人工知能
実在する用途にも、それを支えるデータにも結びつかないAIへの期待。
技術ではなく、課題と手元のデータから始めます。何の判断が改善され、それをどう評価するのかを、作る前に決めます。私たちは日々AIで開発しているので、デモの見栄えではなく本番で持ちこたえるものについて話せます。
- 具体的な業務プロセスへの適用
- プロダクトと業務へのモデル組み込み
- 実現性、データ、リスクの評価
- AI支援開発によって構築したシステム
戦略と構築。
技術領域
実行できる者がいなければ、提言に価値はほとんどありません。戦略上の判断を本番稼働するシステムへ運ぶための領域であり、組織の刷新と、自社業務へのAI導入を支える領域でもあります。
AIを役立つものにする条件。実在する用途、それを支えるデータ、そして使いこなせるチーム。
実在する用途にも、それを支えるデータにも結びつかないAIへの期待。
技術ではなく、課題と手元のデータから始めます。何の判断が改善され、それをどう評価するのかを、作る前に決めます。私たちは日々AIで開発しているので、デモの見栄えではなく本番で持ちこたえるものについて話せます。
戦略と構築。
基準も訓練もないまま「AIを使え」と言われ、出てきたものが信頼できるかどうか判断する術もないチーム。
汎用的な例題ではなく、チームの実際のシステムと業務に即して進めます。AIが効くところ、効かないところ、出力をどう検証するか、そして後任のために何を残すか。
定着支援・トレーニング。戦略に支えられます。
散在し、不整合で、判断の根拠にするには信頼しきれない情報。
発生源から利用まで流れを整理し、定義を共有し、品質を検証できる状態にします。
戦略、構築、運用。
そのシステムが育つのか、作り直しになるのかを決める判断。
最初は動くが、事業が変わると手を入れられなくなるシステム。
境界と依存関係を明示し、判断とその理由を記録して、後から見直せる状態にします。
主に戦略。構築にも伴走します。
書かれた要件は満たすが、使う人の実際の仕事を解決しないソフトウェア。
事業上の必要を具体的な挙動へ翻訳し、機能の量ではなく価値で優先順位をつけます。
戦略と、設計・開発・実装。
組織のなかに情報はあるのに、必要な業務まで届いていない状態。
安定してバージョン管理できる連携仕様を設計し、エラーと部分的な障害を明示的に扱います。
設計・開発・実装。
ソリューションを構築し、運用し進化させられる状態で引き渡すこと。
書いた本人しか保守できず、以降の変更をすべて高くつかせるコード。
検証され、読めるソフトウェアを書きます。別のチームが引き継げるだけの構造とドキュメントを備えて。
設計・開発・実装。
過剰な、あるいは一度も計測されていないピークに合わせた基盤。
実際の負荷に合わせて設計し、コストを可視化し、土台を作り直さずに成長できる余地を残します。
戦略、構築、運用。
手作業で、頻度が低く、毎回の展開が一大事になるリリース。
本番までの道筋を自動化し、展開を日常的で、巻き戻せて、検証できるものにします。
構築と、進化・運用・継続的な品質保証。
誰かが実行を覚えていること、そして間違えないことに依存している業務。
規則が明確な繰り返し作業をシステムへ移し、例外は人の手に残します。
構築と運用。
最後に評価され、直そうとすると構造的な判断からやり直しになるセキュリティ。
アクセス、データ、露出面をアーキテクチャの一部として扱います。後付けのレビューではありません。
4つの領域すべてを横断します。