ビジネスパーソンはPythonよりも「AI企画」を学ぼう--実践で使えるメソッドを伝授
コメント
注目のコメント
AIに限定されず、技術一般に通用する話ですね。で、pythonを学ぶこととこういうことを学ぶことはまったく矛盾しないですし、技術を謎のブラックボックや魔術のように扱うのではなく何となくでもいいので「こんな原理」というのがわかっているほうがはるかに先が見通せると思います。
記事にあるように、原点に返って、5W1Hを考えてビジネスの状況に合わせてAI企画を行うのは、とても重要と思います。よく考えた上で状況によっては、AIを使わないという、結論がでてくる場合だってあると思います。また、Pythonも全ての人が書けるようになる必要はないと思います。
ただし、いざ5W1Hを考えて、AIをビジネスに取りこむとなった場合、ビジネス系の人、データサイエンティスト、機械学習エンジニア、その他の現場で働く人々が、お互い、大体どのようなことを扱い、何を気にしているのかを知っていた方がよいと思います。すなわち、データサイエンティストが扱う、どのような機械学習手法を使うか、特徴量をどう選ぶかといったレイヤーがあり、MLOpsのようなエンジニアのレイヤーがあり、そこには、データの取得や整形、機械学習モデルのアップデートなどが含まれます。ビジネスの専門家は、顧客が潜在的にまたは顕在的に何を求めているか、を考えているでしょう。また、AIやITでない部分が残る場合、現場での作業・運用の制限もあります。技術的な詳しいことは任せればよいのかもしれませんが、お互いの知識が重なりあっていないと、有効で意味のある議論をできないでしょう。そしてそう出来なければ、プロジェクトの成功は、よりバクチ的で運任せの要素が強まるでしょう。特に、人手でやる部分もある程度残るDX的な案件では、そういった要素が強いと思います。
また、エンジニアやデータサイエンティストの側にも歩みよりが必要で、スクラムも、エンジニアやデータサイエンティストだけでなく、ビジネスサイドや現場で働いている人も含めて組む必要があると思います。ともに働く人々の心理的安全性を確保し、みせかけや掛け声だけでなく、文字通り、一丸となることができれば、日本企業もかつてのような輝きを取り戻せるでしょう。リーンもスクラムも、元々、日本企業が生み出したものだということを改めて思い出しましょう。分かりやすくまとめられて、面白い記事でした。
WhichやHowの層別も興味深いです。
AI活用の神髄は、ワンタイムの設備計画やPoCではなく、AIを使った継続成長に有りますので、この記事のフレームワークを体感したら、今度は継続成長のプロセスにフォーカスしたくなると思います。
成長過程においては、Whichの「代行」と「拡張」を畳み込む形でHowのレベルが 竜巻のようにスパイラルアップします。 何故なら、AIが住んでるサイバー空間には 質量や時空のような制約が少なく、そこで霊的に発達している人の知恵が働くからです。
サイバー空間の特性を一層活用する形の成長スパイラルが待っているので、その流れに乗る準備を進めるよう急かされます。早い者勝ちではなく、積み重ねて強い者勝ち。
①DXでは古い資産がサイバー成長スパイラルの制約にならないように、中途半端に妥協しないで徹底的に(RPAとかイメージしていると、セキュリティに悩まされて進化が止まります。過去の質量資産は 一気に断捨離するくらいの潔さからスタートしてから資産活用を後付けで熟考)
②そのDXは顧客満足(CS)だけでなく、企画、開発、運用、改善、改革エコシステム全体を網羅するグランドデザインで仕掛ける
③試行錯誤の回転数を落とさないように、リソーセスが流れつづける改革も仕掛ける(予算など権限、人材・交流、開発・トライアル環境、速い合意形成と 健全な新陳代謝)
※未来像↓
AIで武装された人が、数多な未来を先取りし、リアルタイムの全体最適と、量にめげない個別カスタマイズで 整合取りながら現実をドライブし、精度高く反省・改善。
現実ドライブには、xRやロボットが合流しリアルとバーチャルの境界をシームレスに 低コストで乗り越える。
そんな人々が集まった次世代のチームで 幸福を量産する未来をイメージしています。