
「アナリティクス&AIトランスフォーメーション」インサイト 第5回 データ利活用を実現するユースケース選定の障壁およびその乗り越え方
データ利活用を推進する際のユースケース(データ利活用シナリオ)の選定にあたり、発生しがちな代表的な3つの障壁とその乗り越え方について解説します。
日本企業のAI・データ利活用は、少数テーマのリサーチ・プランニング・概念実証(PoC)を行う「準備フェーズ」から、全社横断で複数のテーマを並行して実施する「実行フェーズ」へ移行しています。それに伴って、組織設計や人材育成においても新たな課題が生まれてきています(図1)。
実行フェーズへと移行するにあたっては、AI・データ利活用による課題解決をリードできる人材を社内に確保しなければなりません。組織の階層別に実際に発生しているAI・データ利活用の課題(図2)に応じて、自社の課題解決を実践・リードできる即戦力になる人材を育成することが必要です。
本プログラムは、AI・データ利活用の人材育成におけるゴール設定、体験型ワークショップ開催、伴走型支援の実施の3つを特長としています。
本プログラムでは、ゴール設定から始まり、リテラシーから応用までの知識を得たうえで、最終的に自走できるように伴走支援を実施します(図4)。プログラム後半の伴走型支援フェーズでは、各役割に応じた進め方・着眼点・考え方などを実際のプロジェクトを通じて学ぶことができます(図5)。
データ利活用を推進する際のユースケース(データ利活用シナリオ)の選定にあたり、発生しがちな代表的な3つの障壁とその乗り越え方について解説します。
自社の課題の解決をリードできる「AI人材」を日本企業内でどのように定義し、育成していくべきか、といったアプローチ方法について考察します。
データ利活用における外部連携の検討ポイントを、事例をもとに考察します。
データ利活用において外部とどのようなスキームで連携すべきかの検討ポイントを、前後編の2回に分けて解説します。