開講科目の詳細

AIによるデータ活用実務特論2
Business Application of AI and Data 2

担当教員

: 槌野浩

受講対象者

イノベーションマネジメント専攻の全受講生・科目等履修生および経営者・企画職・IT部門等、ビジネスでAIを活用したいと考えているすべての人の中で、自らのアイデアで、公共の補助金予算を取りに行ってでもそのアイデアを実現しようというアントレプレナーシップのある方々

授業の主題と概要

自分で定めたユースケースにおいて、AIによるビジネス価値を創造できるかを、自分でデータを理解し、分析シナリオを決めて、評価、適用までを実践的に実施する経験をして、そのKnow Howや考慮点を身に付けることを目標とします。アプローチは、3学期に開講される「AIによるデータ活用実務特論1」で学んだデータ主導型分析アプローチを実践活用します。授業は、様々な業界ビジネスケース実例の中でのデータの取り扱いを学んで、それに準じて、自らのユースケースに適用していく演習を中心に進めていきます。

① AIシステムの特徴を、単なるITシステムと比較して把握し、その特徴を生かすユースケースを自分の身の回りの実務の中から創出できる（ビジネスケース策定）

② 自ら選んだユースケースにおけるビジネス課題を整理し、それをデータ分析によって解決できる可能性のある想定シナリオを価値定義できる（ビジネス効果に紐つくシナリオ定義）

③ 定義したデータ分析シナリオにおいて、AIシステムをAIらしく価値あるものにするのに必要な知識データ」教師データになるデータ項目や文献を、自社及び公開された業界データベースから見繕うことができる。また、現実に自らのユースケースでの知識データ・教師データの収集計画を策定できる（データの理解）

④ データの分析を実施する前に行うべきデータの加工や選定について、AIが特徴を見つけやすいデータへの変換について、自らのケースにおいて考える（データの準備）

⑤ 準備できたデータを活用して、予測、分類モデルの精度を実感した上で、さらなるモデルの精度向上のための試作を立案できる（モデル策定＆評価）

⑥ ①～⑤で検討してきた内容を、自らのAIシステム企画提案書として取りまとめ、2020年度に募集されている官公庁のスタートアップ企業支援補助金募集への応募の形でまとめる

到達（習得）目標

AIシステムを持続可能にするデータ活用の勘所が理解でき、業務改革を、ビッグデータ利活用の視点で企画、具現化できるための基本的な知識を身に付け、自らのAI企画を官公庁やスポンサー企業候補のコンソーシアムに提案する。補助金やスポンサーシップの約束を取り付けられたら、実用化もKIT－AI Laboとも一緒に検討する。

講義スケジュール

講義回数	講義テーマ
1,2	主に講義 1.統計データを使った関心事紹介（宿題ベースでの演習） 2.AIが生きるビジネスユースケース選定の前提知識 3.AIソリューションのROI想定の考え方 4.AIソリューションの資金調達（公募例）主に発表とチーム評価 1.自分自身のAIのユースケースを策定してTeam発表＆Feedback ユースケース、適用ソリューション、活用するデータ、ビジネス価値、ROI 2.ネットで探せる統計データについて
3,4	講義と演習 1.データ活用の意義の変化　１）人によるデータ分析 vs AIによるデータ活用　２）非構造化データの分析、活用　３）ビッグデータの利活用プロセス 2.ビジネス課題へのデータ中心アプローチ Remind 3.各自ケースのビジネス価値見通しとデータ活用シナリオ発表前半(発表）講義と演習 1.各自ケースのビジネス価値見通しとデータ活用シナリオ発表前半(発表） 2.データ加工の実際 (欠測値、外れ値） 3.非構造化データの利用する実例 4.データ分析(AIモデル)　から　ビジネス価値（ビジネスモデル）への紐付け 5.AI事業計画書のキーポイント（事業目的、現状課題/解決策、データ利活用による差化、ROI） 6.資金の募集要項例 7.自社データ項目と外部BigData項目の選定と分析シナリオ
5,6	主に講義事業計画書の策定 1.ビジネスモデルレビュー参照事例 2.ビジネスモデル精査 3.ICT,AI,デジタル・トランスフォーメーションと　ビジネスモデルの関係 4.業務アプリにとっての価値最大化のためのDXメガトレンド主に発表 1.スポンサー・補助金・Fundの選定候補と理由の発表 2.事業計画採用に要求される業務価値、必要なデータ量＆分析精度 3.必要費用・投資効果の定量化概算例
7,8	人数＊（説明15-20分　＋　各人（自分以外の）Q＆A・審査10-15分）