Upgrade to Pro — share decks privately, control downloads, hide ads and more …

DX実現のための5つのステップ

ACES Inc.
June 22, 2022

 DX実現のための5つのステップ

Plug and Play Japan・株式会社ACES共催
AI研究セミナー「業界変革を実現するAI活用のススメ」(2022年5月17日)
ACES登壇資料

ACES Inc.

June 22, 2022
Tweet

More Decks by ACES Inc.

Other Decks in Business

Transcript

  1. D X プ ロ ジ ェ ク ト の 現 場
    DXプロジェクトは、経営戦略視点と現場業務の両者をリンクさせて
    推進することが重要
    24
    事 業 に つ い て
    DX推進プロジェクトの現状 ACESが提供する価値 = 確実性の⾼いDX
    技術的なアプローチ⽅法がわからず
    PoC*1ばかりで前に進まない
    経営戦略と結びついていないため
    短期的で部分最適な解決策になりがち
    事業インパクトにつながる
    経営戦略に基づいた
    DX戦略をデザイン
    データの構造化から
    業務フローへの組み込みまで
    現場視点のDXを推進
    AI・デジタルの専⾨性が少なく、
    戦略と実⾏に⼤きな溝がある
    実⾏・現場
    戦略・経営企画
    1 コンサルティング
    2 AI事業価値デザイン
    3 AIモジュール導⼊
    4 現場検証・運⽤
    5 デジタル事業実⾏
    *1: Proof of Concept(概念検証)の略
    93%のDXプロジェクト/顧客が
    初回PoCから前進/AI導⼊へ*2
    *2: DXパートナー事業の開始(2019年1⽉)よりPoCから前進して
    DXプロジェクトが継続中またはAI導⼊済のものを集計

    View Slide

  2. S T E P.1 コ ン サ ル テ ィ ン グ
    経営課題と現場のオペレーションを構造化した上で、DX戦略を策定。
    イシューを特定し、本当に実⾏するべきデジタル事業開発を⾒定める
    25
    ビジネス価値を創出するDX戦略例
    リアル店舗における売り上げ最⼤化のためのKPIツリー DX視点でのデジタルバリューチェーン構想

    View Slide

  3. S T E P. 2 A I 事 業 価 値 デ ザ イ ン
    事業課題と最先端技術の双⽅を正しく理解するからこそ、AIが得意とする
    タスクまで事業課題を分解し、AIの事業価値と実現性を最⼤化する
    26
    これまでの
    AI活⽤
    ACESの
    AI活⽤
    KPI 課題 タスク
    事故件数
    事故件数 不安全な状態
    不安全な⾏動 不安全な⾏動認識
    不安全な⾏動注意
    不安全な⾏為
    不安全な位置
    ⾏為A
    ⾏為B
    ⾏為C
    実現性が低い
    AIを最⼤限活⽤し
    実現可能性を⾼める
    事業の課題をAIが得意なタスクまで分解
    なんとなく・とりあえずAI

    View Slide

  4. S T E P. 3 A I モ ジ ュ ー ル 導 ⼊
    東京⼤学松尾研究室のメンバーを中⼼に研究開発したAIモジュールを導⼊。
    柔軟な組み合わせを実現し多様なビジネスシーンに対応可能
    27
    AIアルゴリズムを独⾃で研究開発しモジュール化 ACESʼ AIモジュール: 柔軟に組み合わせられるAI
    基礎認知処理
    AIモジュール
    機能・知⾒
    AIモジュール
    顧客・製品特化
    AIモジュール
    Algo 1 Algo 2 Algo 3 Algo 4
    業界・業務特化
    AIモジュール
    Algo a Algo b Algo c Algo d
    Algo
    A
    Algo
    B
    Algo
    C
    Algo α Algo β Algo γ
    AI トランス
    フォーメーション
    ・・・
    ・・・
    Ex: 2D Pose Estimation
    Ex: Object Tracking
    Ex: マルチカメラ作業員トラッキング
    Ex: 作業⾏動定量化
    Ex: 組み⽴て作業解析・⽐較
    Ex: ⾃動⾞部品の組み⽴て作業改善
    Ex: 3D Pose Estimation
    Ex: 製造のDX
    t
    アカデミアをバックグラウンドに持つ優秀な
    エンジニアがAIアルゴリズムを独⾃で研究開発
    最先端技術 AIアルゴリズム
    研究A 研究B
    研究C 研究D
    研究E 研究F
    Algo 1
    Algo a
    AIモジュール化

    View Slide

  5. S T E P. 4 現 場 検 証 ・ 運 ⽤
    現場のニーズに合わせ、アジャイルに検証。
    最適な技術基盤やソフトウェアを通してAIアルゴリズムを現場に提供
    28
    実運⽤を考慮したアジャイルな検証・導⼊
    実現性をユースケース・条件などで詳細に分解して検討・検証し、
    それぞれの改善⽅法などを整理し、より適切なシステム活⽤を実現
    現場で働く⼈のUXを考慮したソフトウェア開発
    (例)プレスリリースのデジタル管理ツール
    ⼈の転倒検知に関する検証結果まとめ(⼀例)

    View Slide

  6. S T E P. 5 デ ジ タ ル 事 業 実 ⾏
    ビジネス全体をデジタルで接続していき、データとAIアルゴリズムで
    業務プロセスの改善や優れた顧客体験を実現するデジタル事業へ進化させる
    29
    リアル空間
    デジタル空間
    デジタル空間で、今まで離散的だったサプライ/
    バリューチェーンを滑らかに接続した状態
    = 価値が最⼤化された状態にする。
    • 業務プロセスの再構築
    • 業務の均質化
    AIトランスフォーメーション
    • クロスセル、アップセル
    • 優れた顧客体験
    • 属⼈的な現場の⼈の知⾒を
    AIアルゴリズム化

    View Slide