1.AI活用に必要なシステム環境およびデータ基盤の構築
多くの企業でAIを活用した実証実験が進んでいる一方で、連携や戦略がなく、部門ごとにAI活用が行われていることが少なくありません。そのため、技術戦略やガイドラインに準拠することなく、個々に選んだツールを活用した、小規模なAIアプリケーションが生まれています。
AI Labでは、的確なAIシステム環境とデータ基盤のロードマップの策定および実現に向け、以下を支援します。
(1)既存のシステム環境の評価、AI活用に必要なソフトウェアやツールの選定
(2)既存のデータアーキテクチャ、社内外データの有用性および質の評価
(3)既存のデータガバナンスの評価および必要に応じた改善に向けた提案
2.AIユースケースの棚卸しおよび優先順位付け
多くの企業が、多数のAIアプリケーションのユースケースを保有しています。ユースケースリストから優先的に導入すべきAIアプリケーションを選定し、効果的に導入していくことは、多くの企業が直面している課題です。
AI Labでは、的確なAIユースケースのロードマップ策定および導入に向け、以下を支援します。
(1)データ必要条件を考慮した、既存および新規に必要となるユースケースリストの評価
(2)ユースケースリストの優先順位付けに関するアドバイス
(3)導入したユースケースリストの管理に関するアドバイス
3.AIを活用する風土の醸成と習熟度の向上
優れたAIを活用したユースケースを開発したとしても、スケールせず、また、企業全体で導入できなければ大きな効果は生み出せません。組織内でのAI活用を促進させるには、AIにかかわる技術者だけでなく、AIを専門外とする従業員も含めた全ての職階において、AIに関するスキルを向上させることが重要です。
AI Labでは、AIを活用する社員意識の醸成と習熟度の向上を目的としたロードマップの策定と実現に向け、以下を支援します。
(1)意思決定者、管理職、AI活用に関連する部門の従業員などを対象に、AI活用に関する意識を評価
(2)意思決定者、管理職、AI活用に関連する部門の従業員それぞれに対するトレーニングプログラムの提案
(3)AIを活用する社員意識の醸成と習熟を図るための仕組みやプロセスの提案
4.AIに付随するリスクに対する意識の醸成
AIが恩恵をもたらすことは明白ですが、新たなリスクを生み出すことも事実です。AIが狭義かつ小規模なアプリケーションとして開発されている限り、想定されるのは管理しやすいリスクのみです。ただ、企業が全社的なAI活用を行う際には、AIに付随するリスクに対する意識の醸成が必要不可欠となります。
AI Labでは、現在の法規制環境において発生し得る、AIに付随するリスクに対する意識の醸成を図るための的確なロードマップの策定を支援します。
(1)AIを活用したサービスや製品の開発チーム、同製品やサービスの利用者、そして、AI活用に関する意思決定者を対象とした、AIに起因する現在のリスク評価(社会的リスク、倫理リスク、経済リスク、性能リスク、制御リスク、安全性リスク※)。
(2)AIに付随するリスクに対する意識の醸成を図るための施策および基本方針の策定
(3)AIに付随するリスクに対する方針とガイドラインのモニタリング・統制のためのアドバイス提供
※PwC調査レポート「Gaining National Competitive Advantage through Artificial Intelligence」[English][PDF 11,153KB]
5.AI活用に関する戦略やユースケースの検討セッション
AI Labの専任チームは、当グループのエクスペリエンスセンターチーム、および戦略立案やさまざまな業界に精通した専門家と連携し、企業にとって最適なAI活用を検討するためのセッションを実施します。セッションでは、PwCの支援可能なユースケースを基にした、デモンストレーションも活用します。
デモンストレーション例
(1)Factory Digital Transformation(ファクトリー・デジタル・トランスフォーメーション)
IoTセンサーや画像解析技術を使って工場の生産性向上を支援
(2)People Analytics(ピープルアナリティクス)
光学文字認識および自然言語処理技術を活用した人事採用領域における業務効率化支援