データサイエンスと賢く付き合うポイント～現場の暗黙知をどう引き出すか～

• Tweet

この講演の「聴きどころ」を教えてください。

現代はビッグデータの時代である。ICT技術の進展により、あっという間に、膨大で多種多様な情報が入手できる時代になった。ありとあらゆるものがデータ化され、世の中に情報があふれているといっても過言ではない。このようなビッグデータの時代となると、旧来の統計学的な発想では十分に対応できない場合も出てきてしまう。現代のように、大量のデータが簡単に集まってしまう時代では、古典的な統計学の機能である「少数のデータから全体を推測」する必要性が薄れてしまったのである。
近年、人事の現場にもHRTechなどの技術を導入している企業も増えましたが、一方で現場でその中身を十分に理解できている人は少ないのが現状です。ここでは、このような技術の基本となるデータサイエンスの特徴を、特に従来の統計学的アプローチと比較し概説します。

貴社の強みや、サービスの特徴をお聞かせください。

本学は、1925年東京に設立された日本産業能率研究所を起源とします。この研究所は、現在につながるアメリカの近代的な経営を研究し、これをわが国に導入、普及した先駆者の一人に数えられる上野陽一が創立しました。上野は、大正時代に日本初の経営コンサルティングを実施し、その後、わが国産業界の近代的なマネジメントの発展に貢献しました。
私ども総合研究所は、創立者 上野陽一の精神と活動を受け継ぎ、研究とその実践から生み出される成果として人材開発プログラムの開発と実施、経営革新のためのコンサルティングから、組織改革のための制度構築と定着化まで、経営課題解決のための豊富なソリューションを提供しています

登壇される方についてお聞かせください。

人間相互の影響関係について生態学的なアプローチが出来ないかといった興味関心のもと、企業組織における上司‐部下の関係性について検討を進めている。 そもそも生態学は「統計学」を武器としており、人事・マネジメント領域に関わらず、統計スキルを活かした様々なコンサルティングなどを展開している。

ご参加の皆様へメッセージをお願いします。

データの背後に隠された法則性やルールを抽出し、それを未知な対象に当てはめることで「予測する」ことが可能なのだ。既存のデータから法則性を学び、その法則性を基に未知の現象における予測や意思決定を行う」技術を総称して「機械学習」と呼んでいる。
データを「学習」して、未知の事柄について「予測」することが、まるで人間の知性を具体化しているようであり、実際にAI（人工知能）の核となる技術として活用されている。AI技術の進展は、機械学習の技術の進展と置き換えてもよいかもしれない。
いくら技術が進歩したところで、AIは道具の一つでしかない。しかも、そのAIの技術的なベースである機械学習は、ある程度のことであれば我々の手元のPCで十分に実装可能である。高価なAIを導入するのもよいが、徹底的にデータ活用の戦略を練り、データサイエンスにまつわるリテラシーを備えた社員が社内に数人いるだけで、もしかしたら、それは最先端のAIを装備するよりも、はるかに会社に貢献できるかもしれない。
手元のデータを洗い出し、そのデータを活用し、どのようなビジネスを展開すべきか考えていくためにも、鋭いデータリテラシーを兼ね備えた社員の存在が必要不可欠な時代となったといえるだろう。
現場の暗黙知を上手に導入することの必要性を幾つかの領域の事例からご紹介し、職場におけるデータサイエンティスト育成の重要性や必要性についても言及します。

講師紹介

• 

  冨沢　日出夫氏

  学校法人産業能率大学　総合研究所　経営管理研究所　技術経営＆コミュニケーション研究センター　主幹研究員

  新潟大学大学院修士課程を終了後、地方自治体で技術系公務員として勤務。その後、北海道大学大学院博士課程において道東地域における動植物の生態学的研究に従事していたが、産業能率大学に入職後は、人間相互の影響関係について生態学的なアプローチが出来ないかといった興味関心のもと、企業組織における上司‐部下の関係性について検討を進めている。 そもそも生態学は「統計学」を武器としており、人事・マネジメント領域に関わらず、統計スキルを活かした様々なコンサルティングなどを展開している。

提供会社