対象会社の方のみカテゴリ企業研修・コーチング
AI関連の企業研修講師の紹介・AI技術研修プログラム
AI領域をコアとしたIT研修・トレーニングでAI人材を育成
■様々なビジネスソリューションに役立つ技術AIAI周辺の次世代技術の活用は、特に公共部門・製造・運輸・金融・販売・自動車・消費財・医療といった分野で急速に拡大しています。
AIは、人間の思考に関連する認知機能(知覚、推論、学習、問題解決など)を実行する技術として、ビジネスソリューションとして関心が高く、主にデータ関連業務の効率化を目的とした導入が進んでいます。
マッキンゼー・グローバル・サーベイの調査 によると、約半数の回答者が「自社の組織が標準的なビジネスプロセスにAI技術を取り入れている」と回答したほか、さらに30%が「今後活用予定」と回答しました。
日本でも実用化が進み、財務局が平成30年9月中旬～10月中旬にかけて全国計1,277社を対象に実施した先端技術(IoT、AI等)の活用状況に関する調査によると、既に23.1%がIoT、10.9%がAIを活用しているほか、それぞれ40%以上が「活用予定あるいは検討中」と回答した。また「最も重要な先端技術」 として、既に活用している企業のうち20%がIoT、7%がAIを挙げています。
■加速する人工知能(AI)の利活用
今日、AI(人工知能)を利活用してビジネスの変革に挑戦する企業が増えてきました。富士キメラ総研の調査結果によるとAIビジネスの国内市場は、2030年度に2兆円規模になり、2015年度の14倍になると言われています。
経済産業省の調査報告においても、AIはビッグデータやIoTと並び今後大幅に市場が拡大するという見方が強く、「産業界を大きく変革する可能性のある先端IT技術」の一つとして重要視されています。もはや、AIは今後のビジネス成長のカギを握ると言っても過言ではありません。
■AI人材の育成が急務にAIビジネス市場の活性化に伴い、IT企業はもちろん製造業や金融業等あらゆる業界において、AI関連の知識・スキルを有するAI人材の確保に注力する企業が増えています。
一方、AI人材の不足は深刻で、経済産業省の調査では、AIを含む先端IT人材は、2020年には約4.8万人が不足すると予測しています。AI人材の争奪戦が激しさを増す中、外部からの採用に加えて社内におけるAI人材育成の重要性もますます高まることが予想されます。
具体的に、AI人材に求められるスキルとは、営業やコンサルタントなど、AI導入の背景となる「ビジネスドメインに関するスキル」や、データ分析を行う「分析スキル」、システムインテグレーションを担う「システムスキル」、そして、これら全体を束ねる「マネジメントスキル」などに分解されます。
これらを複数兼ね備える「ビジネスと技術の両面に通じた人材」が理想だが、優秀なAI人材は「引く手あまた」であり、外部から獲得するのは難しい状況です。
AI人材は、企業内部で育成するのが現実的と言えそうだです。一方、AI人材を育成する際、ビジネスと技術のスキルを1人の人間が同時に身につけるのは難しいと言えます。見てきたように、AIの担い手としてのスキルは多層的だからだ。業務に通じた「ドメイン人材」と、テクノロジーに通じた「データサイエンティスト」を育成し、双方の人材をバランスよく配置してチームで動くことが求められています。
■AIの基礎知識をベースに、ビジネス企画力と開発・運用力を
AIをビジネスに活かすためには、どのような知識・スキルを持った人材を育成すればよいのでしょうか。それには、ビジネススキルとITスキルの両方、すなわちAIの基礎知識をベースに、現実的かつ新しい発想でAIのビジネス活用の企画ができる力と、その企画を実行に移すための開発・運用力が必要だと考えます。
それぞれのスキルを持つ人材の育成・連携、あるいは両方を兼ね備えた人材の育成が求められます。
AIエンジニアは、現在IT技術の中でも最先端技術とされているAI(AIエンジニアは機械学習やディープラ人工知能)の開発をするほか、AIに蓄積されたデータの解析などを行う技術者のことを指します。ーニングなどの技術を駆使して、機械が人工的ながらも人間と同じように考え、動きを再現する技術を支えています。
AIエンジニアの仕事は、「プログラミング系(機械学習エンジニア)」と「アナリティクス系(データサイエンティスト)」の2つに大きく分けることができます。機械学習エンジニアはAIの開発・構築を行い、データサイエンティストはAIが学習したデータを解析し、プログラムの改善などを行います。
■AIのビジネス企画力を身につける
AI関連技術の発達により、これまでに無かったツールやサービスがアイデア次第で続々と実現できる時代です。さらに、近年ではクラウドベンダー各社の提供するAIサービスや、機械学習のAPIの登場により、AIがより手軽に導入しやすくなってきており、AIのビジネスへの利活用は今後、急速に広まってくことが予想されます。
このような状況の中でビジネスの競争優位性を高めるために、AIを使った業務改革や新規サービスの立案など、具体的な活用法を企画・立案できる力は、ますます重要になってくるでしょう。
AIは一部のITエンジニアだけで開発していくものではありません。顧客課題を解決するために、AIを企画・提案していくビジネスパーソンにこそAIリテラシーが求められています。AIで何ができるのか、AIをどのように作るのか、なぜAIを活用すべきなのか。複数の視点でAIを活用するソリューションを考えていきます。
■ディープラーニングは、AIエンジニアの基本
開発者から与えられた情報を元に学習し、そこに潜むパターンを見つけ出す「機械学習」。コールセンターのオペレーションサポートなど、近年ますます機械学習の精度が上がっています。
一方で、人間の神経細胞を模した何層にも積み重なれたニューラルネットワークをシステム活用する「ディープラーニング」。ディープラーニングとは人工知能研究のひとつで、いわゆる「深層学習」を指しています。十分な量のデータをコンピューターに与えることで、コンピューターが自らデータの情報をもとに理解する、コンピューター自身の学習方法です。
人間と同様なタスクをコンピューターに学習させると、運転操作や短期的な未来予測、物事の意思決定などが可能となります。テクノロジーの発展により、ディープラーニングのパフォーマンスも飛躍的に向上しています。
■AIの開発・運用力を身につける
ビジネスへの活用のアイデアを実際に開発・運用するためには、AI、特に近年活用が広まっている機械学習のアルゴリズムや、それを正しく理解するための統計学・数学の基礎知識、データ分析、そしてプログラミング等、多岐にわたる知識・スキルが求められます。
また、近年はクラウドベンダー各社によるAIサービスの活用により、環境整備や開発の負担をおさえたAIの導入が可能になってきています。したがって、AI活用をスピーディに進めるうえでクラウドの知識も備えておくことは有効です。
機械学習ライブラリやクラウドサービスを導入することで、機械学習に取り組む敷居は低くなっています。また共有データセットを利用することで機械学習に必要なデータの準備作業も手軽になっています。ゼロから学ぶAIセミナーシリーズでは、これから機械学習を学ぶITエンジニアにとって、回り道せずに技術を習得できることを目指しています。
