2020 年 1 月 ～ 3 月 までのセミナー/講演予定は、以下の通りです。
※ NOMA : 一般社団法人日本経営協会（https://www.noma.or.jp/）
詳しい内容については、お問い合わせください。
2019 年 9 月 ～ 11 月 までのセミナー/講演予定は、以下の通りです。
※ NOMA : 一般社団法人日本経営協会（https://www.noma.or.jp/）
詳しい内容については、お問い合わせください。
昨年からスタートした「 AI セミナー」、今年も 2 月に実施し、今週金曜日も本年 2 回目を実施します。
※ 2019/7/12 日本経営協会主催「AI機械学/ディープラーニングの実態と導入のポイント」
この半年の間、とある大手 IT 企業のクラウド型 AI サービスのハンズオントレーニングを受け、そのフィードバックを新たに盛り込みました。
トレーニングの内容は、クラウド型 AI 機械学習ツールを使った分析や予測モデルの構築ですが、さすがに R や Python を必須としないまでも、やはり分析アルゴリズムのいくつかについては、理解しておく必要があり、さらに結果や精度についてのユーザ説明に課題がある、と講師は話していましたが、統計学的な資質のあるユーザ、全く無いユーザで説明の仕方に知恵が必要かと感じました。
その他、前回のセミナーでは、「社長（首長）に AI をやれと言われた」が、どうすれば良いのか分からないというご質問があり、これについても、方向性を盛り込みました。
実際、AI をゼロから始めるなら、ある程度の研究要素の高いプロジェクトを立ち上げ、PoC までやって AI による新規事業の可能性があるかを、他の AI 動向や環境面、経費などを含め、経営陣にお話しする処を最初のゴール設定するよう推奨していますが、人材という点では、市民データサイエンティストの社内育成は必須だと考えています。
では、その「市民データサイエンティスト」って何？
ということで、これはレベルの差の大きな話がそこここで聞かれているかもしれませんが、私の考えでは、単純に言うと、そこそこの理科系の大学や大学院で、論文のテーマは何であれ、統計学的手法により、テーマ事象の有意性の有無を書いたという経験があれば、取敢えず「市民データサイエンティスト」としての素養は備えていると言っていいかなと思います。
つまり主要な幾つかのアルゴリズムを使い、さらにデータを加工しながら、分析結果についての有意性を論じた経験があるなら、ここを一度でも経験していれば、真のデータサイエンティストにならないまでも、AI 業者との雑談が出来、プロジェクトを大きく外さない能力があると言っても差し支えないかなと考えます。
当研究所では、いくつかの AI パートナーの企業と検討し、この「市民データサイエンティスト」の育成研修を企画しています。理科系大学での統計学的手法を使った論文を書いたことがなくても、「市民」として、今後の AI の民主化としての技術的な向上も視野に入れ、ユーザとしての素養を
養って頂く内容です。
今後、企業の活動において、対顧客や取引先ばかりでなく、社内の管理系システム等 ERP にも AI がどんどん組み込まれていく中、この市民データサイエンティストの素養は、実は、ほとんどの部門の管理職に求められるものになっていくと考えています。
今週火曜日（2/26）、大阪にて、「地震・自然災害に対する新たな危機管理行動計画策定の必要性とポイント」と題し、セミナー講演を行いました。多くのご参加を賜り、ありがとうございました。
地震に関しては、最近の地震発生に関する知見を、自然災害という観点では、先ず、スーパー台風、集中豪雨（大雨）、大雪の三点に絞り、それぞれ共通した企業の危機管理対応についてお話をしました。
地震と違い、自然災害では、天気予報という予測可能な情報とそれが現実的に発生するプロセスの中で、企業が危機管理というアクションを行うことにおいて、従来の考え方（ベストエフォート的な行動方針）から、新たな考え方（減災をベースにした各業務停止を行う行動方針）を主眼としてお伝えしました。
今後、地球温暖化によって、ますますリスクが高まる自然災害への対応は、顧客や取引先を必ず巻き込んで実施することが必要となってくるため、事前にお互いの交渉および確認が必須です。必要に応じて、契約事項や覚書などの書類が必要になるかもしれません。
このセミナーでは、実は自然災害は、いわゆる BCP（事業継続計画）の最終段階である、顧客・取引先との連携という部分を先んじて行うため、この行動が震災対応の BCP にも必ず役に立つもとのして参加者の方々にもお伝えしました。
下図は、製造業における自然災害への対応と復旧のイメージを表したものです。ここでの大きなポイントは、顧客・取引先の損害も最小化出来るという点であり、対応しない場合との差が歴然と出てくることは明白です。
自然災害においても、震災同様、マネジメントシステムを構築し、PDCA が回るよう企業の組織としてのご対応をご検討下さい。
来週、2 月 20 日（水曜日）、日本経営協会東京本部にて、「AI 機械学習/ディープラーニングの実態と導入のポイント」と題してセミナー講演を行います。
本セミナーでは、ベンダー視点による AI 解説や詳細な技術解説ではなく、ユーザ視点にたって、ユーザ企業が AI を導入する際、AI という技術やサービスに対しどのように向き合い、理解すれば良いかについて焦点を当てています。その為、事業部門や情報システム部門以外に、経営企画部門、危機管理担当部門およびこれらの管理職、役員の方々にもご参考にして頂ける内容になっています。
AI には、様々な技術要素がありますが、 AI の詳細な技術や専門用語の解説、プログラミング方法などをお示しする内容は含まれていません。
AI をプロジェクトとして、企業がコストを掛けて推進するための指標の一つとして、体制を含めた取り組み方やユーザが保有しておくべき資質、また AI を企業戦略として捉える方法、ならびに AI をリスクとして捉える危機管理、内部統制に言及しています。
