現場へのAI活用推進の難しさ ～立場による視点の違い～

Transcript

1. 2026年10月29日 データサイエンティスト集会 1 現場へのAI活用推進の難しさ ～立場による視点の違い～ ぶんちん
2. 自己紹介 ぶんちん 2  データサイエンティスト集会の主催  複合経営が特徴の企業（製造業）に所属  データ分析担当者だったが。。。 成果獲得を狙うと、 同じことに繰り返しで 飽きた 困った顔で働く 会社員のイラスト（ 男性） 他者ができれば、 成果が増えるのでは eラ ーニングのイラ スト（ 男性） 特に非専門家向けのDS教育
3. 3 注意！！ 私はスマートな業界ではなく、 The 重厚長大 泥臭い 製造業  基本的に高度な技術の導入に体制が整い切れていない組織  新規技術の開発ではなく、具体的な経済効果の獲得が私の主目的  多くの案件を根拠にしているものの、あくまで私の経験則 が前提のお話です。
4. 4 データサイエンティスト スキル群 今日は ここの話 一般社団法人 データサイエンティスト協会 スキル定義委員会 12thシンポジウム資料より
5. 5 よく見る光景 AIを使うことについて 間違いが起きたら どうする！？ 人間の能力を超え ているのだから、 使わないのは ナンセンス！
6. 6 私からの見え方 論点がズレていて 話が嚙み合ってないなぁ 慎重側は言葉が足りていないし、 推進側は見えている範囲が狭いなぁ
7. 7 それぞれの立場 AIを使った成果物の信頼性（品質）について 間違いが起きたら どうする！？ 品質管理的 人間の能力を超え ているのだから、 使わないのは ナンセンス！ 品質保証的
8. 8 品質保証と品質管理  品質保証 既定の品質を満たせているか 納品後の顧客満足度向上に関する活動 「買い手」視点の活動  品質管理 製造時の品質を安定化・向上 製造プロセスの管理や改善 「作り手」視点の活動
9. 9 品質管理の視点 間違いが起きたら どうする！？ 字面どおりに 受け止められていますか？
10. 10 足りない言葉を補うと 「間違いが起きたらどうする！？」 間違いが起きたとき、どうやってリカバリし たらいいの？ 間違いが起きた後、どうやって再発防止に取 り組めばいいの？ 万が一の、取り返しのつかない間違いを防ぐ にはどうしたらいいの？
11. 11 従来のアプローチ QC検定 理論と実績を積み重ねて対応 「品質は工程で造りこむ」 各種「品質管理」の考えに基づいた対策 コスト、納期、生産性、安全性など含む 従来はプロセス重視のアプローチのため、 そもそもAIの技術思想と相性が良くない → AI活用での体系化されたアプローチ方法はない
12. 12 AI活用を進めようとする人たちへ  「間違いが起きたらどうする」か、 一緒に考えませんか  「〇〇の機能を使えば良い」では なく、それらを具体的にどう使っ て何をすればよいか、一緒に考え ませんか 一緒に品質管理の泥臭い部分を考えませんか？
13. 13 まとめ AI推進派と慎重派の間には立場の違いによる認識ズレ 推進派：品質保証的 慎重派：品質管理的 文字通り「間違いが起きたらどうする」か、対応方法 が確立されていない 皆で力を合わせて、「品質管理」視点の泥臭い部分に 取り組んでいきませんか？