本気で AI を内製化したい「中小・独立系 SIer」責任者の方へ
Q. AI 企業に進化できるのか?
ウチの売りになるのか?
心配でアクセル踏むのが怖い...どうすればいいですか?
それなら、、、
A. このAI内製化コーチングを使ってください。
AI の経験や実績がない SIer 企業でも AI で成果をだす秘訣
あなたはこんな不安がありませんか?
✔︎ 仕事を取っても、クライアントの成果が出せなかったらどうしよう...
✔︎ 知らないことを聞かれたらどうしよう、仕事を受けるのが怖い...
✔︎ 業務を AI 化する上で、話しを聴いてくれ、相談できる人がいない...
これらは、AI を取り入れたい SIer の多くが抱えている悩みです。
確かに、経験や実績もない状態から AI システムを開発して、本当にクラ
イアントの成果を出せるのか? その不安は大きいですよね?
それどころか、自社の既存システムを AI 化するのも一苦労、かもしれま
せん。
なぜ、そうなってしまうのでしょう?
AI 化を阻む「3つの障害」がある、と言われています。
1つめは、、、
ギャップです。
たとえば、自社の既存システムの、精度を上げたい時。AI 化に本気な方ほど、「AI なら改善できるかも...」「挑戦したい」と前向きに考えるでしょう。
その結果、やらなくてよい苦労をしている人も少なくありません。
「そこ、本当に、AI が必要ですか?」と私はよく言っています。では、
どんな業務に、どう AI を使うと、生産性向上できるのか?
スキルと経験、 そして理論的な裏付けが欲しくはありませんか。
AI で「やりたい」期待と、実際に「できる」ことの差は、大きい。
2つめは、
世界観が、違う。
ある AI ベンダーが、「この最先端システムは、なんと精度 97%です!」
と自慢げに語りました。
ベテラン SIer のあなたは、どう感じますか。「は? 3%もダメか、話しにならんな...」「ケタ違いに、品質基準が甘い...」ため息をつきたいかもしれませんね。
私が IT 業界にいた頃。製造業のシステムが 1 回止まると、数億円飛ぶ。 100%できて当たり前だろ、が基準にされる世界。現実は、そうはいきません。つまり、謝罪からスタートせざるを得ない。あぁ不具合がでても、 責められませんように... 瑕疵になりませんように...
AI の得意分野に、画像認識があります。非常に外見が似ている犬が多数、 混ざっている写真がある。専門家なら、正解率 95%で見分けられます。 そこで AI が 97%のスコアを出すと、すごい!わけです。人間を超えたからです。
次が重要です。
優れた結果をだす AI の開発は、SIer ならお客さんに隠したくなる「惨めな」数字から始まります。正解率 48%とか、ね。しかも、お客さんと「うまくいかない問題」を共有する、透明性が高いプロジェクトほどうまくいくのです。
3つめです。
ハシゴがない。
AI を内製化したい。どうしよう。そうだ。展示会に行く。ブースを回って相談する。AI ベンダーは、口を揃えて言う。「はい、ウチの商品を使っていただければ大丈夫です」いやいや、買うんじゃなくってさー、自分で作れるようになりたいんだよ....
よし、勉強だ。本を買う。チンプンカンプンだ。機械学習がうまくいかない。ルールベースで実装して、四苦八苦する。TensorFlow を知り、Keras を学び、GoogleColaboratoryもやる。Pythonで試作をはじめてから、けっこう時間が経った。全く精度が上がらない。会社から長期セミナーに参加させてもらう。仲間もできたし、いい経験になった。なった、けど...
本気で AI 化をはじめると必ず、つまづく。劇的な精度向上を期待したが、 精度は上がらない。処理速度も上がらない。社内評価は下がる。教えてくれる人はいない。出口は見えない。壁をこえるハシゴはない...
そう感じること、あなたにもありませんか?
