ーーー

ーーー

ジャケ買いビジネス本シリーズです。

世間一般も私自身もAIというシステムに対して、何となく凄いもの・これから実際にどうなるのかが分からないものと思っていました。

しかし、表紙に「統計・プログラム知識は不要」と書かれているように、ＡＩについて、文系人間に分かりやすい表現で書かれています。

本作を読むことで、文系人間が「これからの進み方・何が必要なのか」についての指針になる本だと思います。

本作の要点は以下になります

ーーー

第一章　ＡＩ社会で職を失わないように

１．ＡＩ失職は変えようのない事実だが、ＡＩ職がどんどん生まれる

　「産業革命」「モータリゼーション」「ＩＴ革命」…。どんな時代でも職が無くなるのと共に、新しいタイプの職業が生まれる。ＡＩについても、多くの「ＡＩ関連職」が生まれることが見込まれる。

２．仕事についてのスタイルは、分業のバランスで５つに分類される

①人だけで仕事をする
　間接的にＡＩの補助が必要になる可能性があるものの、基本的に人だけで仕事をする従来型の仕事
（例）管理業務、クリエイティブ業務など

②人の仕事をＡＩが補助する
　もともと人が行っていた業務を、ＡＩが一部を代行・補助する仕事。
（例）営業業務、教育業務、企画・執筆業務など

③人の仕事をＡＩが拡張する
　人が出来ない事・人がすることが難しいことをＡＩが拡張する仕事。
（例）高度な専門業務、予測分析業務など

④ＡＩの仕事を人が補助する
　ＡＩがメインで業務を行って、足りない部分を人が補助する仕事。
（例）データ入力業務、電話応答業務など

⑤人の仕事をＡＩが完全に代行する
　人の仕事をＡＩが完全に代行する仕事であり、ＡＩによって無くなってしまう可能性が高い仕事。
（例）監視業務、注文・会計業務など

※ＡＩを使って自身の価値を高める、「人間とＡＩの共働き」スキルを高めることが、これからの時代に必要になる。

ーーー

第二章　文型のためのＡＩキャリア

１．ＡＩを作るのか、使うのかの判断能力が重要に

　ＡＩは作れなくとも使えれば良いし、ＡＩを上手く使うことが出来る人がビジネスを動かす。
　そして、理系ＡＩ人材は「ＡＩを作り、現場で使いこなすためのシステム作り」をするが、文系ＡＩ人材は、「理系ＡＩ人材が行わない、ＡＩ活用に必要なすべてのことを行う」必要がある。

２．文系ＡＩ人材になるための４つのステップ

　「文系ＡＩ人材」の広範囲の仕事領域において、共通に必要となるのは「ＡＩと働くチカラ」である。
　そのために、
①　ＡＩのキホンを丸暗記
②　ＡＩの作り方をざっくり理解
③　ＡＩ企画力を磨く
④　ＡＩ事例をとことん知る
という四ステップを学習する必要がある。

ーーー

第三章　ＡＩのキホンは丸暗記で済ます

１．ＡＩ、機械学習、ディープラーニングの違い

　一番広い意味を持っているのがＡＩ、その中に機械学習が含まれる。
そして機械学習の一つの手法にディープラーニングがある。
ただ、ディープラーニングが特別な存在だったため、機械学習が脚光を浴び、ＡＩの世界が急速に発展した。

２．三つの定義

①　ＡＩ
　人間と同様の知能を実現させようとする技術のこと。。
②　機械学習
　学習により特定のタスクを実行できるようになるＡＩ。学習に当たっては主に人が特徴（目の付け所）を定義する。
③　ディープラーニング
　機械学習の一種。人間の脳の神経細胞（ニューロン）を模した学習法から発展。主にマシンが特徴（目の付け所）を自動定義する。

３．ＡＩ分類を機能別にすると４タイプ

①　識別系ＡＩ
　見て認識するタイプのＡＩ。人間が行ってきた「様々な単純作業」を担っていく。
（例）不良品の振り分け作業、テーマパークでの顔認証による入場など
②　予測系ＡＩ
　考えて予測するタイプのＡＩ。人間が行ってきた「データから先の予測を行い、判断を下していた作業」を担っていく。
（例）ローンの審査、ネットワーク監視など
③　会話系ＡＩ
　会話するタイプのＡＩ。人間が行ってきた「会話をしながら行う作業」を担っていく。
（例）施設内の会話による案内、チャットボットや音声対応によるコールセンター対応など
④　実行系ＡＩ
　身体（物体）を動かすタイプのＡＩ。前述した①～③までのＡＩを組み立てて成り立つＡＩ。
（例）自動運転、工場内・倉庫内作業など

４．ＡＩ基礎用語を丸暗記する

　アルゴリズム、アノテーション、ニュートラルネットワークなど。

ーーー

第四章　ＡＩの作り方をザックリ理解する

１．ＡＩは特長づかみの名人

　ＡＩは「ビッグデータがあれば精度が上がる」という事実から、ＡＩは「たくさんのデータを丸暗記している」というイメージがあるが、そうではなく、ＡＩは「たくさんのデータから特徴をつかんで法則を見つけ出している」と理解する。

