中小企業はAI?IoTとどう向き合うか 【TIRIクロスミーティング2021】
?Download as PPTX, PDF?
0 likes?158 views
東京都立産業技術研究センター主催のTIRIクロスミーティング2021にて講演した資料です。 中小企業におけるDXやAIの必要性と、小さく始める取り組み方について説明しています
中小企業はAI?IoTとどう向き合うか 【TIRIクロスミーティング2021】
- 2. Bright Vision デジタルトランスフォーメーション（DX）とは 1. IT利用による業務プロセスの強化 2. ITによる業務の置き換え 3. ITと業務のシームレスな融合 1 「ITの浸透が、人々の生活をあらゆる面でより良い方向に変化させる」 （2004年にスウェーデンのウメオ大学のエリック?ストルターマン教授が提唱したとされる） ? すべての企業はITを中心とした組織、業務に変革していく ? IT化を選択しない企業は、デジタル化の波により、 産業構造が破壊される可能性が高い ? データを持つ企業が優位性を持つ
- 3. Bright Vision IT、デジタル化による既存業界の破壊的再編 IT企業の新サービスによって、既存業界の状況が根本から 大きく再編される事例が加速している 2 タクシー業界 ホテル、旅館 決済 新聞、雑誌 個人の車をスマホで呼び出して、目的地まで載せて いくサービス。決済もスマホで完了する 個人の所有の家やマンションの短期賃貸を マッチングするサービス QRコードで即決済が完了。 金銭の受け渡しもQRコードでできる 多数のニュースソースから、自分の興味 のある記事だけを手軽に読むサービス
- 6. Bright Vision IT導入による生産性の上昇効果 5 ICTによる施策実施 ICTによる施策未実施 業務の省力化 3.32% 3.10% 業務プロセスの効率化 6.71% 2.71% 既存製品?サービスの高付加価値化 新規製品?サービスの展開 7.78% 1.96% 生産性の向上 (3年間の従業員一人あたりの総利益の上昇率）
- 7. Bright Vision AI, IoT時代はピンチでありチャンスである 6 顧客からの依頼を こなせば利益が出た 自ら顧客に提案しないと ビジネスがとれない いままで これから 多重下請構造からの 脱却が難しい 企業サイズに関わらず 対等にビジネスができる 比較的単純で作業的な 仕事でも利益がでた 機械化?EC化で、差別化 ができないと利益がでない 創造的で高利益 な仕事がやりづらい 創造性やオリジナリティ が高く評価される 従来技術の発展で 競争力が保てた AI等の新技術が 従来技術を凌駕 技術開発に多大な リソースが必要 IT技術は比較的 小さいリソースで可能 いままでのやり方に固執する企業は厳しい状況になっていく、 一方、新しいことにチャレンジする企業には大きなチャンスとなる
- 8. Bright Vision DXを支えるキーテクノロジー 7 データ A I IoT クラウド モバイル AI, IoT,クラウド, モバイルが最重要テクノロジー これらの技術でデータを活用して価値を創出する
- 10. Bright Vision 人工知能の特徴 人工知能ができること 人工知能ができないこと ? 決められた仕事を正確にこなす - モノや人を運ぶ、きれいにする - 作物を育てる、製品を組み立てる - 事務処理、管理作業 ? 何かを見分けて、適切な答えを返す - 不審者や犯罪等の監視 - 定型的な顧客対応 (販売, 問い合わせ対応など) - 翻訳、通訳、テープ起こし ? 今までのデータに基づき、分析や予測する - 会社分析、株価予測 - 天気予報 - ビジネス分析、人事 ? ビジョンや目標を設定する - 事業経営、新規ビジネスの創出 - 戦略策定、ロードマップの作成 ? 目に見えない問題を発見し解決する - カウンセリング、教師、コンサルティング - 研究者、リサーチャー ? まったく新しいものを作り出す - アーティスト、クリエーター、デザイナー - プロデューサー、新商品開発 ? 感情や感性に関わるコミュニケーション - ディレクター、マネージャー、 営業提案 - ライター、演出 人と人工知能のそれぞれに得手不得手がある