以下、講演アジェンダとなります。
—- Agenda ————
1. AI（人工知能）とは
1.1 AI は今、何が出来るのか
1.2 IoT/ビッグデータ解析における AI の位置付け
1.3 機械学習とは
1.4 深層学習（ディープラーニング）とは
1.5 今後の AI 市場の成長分野
1.6 企業の仕事は AI に置き換えられるのか
1.7 業務系システムに導入出来る AI 技術とは
2. AI の導入と業務課題の解決について
2.1 AI 導入の動機は何か
2.2 AI が求められる背景
2.3 AI が業務課題を解決出来るのかの判断ポイント
2.4 AI が運用出来る業務課題例
3. AI の学習と評価
3.1 AI が出来ることは、「分類」と「回帰」と…
3.2 機械学習における教師有学習について
3.3 AI の精度評価
4. AI を実業務として導入するポイント
4.1 AI を導入する前に必要なこと
4.2 AI プロジェクトに必要なユーザの人材とは
4.3 データサイエンティストとは…
4.4 AI 事業者の実態とリスクを知る
4.5 ユーザの AI 事業者選択ポイント
【演習１】AI プロジェクトの事前検討演習
5. AI システムの構築プロセス
5.1 ユーザに求められる人材資質について
5.2 従前の IT プロジェクトとの違い
5.3 ユーザ側の実態に即した AI 事業者の選定
5.4 業者比較（例）
5.5 実システムの AI 導入判断
5.6 AI プロジェクトのマイルストン
6. AI プロジェクトの課題
6.1 AI プロジェクトのセキュリティ問題
6.2 AI プロジェクトのコンプライアンス問題
7. AI プロジェクトの運用
7.1 AI システムの人の役割/作業分担
7.2 既存 IT システムとの運用面での違い
【演習２】プロジェクト・スケジュール策定演習
8. 危機管理対象としての AI
8.1 AI が将来、企業・業務に与える影響を考える
8.2 AI を「リスク（内部統制）」として捉える考え方
8.3 AI リスク分析と危機管理対応
8.4 AI と GAFA 等のデータ寡占問題を考える
——————————————-
2018 年 11 月 9 日（金曜日）、日本経営協会東京本部にて、BCP セミナーを実施致しました。
多くの企業や自治体などの組織の方々にご参集頂き、ありがとうございました。
最近のBCPセミナーでのご参加頂いた方々からの反応では、地震ばかりでなく、特に今年被害の大きかった台風や大雨の影響を危機管理としてどう捉えるかという点で、BCP として捉えるのか、あるいは通常業務としてのオペレーションの一部として捉えるのかに迷いがあるように思えます。
通常、地震、新型インフルエンザ以外の自然災害、例えば台風や大雪、豪雨などによるものは、天気予報で予め状況把握が出来ることで、BCPとして捉える考え方は否定的でした。
しかし最近の自然災害では、スーパー台風を含め、進路の予報や被害の想定が非常に難しくなってきており、特に物流への影響が顕著に出ることから、BCPとしての捉え方の必要性を私自身は感じている処です。
近々、自然災害を企業として、どのように乗り切るのかについて、セミナーを企画しておりますので、ご期待下さい。
さる2018/7/27、日本経営協会主催で、BCPセミナーにて講演致しました。
今回特徴的だったのは、企業以外の大学や自治体のご参加が目立ったことです。
大学や自治体では、企業の経営的視点において、誰がステークホルダーかという処からBCPを考えて頂く必要がありますが、その意味では、学校では先生方や職員の他、学生や学生の親御さんが、また自治体では、やはり職員の他、市民や住民の方々がその対象に位置します。
ある意味、企業よりも捉える幅が広く、その対象へのBCP的な対応のレベル感をどう考えるかがポイントになりそうです。
また備蓄品に対しての対応方法のお尋ねが、一周回って増えてきているように思えます。
最近では、備蓄品（食料や水、トイレ処理、バッテリ等）のレベルも上がってきていて、現時点で、何を選択すべきかという部分で再考されているようです。
2018 年 7 月 13 日（金）、日本経営協会主催（東京）による AI セミナー（演題：「AI 機械学習/ディープラーニングの実態と導入のポイント」)にて講演致しました。
今回のセミナーでは、現時点で AI ができること、できないこと、ユーザー視点の AI プロジェクトの考え方や進め方、AI 業者選択のポイントなど体系化した内容で解説しています。
企業の方々ばかりでなく、国や自治体の方々も数多くご参加頂きました。
また下期にも開催予定ですが、詳細が決まり次第ご報告致します。
——————————
【講演内容】10:00 – 16:00
1. AI（人工知能）とは
2. AI の導入と業務課題の解決について
3. AI の学習と評価
4. AI を実業務システムとして導入する際のポイント
— 演習 1. AI プロジェクトの事前検討演習（戦略ビジョン策定）
5. AI システム構築のプロセス
6. AI プロジェクトの課題
— 演習 2. AI プロジェクト・スケジュール作成演習
7. 企業危機管理対象としての AI
——————————-
詳しい内容については、お問い合わせください。
NHK スペシャル MEGA CRISIS 巨大危機 II 「都市直下地震」でキーワードとなっていた「長周期パルス」。
番組では、国内では、特に大阪の上町断層帯を最大のリスクエリアとして指摘していましたが、東京でも立川断層帯で地震が発生すれば、この長周期パルスが 23 区内で発現する可能性があります。
今東京では、多くの高層ビルが免振対策を施して建造されていますが、ほとんどのビルは、この長周期パルスに対応していません。もし立川断層帯でマグニチュード 7.4 が襲えば、少なからず都心にも影響が及び、いくつかのビルは、大きく揺れた後に、構造的なダメージを受ける可能性も否定できません。