この「AI 内製化コーチング」は、上から目線のコンサルタントとは違い、 あなたの問題を発見して「そもそも、やらなくよかった苦労」を大幅に削減して、「何をすれば成果がでるか?」見つけるアプローチです。
あなたと一緒に、話し合う。どう問題を切り分けるか? 筋のよい仮説はどう立てればよいか? 実験計画はどんな順番でどう組み合わせるとよいか? データの傾向とアルゴリズムの向き不向きは? あなたに伴走します。だから、あなたはできるようになる。
試作品をいじるのでは、ありません。あなたの会社の、生の業務、生のデータを使って、AI 内製化で成果を出すプロジェクトです。
AI 内製化コーチングの詳細
AI の経験や実績がない SIer 企業でも AI で成果をだす秘訣
Step1. ブレストする
Step2. 引き出す
Step3. 仮説を立てる
Step4. 教える
そして、
Step5. 突破する
その一部をご説明すると・・・
Step1. ブレストする
◎ なぜか、参加者がリラックスしながら、仮説をひねりだせるブレストにする3つの方法。
◎ 心を開かせて信頼関係をつくる 5 つのアプローチと、会議でやってしまいがちな大きな間違い。
◎ けっこう多い、社長と現場の、噛み合わない話し。社長は「彼らの話は細かすぎる」。現場は「古い技術を持ち出されても困る」。この問題の本質はなんだと思いますか? 私にて交通整理してみたいのですが、いかがでしょう?
◎ つい踏んでしまいがちな地雷を無効化する最大のポイント。あなたに伝授します、ぜひ活用ください。
Step2. 引き出す
◎ 私(坂井)が 10 年近く師匠から教わってきた心理臨床の秘訣を公開。
◎ お間違えなく! よくあるコーチは、あなたの中にすでに答えがある、 などのんきなことを言いますが、私は、あなたが必要とする技術を出し惜しみなくお教えします。ご安心ください。
◎知らないと損をする、AI 開発者のための聞く技術 —クライアントの曖昧さを見抜き、本音を引き出す2つの質問を公開—
Step3. 仮説を立てる
◎ AI の開発は、仮説+実験、の繰り返し。見当外れの仮説、レベルの低い仮説だと、努力するだけ無駄の山。しかし、不明なことだらけの中、良 質の仮説を立案しなくてはならない。では、どうすればよいか?
◎ 大きく、仮説は2×2。つまり、(データ・モデル)×(問題・改善) =4通り。「モデル×改善」から考える人が多い。いつも効果的だろうか? そうは思わない。もしそこに問題が存在しない、影響が小さいなら、改善 しても結果に殆ど影響しないからだ。
◎ このように、なぜ、この仮説が良いのか悪いのか? そもそもどのように判断したのか? 思考プロセスを順を追って開示します。あなたは考え方をマネできるので、倍速で成長することができます。
Step4. 教える
◎ よくある AI コンサルは、間違いを指摘して、正解をポンっと教える。 私は、どんなデータで、何をしました? ヒアリングから始める。うまくいかなかった理由を一緒に考え、検証する実験を宿題にします。
◎ 処理速度が遅いことは多い。よくある戦略系 AI コンサルは、「プログラムの書き方は業務外」というが、私はどこが問題か切り分ける方法から考え、一緒にパフォーマンスチューニングします。
◎ あなたのスキルにあわせてお教えします。たとえば、多変量分析。データをどう見ていくか? 教科書には、階層型クラスタリング、と書いて ある。しかし、セオリーどおりの手順を踏むと、かえって効率が悪いこともあります。
◎ 残念なことに、試作をもとに、独習する人は「自分のスキルアップ」 に焦点が当たりがち。もちろん、それも大事。ですが、あなたは、生産性向上など「仕事で成果を出したい」のでは? ならば、プロに付き添ってもらい、コツを教わった方が 10 倍速い。ですよね。
そして、
Step5. 突破する
◎ 煮詰まっても、無理矢理アイデアをだす。あがく。しぶとい戦略力と 気力で、1ミリでも前進する。
◎ 日本人は、型が好き。成功した方法から、離れられないことがある。 そんな盲点に気づくと、拍子抜けするような、答えが出せる。AI で Bot 開発が難航中、とする。例えば、全部 AI にせず、一部は人力にする。開発より人材研修にお金をかけた方が、お得なこともある。欲しいのは結果。 型を破って一緒に突破しましょう。
坂井 尚行 プロフィール
Noyuki Sakai
東京大学大学院 にて理論物理を学び、2006 年 後期博士課程中退。
2006 年、金融工学の IT 企業、シンプレクス・テクノロジー(株) [当時上 場]入社。
2010 年、インターネット広告代理店、(株)オプト[当時上場] 。 大手競合が 6 ヶ月かけたが未完の案件。ぐちゃぐちゃのシステム・人間関係を、 わずか 2 ヶ月で実装させる。
2015 年、パーソナル人工知能を活用するカラフル・ボード(株)「AI 利き酒師」をエンジニアとして開発。日経新聞にも掲載。 2017年、学習型人工知能をBtoBに応用するSOINN(株)にて、 上場企業を中心に、AI 導入のコンサルティング業務を行う。
2017 年 6 月、Google 同様、超人的 AI の実現を目指す「ドワンゴ 人工知能研究所」より業務委託を開始。
2018 年 4 月、某ペット保険にて審査・査定業務のデータアセスメント、および、画像認識の業務委託を実施。
2018 年11月、自然言語処理に特化したデータ解析企業 FRONTEO より業務委託を開始。
考えてみてください。
あなたの会社の既存システムを AI 化できたら、どれくらいの価値がある でしょうか? その AI 内製化ノウハウをつかったら、どれくらい売上が上 がるでしょうか? 顧客の AI システムを構築するうえで、いつでも相談 できる AI 専門コーチがいれば、どれだけ安心できるでしょうか?
