DXの実務とは、「戦略」と「技術」をつなぐこと。
あらゆる産業で「DX」が叫ばれる昨今、
多くの時間と労力を費やしているにもかかわらず、
成功とは言い難いDXプロジェクトが後を絶たない。
それらの取り組みに共通して見られるのが、
・DX戦略構築/実行の「型」が欠けている
・DX実現に不可欠の「技術的考察」が欠けている
という2つの根本的な問題だ。
DX成功の鍵は「戦略と技術をつなげる力」であり、
非エンジニアでも経営層でも、本気でDXを行うならば
データ利活用の標準的な考え方を身につけ、
主要技術を理解することが不可欠だ――。
「そもそもDXの戦略はどのように描けばよいのか?」
「データ利活用はどのような手順で進めるべきなのか?」
「どのような体制、マネジメント、人材が必要なのか?」
「AIはどう駆動するのか。機械学習で何が可能なのか?」
「技術をビジネスに実装/運用する上での注意点とは?」
「DXに携わる人にはどんなスキルが求められるのか?」
これらのポイントを押さえながら、「DXの実務」の
リアルな行程を、具体性と汎用性にこだわって解説する。
【技術者でない人のための データ/AI活用必携テキスト】
[本書の特徴]
・エンジニアではない読者向けに、DXに関する戦略と技術の双方を解説。
・あらゆる業種のDXに共通して必要な「データ利活用」の本質がわかる。
・難解なデータ/AIの技術について、易し過ぎず、難し過ぎないレベルで解説。
・データ/AIの技術を前提としながら、実務的な話ができるだけの基本知識・理解が得られる。
[構成]
Part 1[序論] DXの成否を左右する「データ利活用サイクル」
DXの"現在地"
DXは、「データ利活用」による経営改革
データ利活用を実現する重要コンセプト
データ利活用を実装する仕組み
データ利活用とAI
データ利活用の成否を分かつ要因
データ利活用DX実現へのロードマップ
Part 2[総論1] DXが進まない理由
業種/業界別に見られる課題とDXによるアプローチ
DX推進を阻む課題
DXを阻む課題の"深淵"
DXを実現するための3つの方針
Part 3[総論2] データ利活用DX推進のフレームワーク
データ利活用DXの2つのフェイズ
Pre-DX Phase:コンセプトの設計
Pre-DX Phase:メカニズムの設計
DX Phase:推進ステップ
Part 4[各論1] DX Phaseの具体的実務
データ利活用の前提となる「データ統合」
データの分類
DXフェイズにおける具体的実務の概観
KPIを具体的実務へ落とし込む
データ/AI活用を具体的実務へ落とし込む
Part 5[各論2] AIの活用
AIの全体像
AIの限界
Column 進化し続けるAI
AIの分類
AIの学習
教師あり学習:決定木
アンサンブル学習
画像認識/自然言語処理で用いる深層学習モデル
教師なし学習:クラスタリング
機械学習システムへの実装
Part 6[各論3] 人材要件
プロダクト開発担当
データサイエンス担当
データパイプライン担当