高い成果を出すAIチームをつくる

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

この演習はコースの一部です

Artificial Intelligence (AI) Strategy

SkillTag.level.beginnerSkillTag.label

4.8+

2082 reviews

この章では、ビジネス、データ、AI戦略の複雑な関係性を土台から示します。次に、効果的なAI戦略は明確なビジョンから始まり、組織の戦略目標を推進するために焦点を絞ったアクションプランが果たす役割を詳しく解説します。また、優れたAIストラテジストに求められるスキルや、その責務とビジネス目標の達成に向けた貢献についても学びます。

Exercise 1: さまざまな戦略のタイプ Exercise 2: 航路を描く Exercise 3: どの戦略？Exercise 4: 効果的なAI戦略の柱 Exercise 5: 戦略の航路を見極める Exercise 6: AI 戦略の柱 Exercise 7: AIストラテジストの役割 Exercise 8: AIストラテジストのオンボーディング Exercise 9: 優れたAIストラテジスト

この章では、AIソフトウェアと従来型ソフトウェアを区別することでビジネス感覚を磨き、適切なビジネス課題に対して効果的にリソースを活用できるようにします。さらに、最もインパクトの大きいAIイニシアチブを見極める主要なビジネスドライバーを説明し、適切なAI目標の立て方を共有します。あわせてROIの重要性を解説し、ROI評価における課題と推進要因を理解します。

Exercise 1: AIを検討すべきタイミングはいつですか？Exercise 2: AI革命への適応 Exercise 3: ソフトウェアのパラダイムを理解する Exercise 4: コアとなるビジネスドライバーを見極める Exercise 5: 成功するAI計画の基礎 Exercise 6: AI適合性テスト Exercise 7: AIに適したシナリオを見極める Exercise 8: 現実的なビジネス目標の設定 Exercise 9: SMARTの観点でAIの目標を考える Exercise 10: 時間と野心のテスト Exercise 11: AIイニシアティブのROIを評価する Exercise 12: AIのROIは表裏一体 Exercise 13: 収益の源流をたどる

この章では、イノベーションや高い成果を出すチームのための適切な文化づくりなど、成功するAI戦略のさまざまな構成要素を説明します。さらに、AIリテラシーの重要性を強調し、AI活用における重要な「すべきこと」と「してはいけないこと」を取り上げます。イノベーションが欠かせない一方で、AIに伴う潜在的なリスクを理解し、適切な問いを立てることは、堅牢なAIリスク評価フレームワークを構築するうえで不可欠です。

Exercise 1: AIカルチャーを築く Exercise 2: 多様なAIへの挑戦 Exercise 3: 探求と実験 Exercise 4: 高い成果を出すAIチームをつくる

現在の演習

Exercise 5: ギャップを見つける Exercise 6: 重要な三本柱 Exercise 7: 適切なデータを手に入れる Exercise 8: 最適な組み合わせを見つける Exercise 9: 品質はコストを抑える Exercise 10: AIリスク評価 Exercise 11: プライバシーと倫理 Exercise 12: 規制順守 Exercise 13: コンプライアンス Exercise 14: AIプロジェクトのライフサイクル

この章では、実現可能性ワークショップの役割を取り上げ、全面展開の前にAIの可能性を測るため、焦点を絞ったPoCから始めることの重要性を強調します。さらに、スケーラブルなAIシステムを構築するために必要な要素と、適切にスケールさせるうえでのMLOpsの重要性を解説します。最終的に、AI導入を促進するエグゼクティブ・スポンサーとAIチャンピオンの影響力についても強調します。

Exercise 1: すべてはPoCから始まります Exercise 2: AI診断ツールの意思決定ポイント Exercise 3: AIイニシアチブの必須要素を見極める Exercise 4: PoCの先へ拡大する Exercise 5: AIスケーリングの障壁を仕分ける Exercise 6: AIシステムのスケール Exercise 7: MLOps Exercise 8: MLOps を使いこなす Exercise 9: アーキテクチャのプラクティスを仕分ける Exercise 10: 導入の障壁 Exercise 11: AI トランスフォーメーションにおける役割の割り当て Exercise 12: AI変革の設計図 Exercise 13: そろそろまとめに入りましょう！