- 11. Bright Vision 人工知能の主な適用例 運 輸 金 融 ? AIでのコールセンター業務 ? 倒産や貸倒リスクの予測 ? 株や先物などの自動 トレーディング ? SNS書き込みを使った 株価予測 メディア ? トラックやフォーク リフトの自動運転 ? ドローンによる運輸 ? 配送ルートの最適化 ? 倉庫の自動整理、 自動ピッキング ? 記事の自動生成 ? 読者の興味に合わせた ニュースの提供 ? 広告効果の予測と最適化 店 舗 / サービス ? 画像認識による自動レジ ? 万引き等の自動監視 ? 個々の商品ごとの売上げ 予測と仕入れの自動化 ? 顧客の好みに合わせた 商品をおすすめする 製 造 ? 組立ロボットの自動制御 ? 品質チェックの自動化 ? 売上げ、在庫予測と生産 計画の最適化 医 療 / 介 護 ? 電気、ガス、水道の 需要予測 ? 発電所等の最適制御 ? インフラの故障予知 ? 機器側の自動最適制御 ? 自動監視等のセキュリティ インフラ マネジメント/事務 ? 高度なスケジュール管理 ? 帳簿づけの自動化 ? 音声認識による議事録作成 ? 機械翻訳、通訳 ? 従業員の評価、管理 ? 経営リスクの分析 ? レントゲン画像等の 自動診断 ? ロボットによる介護 ? 医薬の効率的な開発 ? 病気診断支援システム ありとあらゆる業界で適用できる可能性がある
- 12. Bright Vision IT&AIとの付き合い方 ? IT&AIの発展によりメリットを受けるポジション ? IT&AIを活用した新サービスを提供する ? IT&AIの発展によりうまれるビジネスを提供 ? IT&AIで作業を効率化する ? IT&AIが発展しても影響を受けづらいポジション ? リーダーシップを必要とする役割、多くの人の意見をまとめる役割 ? クリエイティブな仕事、調査して解決する仕事 ? おもてなしの心や高度な対人スキルが必要な仕事 ? IT&AIが発展することで、必要性が低下するポジション ? 決められたことや同じようなことを繰り返す仕事 ? ルールに従って見つけたり判断する仕事 ? 比較的単純な接客業 11 今後普及していくIT&AIを上手に利用すること、 ITやAIで置き換えられる側にならないことが重要
- 13. Bright Vision IT化&AI PJのよくある失敗パターン 1. 費用と効果を正確に見積もってから取り組もうとする ? ITは効果が長期間、広範囲に及び、見積もりが難しい。 AIはそもそもやってみないと、どれくらい性能がでるかわからない。 まず小さく始めて、トライ＆エラーで進める必要がある。 2. あらゆるデータを収集、蓄積してから分析しようとする ? 得られるデータのほとんどは価値のないデータで、分析しても有益な 結果は得られない。 仮説を立てる → データ収集 → 分析?モデル化 で進めることが必要。 3. 経営層が関与しない。現場に一任する ? IT情報基盤は全社に関係する基盤となる。また技術を導入するだけで なく、プロセスや体制にも影響するため、経営層が関与しないと 単なるカイゼンで終わり、効果も限定的となる。 4. すべて自社内でやろうとする。逆にすべてを社外に丸投げする ? 最新かつ広範囲の技術スキルが必要なので、自社で必要な人材を確保するの は難しく不効率。かといって、すべてを社外では自社にノウハウが残らない。 コアとなるところは自社、それ以外は社外というメリハリが必要。 ニッコロ?マキャヴェッリ 天国へ行く最も有効な 方法は、地獄へ行く道を 熟知することである Confidential 12
- 14. Bright Vision 中小企業でのIT, AI, IoTの進め方 1. 無料や安価なオープンソースやクラウドサービスを 自分たちで触ってみる 2. 他社の成功例を調べてみる。 単純作業の置き換えや、データ見える化などから取り組んでみる 3. 公的機関（都産技研、中小企業振興公社など）や、 専門家に相談してみる。 4. 技術習得や業界構造変化には、数年～10年以上かかるので、 早めに取り組んで、細く長く続けていく 13 お金をかけず、自分たちで楽しみながら試してみて、 少しずつ実用化したり、高度なことを手掛けたりするとうまく行きやすい
- 15. Bright Vision 便利なサービス、ソフト、ハードウェア 14 クラウドサービス Amazon Web Service Google Cloud AIライブラリ Scikit-learn TensorFlow & Keras ノーコード アプリ開発 Adalo Bubble IoT試作用ハードウェア Raspberry Pi M5Stack 無料から数千円程度で試してみることが可能 日本語の解説書や動画などで、独学でも習得できる