AIシステム導入を検討する際、押さえておきたい”4つ”のポイント
見出し画像

AIシステム導入を検討する際、押さえておきたい”4つ”のポイント

皆さんこんにちは。今回は対談企画です。
物流・建築業界でAI設計やシステム導入を手がけられていた山根 大輝さんとの対談です。AI導入やコンサルに依頼する際のTipsが盛り沢山なので是非一読ください!

はじめに

いつもGNUSのnoteをご覧いただきありがとうございます。
今回はGNUSネットワークに登録してくださっている、山根さん(コンサルタント/プロダクトマネージャー)に、AIシステム導入を検討する際、押さえておきたい4つのポイントをお聞きしました。
この記事では、

・AIを自社で活用するにはどうしたら良いのだろう?
・AIに詳しい人間が社内にいないので、誰かに相談したいと考えている

このような方へ、AI導入を検討する際に押さえておきたい事前知識をお伝えできればと思っております。
少しでも皆様の参考になればと思っておりますので、ぜひご覧ください。

【GNUSスタッフ】
山根さん、今回はよろしくお願いいたします!
最初に簡単な自己紹介をお願いしてもよろしいでしょうか?

【山根さん】
はじめまして、GNUSネットワーク所属の山根と申します。
私は元々医療系のコンサルティング会社出身なのですが、ITベンチャーで働いたり、個人事業主として物流や建築業界のAI設計やシステム導入も担当させていただいた経験があります。今日は一般的な情報をお伝えするというよりも、私が経験してきた具体的な事例をもとにお話しできればと思います。

AI導入コンサルティングとは?(どんな仕事でどんなことをしてくれるの?)

【GNUSスタッフ】
最初に、AI導入のコンサルティングという仕事の役割や、山根さんがクライアントさんから相談をされる内容などを教えていただけますか? 

【山根さん】
はい。
まず皆様がAIの導入について思い立つきっかけとは何でしょうか?
他の企業のDX推進事例を見て、
「自社でも導入できそうだ」
「(なんとなく)AIを使って新しいことをしなきゃ!」
このようなことがきっかけの方もいらっしゃると思います。
他にも、
「自社製品の品質検査に画像識別を取り入れたい」
「データを活用した顧客のニーズ予測に利用したい」といった、
具体的な利用シーンを思い浮かべる方もいらっしゃるでしょう。

私たちコンサルタントは、クライアントの要望をふわっとした段階からヒアリング・解釈し、他の業界事例も参考にしつつゴールの具体化を進め、最終的なツール導入まで関わります。目的達成のためにAIが必要な場合、AI(導入)コンサルティングを行うといった形になることが多いですね。 

業務スパンはお客様によってばらつきが大きいのですが、戦略構想から入るパターンや、クライアントの方ですでに要件が決まっていて、ツールの導入と効果測定など、スポットでの業務になるパターンもあります。
私の経験だと前者が相談件数の8割で、多くのお客様が構想や課題をまとめきれていない(リソースが割けていない)ところからスタートする印象があります。そうしたクライアントの課題抽出や構想策定、開発ベンダーの選定や要件定義とすり合わせ、ローンチまでを一貫して行うのが我々コンサルタントの役割です。 

スキームについてもコンサルタントによって異なるかと思いますが、
私の場合は、

・新規事業
・DX
・経営改善
・課題解決

大きく上記4点の切り口で相談内容を分類し、コンサルティングを展開しています。

相談内容としては
①新規事業
・これまでの事業で収集してきたデータを活用して新しいビジネスができないか?
・新しくデータを収集するための仕組みを作って新規事業に繋げたいがどうしたら良いか?
②DX
・組織改革や企業方針の改革にデジタルを取り入れたい          
・社内で自動化できるところを把握し、システム化を検討したい
③経営改善
・経営の伸び悩みや主要なコスト原因について分析をするためにAIを活用したい
④課題解決
・課題はある程度把握しているが、AIで解決できるのか?オペレーションや組織改革が先なのか?

このような内容が多いですね。

依頼をする前に把握しておきたいこと

【GNUSスタッフ】
ありがとうございます。
相談内容やクライアントのレイヤー(役職など)によっても変わってくるかとは思いますが、AIベンダーやコンサルタントに相談する際、どのような内容を準備した上で相談できると良いのでしょうか?

【山根さん】
以下の4つのポイントが非常に重要です。

《POINT 1》To Be イメージを持つ

自分たちの中にある課題感や、ToBeイメージを持っておいていただけると、ヒアリングなどもスムーズに進みます。全社的な共有や、部署間をまたいで内容調整がされていると、ヒアリング後の提案などもしやすいですね。(部署間のサイロ化問題が、プロジェクトの進行を妨げてしまう場合も多いです)

《POINT 2》持っているデータの量と質を把握する

すでにデータを持っている場合は、データ量(レコード数)や質がどの程度のものなのかも把握していると良いと思います。データ量の場合、例えば警備のために人を認識するアノテーションですと10万レコード、製品や商品の色の識別程度であれば4,000レコードくらい必要になります。質については、データの構造が綺麗に統一できているかどうかを把握しておけると良いですね。データの内容や構造がバラバラだと、データクレンジングが必要になり、その分の予算が必要になってきます。

《POINT 3》オペレーション全体を考察する

AIで自動化を図るつもりが、データの入力を事務員さんがしていたりする場合もあるので、局所的な業務の置き換えだけでなくオペレーション全体から考察することも肝要ですね。

《POINT 4》社内で専門チームを作る

もし可能であれば、A Iに関するスキルやノウハウを自社に残すために、AIベンダーに丸投げするだけでなく、担当者や社内の専門チームを設けることができると理想です。実装できるエンジニアを用意する場合は、理数系に強い人材、特に微分積分に強いメンバーだと理解が早いと思います。

最後に

【GNUSスタッフ】
今日はありがとうございました!
最後に、AI導入を検討されていらっしゃる方々へ一言メッセージをお願いします。

【山根さん】
AIは人工知能というワーディングですが、分類や予測の機構がベースになっていますので、魔法のようになんでもできるわけではありません。
ボトルネックに対して、本当にAIが最適解なのか?それとも現場の改善や既存のツールを導入するだけで良いのか?複数の利用シーンに分けた仮説検証のプロセスが必要です。
AIの導入を考えられている方は、一度社内の課題やデータなどを再確認し、上記の内容を参考にしながら社内ディスカッションなどを行っていただけると良いかと存じます。
今回お話しさせていただいた内容は、あくまで私の経験業務をベースとしていますが、これから導入を検討される方々に響くと幸甚です。


【GNUS中の人】
最後まで読んで頂きありがとうございます!
参考になった、面白かったという方は「ハート」をポチってくれると嬉しいです!
余談ですが、対談をしていただいた山根さんが所属するGNUSネットワークは、優れた経験や経歴を持つプロフェッショナルフリーランス集団です。エンジニアやデザイナー、PMの方等多数在籍しており、トレンドの言語やリモートワーク等のモダンな開発・業務環境を実践しているネットワークです。フリーランスでご活躍中の方!もし少しでもご興味を持っていただけたら、こちらからjoinしていただけると幸いです!

お問い合わせ


『スキ』ありがとうございます!
GNUS(ヌース)は、「日本のイノベーションを加速させる」をミッションに掲げ、ビジネスイノベーションをアジャイルな手法によりスタートアップのスピードで、アイデア開発からプロダクトの実現/運用まで、プロフェッショナルなフリーランスメンバーと提供するチームです。