これからAIの仕事をしたいと考えている方に求められている能力は、「企画力」「分析力
」「推進力」の3つの能力です。
企画力がなければ、AIを上手く活用するモデルを見つけ出して、活用のアイディアを生み出してゆくことができません。
また、分析力を発揮することで初めて、AIを活用した企画を形にするためのスタートラインに立つことができます。
人工知能を機能させるために、どのようなデータを準備する必要があるのかを考える能力が求められているのです。
そして何よりも推進力がなければ、新しいテクノロジーを活用したビジネスを予算やスケジュールの制約を受けながら、軌道に乗せることは困難です。
人工知能を活用するための二つの視点
AIを上手く活用するモデルを見つけ出して、活用のアイディアを生み出してゆくためには、どの部分に人工知能を活用することが有効かを見つけ出す必要があります。
そこで活用できる視点が、「カイゼン」と「イノベーション」です。
カイゼンとは、従来の業務を人工知能を活用することで、人間の仕事をサポートして業務を改善することで、仕事の効率を良くしてゆくことです。
イノベーションとは、新たなものを生み出し変革を起こすことですが、人工知能を使うことにより、今まで実現できなかった新しい製品やサービスを生み出すことです。
カイゼンとイノベーション、二つの視点で人工知能を活用するためのアイディアを発見する際に一つ注意点があります。
それは、プロジェクトの目的を忘れないことです。
プロジェクトの目的とは、人工知能を活用して実現したい未来のことです。人工知能を使うことを目的とせずに、求められているゴールを見失わない様にしておくことが大切です。
分析力を発揮して生きたデータを集める。
人工知能は、そのままでは機能することができません。有効なデータが与えられることで、初めて成果を生み出すことが可能になります。
どの様なデータ集めたら、上手く成果に結びつくのか仮説を立てて、成果がイメージできるようにシナリオを想像して形にしてゆきます。
この目指すべき方向性を示す仮説を、エンジニアのチームと共有して、有効なデータを探し出すサポートをすることがAIプロジェクトの推進にはかかせません。
仮説作りに必要なことは、取材と材料集めになります。
どういったデータが用意可能なのか、そのサンプル数は十分な数があり、継続的に入手することができるデータなのか、裏付けをとっておく必要があります。
次に集まった素材データをどの様に整備して使えるデータにしてゆくか、データ整備のプランも検討を進めてゆきます。
分析力と仮説力を発揮することで、人工知能を機能させる環境を整えることが出来るのです。
推進力がなければAIプロジェクトは進まない
AIプロジェクトの難しさは、初めから上手く成果に結びつくことが確約できないことです。
期待したような成果を得るためには、修正や検証を繰り返して、最適なパターンを見つけ出す必要があります。
人工知能は、汎用性があり、万能であるという固定概念とも向き合わなくてはなりません。
開発現場側から考えれば常識的な話も、AIプロジェクトの評価側には受け入れられないことがあります。
お互いに生まれるギャップを埋めて、円滑なコミュニケーションが取れるようにサポートする役割がAI人材には求められています。
加えて人工知能の技術は、進化の過程にあるため、さまざまな活用方法が生み出されています。演算処理のスピードも飛躍的に向上しています。現時点ではできないこともわずか数年後には実現できる様になってくるのです。
新たなアルゴリズムの開発やインフラ面も含めた演算処理能力の向上など、その可能性は計り知れないほど、スケール感があります。
現場、商品やサービスとして成り立つためには、現時点での人工知能にできることに限界があったとしても未来のためにプロジェクトを推進させ続けることができる人材が最も求められているのではないでしょうか？
