企業の競争力強化や事業成長のため、DXを推進するにあたり、在庫管理にAIを導入することとなった。物流関連部門全員に向けて研修を実施。その後、選抜されたメンバーに、より深い知識・スキルの教育を行い、課題を解決するためのモデル作成を行った。
経営戦略として、工場のスマート化・デジタル化を掲げていた
社内でDXの先行事例があり、それをさらに拡大させるための施策として検討していた
潜在的な素質の高い新人達がもっと活躍できるフィールドを考えていた
AIやビジネスデータ活用の知識をインプットしておき、会社として活用し始めたときに対応できるようになる
①本部全体のAIに関する知識の向上した。
②選抜されたメンバーによって、課題解決のためのモデルが作成された。
営業本部内、物流関連部門の、社歴の浅い非管理職層
2019年3月~2020年1月で1日間研修×10クラスを実施
以下の4STEPで実施(STEP3以降は内製)
①講師派遣型研修を全3回実施(第1回の内容は、複数クラスに分けて150名に対して実施⇒そのなかから選抜されたメンバー約30名に対して第2回、第3回を実施)
第1回:ビジネス活用のためのAI・人工知能研修
第2回:ビジネスデータの分析研修
第3回:AI・機械学習研修
②事後課題として、研修で利用したツールを使ったモデル作成に取り組む
③追加講習として、社内のIT専門部署による追加講習
④自部署課題に対応したモデルの作成
AIを導入した際にスムーズな運用ができるよう下記の手順で段階的に実施
AIとは何なのか、どんなことができるのか、どうすればできるのかという疑問に、世の中の活用事例を紹介しながら答えます。本研修を通じて、AIに関する知識、簡易で廉価なAIツールについて知り、現場に導入するためには何から始めれば良いかを学びます。
データ分析の基本的な考え方やデータ整理の仕方を学んだ上で、エクセルを用いた相関係数の計算や回帰分析の習得を目指します。
AI導入推進のための選抜者を対象とした研修です。なお、受講後に取り組んでみたい課題として先方から伺っている一例は以下の通りです。
・自動車部品需要予測・為替込売総予測・AIを活用した業績管理業務
・WMS(倉庫管理)システムのサポート受付メールの優先順位付け
・ドル円以外の為替変動
IT関連部署対象ではなかったので、専門的な内容ではなく易しい内容を探しており、ニーズに合致していた
インソースは研修の価格が比較的廉価であった
RPAによって業務効率化を図る程度しかAI活用を考えていなかったが、講義によってデータを正しく読み取り未来を予想することはAI活用以前に身につけるべきと感じた
まずは目の前にあるデータを分析してみて自身の理解、分析の一助にしたい
AI導入時の考え方やステップについて参考としながらDX推進に活用したい
弊社研修実施後、社内IT推進部による講習を追加し、自部署の課題を機械学習で解決することに取り組んでいる。