つまり・・・
AI 内製化を 相談できる専門家は ”あなたの武器” になる。
この「AI 内製化コーチング」は、日本トップの AI 学者たちをコーチングして成果を出してきた経験と、多数の企業の AI 開発の現場、なかには泥沼化した修羅場をくぐり抜けてきた経験から作り上げられた効果実証済 みのメソッドです。
あまり大きな声で言えませんが、AI 専門コーチを活用して、AI を内製化するという方法は、めちゃくちゃ強力です。それに、一流スポーツ選手に も、一流企業の社長にも、プロには必ずといってよいほどコーチがいます。 しかも、難しい方法ではありません。なので、あなたも一度は試してもら いたいのです。
この「AI 内製化コーチング」は、15 万円(税抜)/月。定期的に実施します。基本、2 週間に 1 回(2 時間程度)。最小契約単位は 3 ヶ月間。貴社に訪問あるいは zoom 等で。東京都以外は出張交通費を要します。
もしかするとあなたは、「本当に効果あるのかぁ?」「ウチに合うのか〜?」 なんて半信半疑なのかもしれません。買ってみたいけれど、やっぱりどう しよう... ためらう気持ちもわかります。
そこでーーー
安心の「完全 100%」品質保証
この「AI 内製化コーチング」には、100%の品質保証をつけました。まるまる1回分2時間を、特別割引価格 5 万円(税抜)でお試しいただけます。
万が一にでも、納得できない、ということならば、お試しされた日から5 日以内であれば、注文を取り消すことができます。メール1本、電話1本 で、あなたからお預かりしたお金は100%お返しします。詳しい理由な ども聞きませんので安心してください。
あまり言いたくないんですがーー、すごく満足しました! 最高でした! という評価だったとしても、キャンセルしたい、と連絡してもらって構い ません。どう転んでも完全にあなたに損はありません。
なんで、ここまでするのか?? それは、本気で AI を内製化したい「中小・ 独立系 SIer」の方に、いま、一歩、踏み出してほしいからです。自力だけでなく、他力を活用するには勇気がいります。でも、そうしない限り変われない...。なので、あなたの肩をそっと押す、そんな気持ちです。
そこで、あなたは違いますが 冷やかし客を避けるため、お試しには以下すべての出席が必要です。1社長または IT/AI 部門の責任者(決済者)、 かつ、2IT/AI 部門の現場担当者(プログラマーなど手を動かす人)。複数 人可能。じっくり 2 時間、zoom で話し合いましょう。そして、
もどかしいあなたの悩みをスッキリさせた上でお決めください。
この特別なお試しは、いつまで続くか分かりません。
いえ、煽っているわけではありません。一社一社、サービスも違えば、 AI スキルも違います。ひとり一人に向き合って伴走する、マラソンのよ うな仕事が「AI 内製化コーチング」。どうしても少数限定になります。
経験のない SIer が AI を内製化して成果を出せるようになるには、これ以上ない方法でしょう。とはいえ、これを試すかどうかはあなた次第です。
どんな世界になっても、どんな業界でも、ますます AI 化は進むでしょう。 これから長く続くビジネスを考えたとき、後悔しない方を選んでください。
「完全 100%」品質保証もついているので、少しでも気になるなら試して みてください。決めるのはそれからでも遅くはありません。
こちらのフォームに入力して、今すぐ試してみてください。