２．ＡＩは万能ではない

　現代のＡＩは、「データを数値で把握しているだけ」であって、「データの意味合い・内容を理解している」という訳では無い。

ーーー

第五章　ＡＩ企画力を磨く

１．「変化量と実現性」を担保する

　ＡＩアイデアについては、ＡＩ導入後の変化量と実現性を重視する。ＡＩは何でも出来ると過大評価をしてはいけないし、過小評価をすることもいけない。感性と論理を行き来することで、ＡＩ企画を小ぶりにしないことが重要。

２．ＡＩ企画の解像度をあげるには５Ｗ１Ｈが重要

①　Ｗｈｏ：誰のためのＡＩか
　顧客の為・取引先の為・従業員の為、まずは誰を対象にするかを起点としてプランニングを始める必要がある。
②　Ｗｈｙ：なぜＡＩが必要か
　満足・便利・売上げ・付加価値を増やすのか、不満・不便・コスト・作業時間を減らすのかを考える。
③　Ｗｈｉｃｈ：どのタイプのＡＩか
　第三章で説明した「識別系・予測系・会話系・実行系」のどのタイプを使用するのかを考える。

※「誰のために」×「なぜ？何のために」×「どのタイプの」ＡＩを使うのか
　までまとめると、企画が深まっていく。

④　Ｗｈａｔ：どんなＡＩか
　親しみやすく・内容が分かり易いように「名称」を決め、「ＡＩによって出来ること」を書けば、「ＡＩによって解決されること」までまとめることが出来る。
⑤　Ｈｏｗ：どう分業するのか
　第一章で説明したように、人とＡＩが協働する場合には、その分業割合によってＡＩのタイプを変更しなくてはならない。ＡＩに任せる範囲を狭くすることで、ＡＩ完成と運用のコストが低くなる為、導入のハードルが低くなることも多い。
⑥　Ｗｈｅｎ：いつまでにどう用意する
　ＡＩを「使うのか・作るのか」の方針を決めることから、どのように完成することが出来るかまで、スケジュールを立てることが重要。

ーーー

第六章　ＡＩ事例をトコトン知る－業種別×活用タイプ別の45事例

①　ＪＩＮＳ、似合うをＡＩでレコメンド
　ディープラーニングを駆使し、自分に合ったメガネを探すことが出来る。
②　日経、100年分の新聞記事をＡＩで読み取り。精度95％
　約100年分の新聞記事について、ＡＩによるテキストデータ化を推進。古い新聞の文字についても自動で読み取れるＡＩ技術を確立。
③　日立製作所と三井物産、ＡＩで配送計画するスマート物流
　車両ごとの配送先・配送日時の割り当てや配送ルートの策定、熟練者が数時間から数日かけて作成していた配送計画作業を一時間以内でＡＩが代行するといった、ＡＩによる配送最適化サービスを開発。
④　トヨタ、自動運転と高度安全運転支援で二重に安全を確保
　主体はドライバーであり、安全運転の支援が主眼として置かれている。
⑤　ブリヂストン、ＡＩ工場で品質担保しタイヤを量産
　タイヤ成形工程をＡＩにより自動化・自動制御。ボトルネック工程において、生産性は二倍・品質は15%向上。
⑥　ＪＦＥスチール、人物検知ＡＩで作業者に安全を
　ＡＩ画像認識技術を利用することで、立ち入り禁止エリアに作業者が侵入した場合に、ラインを自動停止させるなど、従業員の安全を確保。
⑦　電通、天然マグロの品質をＡＩが判定
　一人前の目利き職人になるには、約4000匹の目利きと約10年間の日数が必要の所、85%の評価が一致するＡＩを開発。

ーーー

第七章　文型ＡＩ人材が社会を変える

①　ＡＩによる「消費者」への変化
　暮らし・情報取得・買い物の仕方・移動や対人コミュニケーションのあり方など、生活のあらゆるシーンにおいて、大きな変化が生み出されているしこれからも生み出される可能性が高い。
②　ＡＩによる「会社」への変化
　手書き・電話・ＦＡＸなどのツールで行っていた業務について、業務の遂行ツールが大きく変化する可能性が高い。
③　ＡＩによる「働き手」への変化
　ブルーカラーだけでなく、ホワイトカラーへの影響も必至。

※　ＡＩを作る専門家である「データサイエンティスト」については、各企業で体制が整備されつつあるが、ＡＩを使いこなす「ＡＩ文系人材」はまだまだ不足している。

文系ＡＩ人材が社会をリードする時代が近い。

―

私の記事は「簡単」にまとめることが基本なのですが、上記のようにかなりの分量になってしまったことで分かると思いますが、内容についてはかなり充実しています。

そして、私の記事内に記述してなくとも、かなり身になった内容は沢山ありました。

現状の正しい認識と、これから将来についての行動指針にもなり、凄くためになったビジネス本でした。

文系の方ならば、是非とも読んでもらいたい一冊です。

★他のビジネス本レビュー★