI”化が進んでいると言われます。これは、すでにたくさんのパッケージ化された機械学習…外部AIとでもいうようなカンジですが…システムがあり、みんなそれらを導入しているからですね。しかし結構な確率で一部機能しか使わずに費用対効果がとても悪いことになってたり、思っていたスペックじゃないなとなって全部入れ直すと言った事態になっていると思っています。
そういう事態がなんで起きるのか、避けるための人材育成など仕組みがよくわかる記事です。
もっとも日本において一番急務なのはマネジメント層(政治経済両方)が本気で学習されるかどうかでしょうね。頭もよくプライドもある方々ですが無知や中途半端無知識で動くとそれこそPoC死が待っているので…
この記事、うなずきっぱなしで読みました。

まずは「PoC死」の原因の3つ
①「PoC死」するプロジェクトはメディア映えするものが多い
② AIのプロジェクトに100%の成功や100%の精度を求めてしまい過ぎる
③人間が説明不可能なプロジェクトを始めてしまう

いや、それ「PoC死」して当たり前でしょ?と思われる方も多いだろうが、結構こういうことが日本のあちらこちらで現在進行形で起こっていたりする(苦笑)。KPIが設定されてる/されてない以前のPoCも多かったりするし。

そして、そのとき必要になるのが、データサイエンティストと機械学習エンジニアとAIプランナーという3種の人材。そして中でも「AIプランナー」と呼ばれる、事業ドメインの専門知識とAIの技術の基礎知識の両方を持つ人材が存在しないことが、上記のような悲劇の原因になっていると実感する。

確かにAIを学ぶのは、相対的にはまだまだコスパが良いかもしれませんね。というか、勉強すれば楽しいと思います。
AI導入に必要なのは事業ドメインとAI技術を理解できるAIプランナー。アイデミーさんは受託型ではなく、顧客企業の中にプランナーを育成する試みをeラーニング等で支援しているとのこと。AIで日本企業の変革を促すという大義と矜持を持っているとお見受けしました。
AIの現状を分かりやすく解説した必読の記事ですね。
私の専門とする流通小売業では、アマゾンGOのような無人店舗は石川氏が言う「ハード領域のAI」であり注目を集めやすいですが、実際に潜在的なニーズや業績インパクトが大きいのは、MD計画、需要予測、品番管理などの「プロセスのAI化」だと考えています。
残念ながら、私にはこれらの領域でのAI導入を推進する知見がありませんので、アイデミ―さんのような有望なスタートアップと協働できればと思います(ラブコール)。
PoC死は、開発側の事例構築のスケベ心と、儲けてないんだからという心の隙間が原因。パートナーとして長期で取り組むという双方の合意がないと、なかなかうまくいかないものです。また、とりあえずPoCみたいな風潮があるのも否めない。
AIという言葉自体が過剰な期待と誤解を生むこと、メディア受けするような派手なプロジェクトがPoC死(試作品のまま何気なく終幕)しがちであること、全て腹に落ちます。

地味でも明確なスペック目標があって、それを関係者全員で共有するほうが成功確率が向上する、というのはAIばかりじゃない気がします。
とてもわかりやすく、理路整然としたレポートです。オンラインで、AIプランナーの勉強をしよう、という気にさせられます。
「PoC(ポック)死」っていうキーワードで分かった気になっちゃいけないと思い、PoCの定義から複数記事を調べてみたらもう少し理解は出来ました。

正直まだふわっとしかイメージつかないですが、要は「作りたいものを作るのではなく、課題ドリブンで課題の質を上げることに注力しないと失敗する」というスタートアップの死に方ってことですよね。
確かに「PoC」の正しい定義をプロジェクト関係者全員で共有することが大事です。

特に、伝統的な日本企業の多くは「試作」と同じ感覚でとらえている人も多いため、そこからすれ違いが発生します。

「PoC」は「試作」とは全く違うので、そこから生まれる結果も全く違います。

そこの部分の共通理解がないと、「PoC死」しますね。

※個人的な見解であり、所属する会社、組織とは全く関係ありません