データ分析やAIのビジネスへの活用を考える上で読んでおくべき本

1996年頃からインターネットが一般的に使われるようになり、10年後ぐらいには中小企業も自社サイトや通販サイトをもつことが普通になりました。
同じように、現状一部の大企業や研究でしか行われていないデータ解析やAIの活用も一般的になっていくと考えられますが、インターネット以上のスピードで今後数年以内には当たり前になっていくのではないかと感じています。
というのは、今後、日本が人口減社会の中に突入し、益々生産性の向上がキーになっていきますが、そのためには、データに基づいたファクトベースの意思決定に取り組んでいくことが必要となるからです。

これからの新たにシステムを構築する場合には、最初からデータ解析やAIの活用を前提としたデータの取得や蓄積を組み込んでおくべきだと考えています。また、既存のシステムへのデータの取得や蓄積機能の追加も必要になると思います。
弊社ではこのようなデータの利活用に向けた、情報システム構築支援を行っていきます。

以下、私が読んで、企業におけるデータ解析やAIの活用を考えるうえで参考になった書籍を紹介させていただきます。

分析力を駆使する企業 発展の五段階

ITシステムは、本来はよりよい決定を効率よく下すために開発されるものという一面があると思いますが、そのために必要な分析というのは思ったよりもきちんと行われていないというのが現実です。
その理由としては、データ分析がきちんと行える人材がいないということもあるでしょうが、結局、経験や勘によって事業を行うことを良しとしていることが大きいのではないかと思ってます。

企業の意思決定は非常に難しいです。「正しい」意思決定ってどうすれば良いのだ？と私も常に悩んでいますが、「経験と勘と幸運に盤石の自信を持てないなら、事実や分析に基づくことを選ぶ方が賢明である」と本書にもあるように、ファクトベースの意思決定ができる仕組みを考えたほうが良いと思いました。

ただ、本書には「分析を使って、事実に基づくよりよい意思決定をするための本」と書いてありますが、「定量分析など科学的な手法と推論や想像力などアート的な手法を上手にバランスさせることが必要だ」ということも書いています。
つまりは、
「よい意思決定に必要なのは、分析だけではない。重大な意思決定をするときは、あらゆる手段を行使すべきである。データと分析のほかに、経験や、勘や、他人の知恵も、総動員する方がいい。ときにはそれぞれが衝突することもあるだろう。分析結果が直感や常識に反するときもあるだろう。そのような場合には、矛盾するものを無視するのではなく、それを踏まえてデータをもう一度見直したり、過去の経験に影響されすぎていないか、考え直したりすることが大切である。」
ということで、あくまでも意思決定は、人が熟慮した上で決定すべきであり、データ分析はそのスピードを高めるものに過ぎません。

データサイエンティストが創る未来 これからの医療・農業・産業・経営・マーケティング

「データ主義」「データ資本主義」時代の到来を感じる一冊でした。
タイトルには「これからの」とあるが、どちらかというとビックデータや人工知能に取り組んできたデータサイエンティストや企業の歴史や事例紹介がほとんどでした。
ただ、データ分析による意思決定が生産性向上に役立っている具体的な事例はなかなか興味深かったです。
「これからの」事例は私たちがお客様とともに頑張って作っていこうと思います。

グーグルに学ぶディープラーニング

人工知能、機械学習、ディープラーニング…わかりやすい説明と事例で読みやすかったです。
ディープラーニングの目的は次の３つ、「コスト削減」「付加価値を高めて新たなビジネス機会を創出」「クリエイティブ性の向上」です。
とりあえず、現実問題としては、投資効果が計算しやすい「コスト削減」に向けたプロジェクトが多いみたいですが、2番目・3番目にも入っていかないと、人件費以外の「コスト削減」は日本のような高度社会だと難しいと感じています。
プロジェクト推進に必要な人材は、「ビジネスの旗振り役」「ディープラーニングの技術者」「データサイエンティスト」「モデルを組み込んだシステムを作るエンジニア」「ビジネスとエンジニア、データサイエンティストの橋渡し役」の5人が必要だそうです。
弊社としては、「モデルを組み込んだシステムを作るエンジニア」「ビジネスとエンジニア、データサイエンティストの橋渡し役」に力を入れていきたいと思います。

データ・アナリティクス3.0 ビッグデータ超先進企業の挑戦

なんでもかんでも3.0をつけるのも微妙に感じますが。企業におけるビッグデータ活用のためにどう取り組むかを幅広い視点から言及されていて勉強になりました。
ビッグデータの本質は、どちらかというと明確な属性や項目値を持たない「非構造化データ」にあって、確かにこれは一筋縄ではいきません。
ある意味、世の中のものを数値化していく試みなので、そもそも物事の本質を理解していないと難しいです。事業にビッグデータを活用する際にも、事業の本質を理解しておく必要があると思います。