コンサルが挑むものづくりの現場でAI・データ利活用〜専門家とデータサイエンティストとの共創〜 / Driving a co-creation project with Specialists x Data scientists x Consultants aimed at total optimization by AI x Data

by wids-tky-i

Slide 1

Slide 1 text

Women in Data Science Tokyo @ IBM 2023 2023 06 09 IBM Consulting

Slide 2

Slide 2 text

本セッションのSNS投稿について SNS投稿：一部OK OK: SNS投稿禁止と書いてないスクリーンショットの画像/ 動画/内容を含んだ投稿 NG: SNS投稿禁止と書いてあるスライドのスクリーンショットの画像/動画/内容を含んだ投稿ハッシュタグ: #WiDS2023 #WiDSTokyoIBM 一部SNS投稿禁止

Slide 3

Slide 3 text

• • • • • • • •

Slide 4

Slide 4 text

1.エンジニアからコンサルタントへの道のり 2.建築現場へのAI画像認識適用の課題と実践 3.まとめ本日はご参加ありがとうございます。エンジニアからコンサルタントのキャリアチェンジに至る経緯から、建設業のお客様との共創プロジェクトで得た知見とコンサルタントの役割をお話させていただきます。

Slide 5

Slide 5 text

Slide 6

Slide 6 text

CAEエンジニア～技術コンサルタントへ • • • • •

Slide 7

Slide 7 text

CAEエンジニア時代の仕事・役割 ◼ CAEを活用したノートパソコン設計支援・設計プロセス革新 • ゴール：CAEを製品設計過程に導入し、試作費用・期間削減する • 背景：構造設計者約80～90名のうち、ほとんどがCAEの導入に懐疑的。熟練者ほどその傾向が強かった • 得たこと：使いたいと思われるような説明や見せ方。相手の業務を理解した上で、ツールの利点・欠点を伝えながら業務への浸透を促す重要性

Slide 8

Slide 8 text

プリセールス・リエゾン時代 ◼ 研究所発AI画像認識技術のビジネス化 • ゴール：海外研究所開発のAI技術を現地支社と日本支社で合同ビジネス化 • 背景：当時、日本本社から海外への技術展開のスキームはあったが、現地支社と日本支社による合同ビジネス化はスキームがなかった • 得たこと：イギリスの研究所では特許対策、日本本社法務にスキーム作成依頼など適切な部門や関係者を探し、巻き込むためのビジネス基盤を構築した

Slide 9

Slide 9 text

技術コンサルへの兆し・・・ ◼ 航空部品メンテナンス向けAI技術開発・導入の立上げ • ゴール：3Dスキャナ＋点群データ＋AI画像認識のソリューション開発 • 背景：航空部品のメンテナンスには、化学塗料など使用されるため、健康懸念などから3Dスキャナ等を用いた傷判別の需要があった • 役割：3Dスキャナで得られた点群データを変換し、AI画像認識で傷を検知するまでのプロトタイプを作成。それを元に、開発チームがアセット化 • 得たこと：自分のアイデアを提案に落とし込み、顧客と共にデリバリーまで実施

Slide 10

Slide 10 text

そして・・・ ◼ 国境・国籍を越えたプロジェクト活動、Business Development にやりがいを感じ、MBAを取得。コンサルへ転身。 SNS投稿・スクショ禁止

Slide 11

Slide 11 text

キャリア変遷まとめ

Slide 12

Slide 12 text

Slide 13

Slide 13 text

建設業をとりまく状況

Slide 14

Slide 14 text

建設業が直面する課題 ◼ 就業者の高齢化の進行への対応 ◼ 時間外労働の上限規制への対応

Slide 15

Slide 15 text

建設業をとりまく状況：プロジェクトの取組

Slide 16

Slide 16 text

実労働時間が長い製造業と比較しても差は歴然。建設業では約4割が4週4休以下で就業。

Slide 17

Slide 17 text

年間出勤日数を削減したが・・・ ◼ 製造業は、削減した労働時間分とほぼ同じ分の出勤日数削減 ◼ 建設業は、出勤日数が減った分を出勤日の労働時間を延長してカバーしている可能性があるという仮説も立てられる

Slide 18

Slide 18 text

デジタル化へのハードル(1/2) 建設業は、現在「デジタル化を実施していない」企業が約8割

Slide 19

Slide 19 text

デジタル化へのハードル(2/2) ◼ ステークホルダーが非常に多い。さらに建築段階によりステークホルダーが変わる ◼ 一律のルール作成や標準化が難しい。土地・建物の状況が日々変化する。さらに地域ごとの特色（山間部や都市部の違い）がある ◼ 天候・時間など外部要因を考慮したAIモデルの作成が必要

Slide 20

Slide 20 text

お客様の課題 ◼ 三現主義（現地・現物・現実）が管理の基本! のためテレワークが難しいという先入観 ◼ 現場面積大＝残業時間増の傾向あり。現場内の確認のための移動時間等が非常に多い ◼ DX施策に取り組むも、PoC止まりで現場導入に至らない SNS投稿・スクショ禁止

Slide 21

Slide 21 text

建築生産のプロセスとプロジェクトの範囲

Slide 22

Slide 22 text

プロジェクトのゴール：現場の目をITで実現 • • 最大の課題最終目標 • • • • • •

Slide 23

Slide 23 text

プロジェクトのメンバー構成 ◼ それぞれの専門が全く異なる人が集まり、一つのゴールを目指す

Slide 24

Slide 24 text

現場の目の実現 360 • • • • • SNS投稿・スクショ禁止

Slide 25

Slide 25 text

AI画像認識適用時の建築現場と生産ラインの比較

Slide 26

Slide 26 text

現場の目の実現のために・・・ ◼ それぞれの間にある壁をどう打ち破るか

Slide 27

Slide 27 text

その単語、伝わっていますか・・・？

Slide 28

Slide 28 text

その技術、伝わっていますか・・・？

Slide 29

Slide 29 text

360 SNS投稿・スクショ禁止

Slide 30

Slide 30 text

◼ 全体最適を実現するためにはデータの整備・連携と全社基盤構築が不可欠さらなるデジタル化への道筋 BIM/CIM モデル設計時 BIM/CIM モデル施⼯時 BIM/CIM モデル維持管理各活動業務システム業務システム業務システム業務システム業務システム業務システム会計・原価管理システム⼈事・給与システム業務システム w eb -ED I PJポータルダッシュボード BOX・⽂書管理 AR・VR 販売管理システム調達・購買管理システム案件管理システムモバイル/タブレット /ウェアラブルカメラロボット I o Tセンサー GN N S リアル/現場モデル BIM/CIM ダッシュボード基幹・業務システムデバイス Phase1 Phase2 第一段階第二段階第三段階第四段階第三・第四段階に進めるために

Slide 31

Slide 31 text

Slide 32

Slide 32 text

AI適用と共創を進めるために ◼ 専門性が異なるメンバーそれぞれの知識・経験が重なりあう部分が大きくなるほど、成功確率は高まるそのためには… ◼ 共通言語を習得・利用 ◼ お互いの世界に興味を持つ ◼ 相手の立場と視点を聞く・知る・想像する・確認する

Slide 33

Slide 33 text

全体最適に向けて：コンサルタントの役割 ◼ 全体俯瞰 ◼ 技術成熟度・関係者を考慮したトータルコーディネート ◼ 道筋をつくる（リーダーシップ） ⚫ ⚫ ⚫

Slide 34

Slide 34 text

プロジェクト運営で参考にした書籍本書より ◼ 科学は常に仮説である ◼ ブレストよりもユーザーに聞け ◼ 難問はまず切り刻め