AIのビジネス導入を考える上で読みたい記事

本

これからAI (機械学習や深層学習) をビジネスに導入したい、自社のデータを活用したい人にお役立ちの記事をピックアップしています。

運営しているクリエイター: 武田元彦 | DataStrategy Inc. CEO

#データ分析

[保存版] AI/IoT導入やDXなどの「ビジネスのデータ活用に必要なデータ戦略の7要素」

弊社では様々なデジタルトランスフォーメーション(DX)やAI/IoT導入のプロジェクトの相談やサポートを日々行なっていますが、外部のReady madeなAIサービスが増えてきたり、自社にしかないデータを蓄積させてそれを強みとして活用する企業も増えてきたという実感を持っています。一方で、「その分析結果がどんな売上UP/コスト削減につながるのか」をきちんと定義できないままにプロジェクトが進んでしまい、途中で頓挫しているような話もよく聞くという印象です。そんなトレンドを受

データ戦略の会社が考える「成果が出ないデータ分析/AI導入が多い理由と、成功確率を上げるために何が必要なのか」

最初にタイトルに対する結論ですが、成功確率を上げる、つまりビジネス上の意味がある成果を得る確率を高めるために必要なものは 1) ビジネス上の成果と紐付いた適切な「目的」 2) 目的を達成するための「戦略」 3) 戦略を実行するための「チーム（＋チームが使えるリソース）」 4) チームが本来の力を発揮するための「セットアップ（立て付け・お膳立て）」です。この記事では、まず最も重要な目的について考えてみます。他の2) 〜4) は、全て目的がなければ、始まりません。こ

データ戦略の会社が考える「ビジネスでのデータ活用に必要な”データ戦略”の４要素」

2020/04/30追記: データ戦略に必要な4要素 --> データ戦略の7要素にUpdateしました！以下のリンク先記事が最新版ですのでご覧ください。 ---- はじめに：データ戦略とは弊社は「データ戦略」の会社であり、社名にDataStrategyと名付けています。私も、自分の肩書に、それなりに意味を持って「データストラテジスト」と付けています。実は英語圏でも、「データ戦略（Data Strategy）」という言葉は、一部のプレーヤーがそれぞれの定義で使うこ

データ戦略の会社が考える「データ分析・AIのビジネス導入に必要な４つのポジション」

分業チームの必要性AI.Accelerator座長の進藤さんのツイッターで以下のような内容がありました。私の認識でも、データ分析・AI導入は、今の時点（2019年4月時点）では多くの企業に取って「チーム戦」を取らざるを得ないと考えています。それも、「社内の人間・社外の人間を含めたワンチーム」によるチーム戦です。サッカーをするならゴールキーパー、ディフェンダー、ミッドフィルダー、フォワードが必要なように、自社にいる人材で賄えるならよいし、そうでないなら社外のチームと協力