カテゴリ一覧 著者一覧
いまこそ知りたいAIビジネス
0件
1,760円(税込)
獲得ポイント: 18pt
通常:
18pt

いまこそ知りたいAIビジネス

発売日 : 2018年12月13日
想定ページ数 : 280ページ
ISBN : 9784799323977
全文検索 : 近日対応
・「AIで仕事がなくなる」って本当?
・AIを活用するにはビッグデータが必要なの?
・AIで会社の売上を伸ばせるの?
・GDPR問題って何?
・AI時代に生き残るためには何を学べばいいの?

AIにまつわる不安や疑問も、これですっきり!
文系・IT音痴でもざっくりよくわかる、
「AIで何ができるか? 私たちの仕事はどう変わるか?」

ハーバードでMBA取得、米グーグル本社勤務を経て、
現在はシリコンバレーを拠点にAIビジネスデザイン企業を経営する
著者が教える、AIビジネスの最新事情と「あたらしい働き方」


毎日のようにAIについてのニュースが流れてきて、書店にいけば「AI時代の~」と書かれたビジネス書があふれています。にもかかわらず、AIを使えば私たちの仕事や暮らしがどのように変わるのか、その実情はよくわかっていないという方も多いのではないでしょうか。

本書は、私たちの仕事にAIがどのようにかかわってくるかを知りたい一般ビジネスパーソンや学生の皆さん、そして、実際にAI導入を考えている経営者や事業担当者の方にむけて書かれた、いわばAIビジネスの入門書です。

具体的には、「そもそもAIとは何なのか」から、「世界の最新AIビジネスではどんなことが起きているのか」「実際に自社にAI導入を考える際にはどんなステップを踏めばよいか」「今後のAIビジネスの課題とは何か」、そして、「AI時代に求められる人材とキャリア形成のあり方」といったことまで、文系ビジネスパーソンでもわかる平易な言葉で解説していきます。

平易な入門書といっても、著者はシリコンバレーを拠点に活躍する、AIビジネスデザインカンパニーの経営者。AI技術を使って企業の課題を解決するビジネスを展開しており、紹介される事例はいずれも最新、最先端のもの。実際にAIビジネスにかかわっている方や、エンジニア、データサイエンティストにも一読の価値ありの内容です。

目次

はじめに
第1章 ここがヘンだよ、日本のAIビジネス
「AI=ロボット」という勘違い
  • 「AIが動いている姿を見せてください」
  • 「AIの〇〇ちゃん」と擬人化することの弊害
  • 「AI〝が〟××する」ではなく、「AI〝で〟××する」
  • なぜ日本人は「AIが仕事を奪う」と考えるのか
  • エンジニアを社内にかかえるアメリカ、外注する日本
「AIビジネスは自分には関係ない」という勘違い
  • 中小企業ほどAI活用が重要になる
  • 街の歯科医にもAIは必要
  • AIを活用すれば業績が伸びる業種は全体の7割
第2章 AIビジネスの最先端を見てみよう
AIはどんなシーンで活用されているか
  • コーディネートをAI+スタイリストで
  • ユーザーにすすめる商品をAIで決める
  • AIで新しい基準値を作る
  • AIの判断をスタイリストに検証させる
  • AIでトレンドを予測する
  • 配送の最適化にもAIが使われる
  • 商品のピックアップもAIで管理
  • 顧客中心主義を実現できるのはデータサイエンスの力
  • すべての仕事がAIに置きかわるわけではない
AIと人間の協働スキームをつくる
  • コンピュータが得意なこと、人間が得意なこと
  • テスラの自動運転は、人とAIの協働で進化する
AIはビジネスモデルを変える
  • AIとAR技術で「試し塗り」が可能に
  • イノベーションは顧客の課題解決から生まれる
  • 日本企業に今求められているのは、ビジネスモデルの変革
  • AIビジネスは、どこで収益を得ればいいか
  • カメラの概念を変えたセキュリティサービス
  • 「借りる」と「所有する」の境目をなくすビジネスモデル
  • 新しい課題を解決するには、新しいビジネスモデルが必要
Go to Marketの発想で考える
  • Go to Market戦略とは
  • プロダクトアウトの落とし穴
  • ウーバーの課題解決法
第3章 AIを導入したい企業がすべきこと
ビッグデータを集めればAIを導入できるわけではない
  • 肝入りのAIプロジェクトが頓挫した理由
  • 日本企業の多くは「データ集めなきゃいけない病」
  • せっかくのデータをゴミデータにしないために
  • データは「21世紀の石油」
課題は何か? データは揃っているか?
  • 症状がわからないのに薬は処方できない
  • サンプルデータから何が診断できるのか
  • これが企業の持つデータを分析するプロセスだ
  • 事前にサンプルデータを検証するメリット
  • AIはクッキーの型抜きではない
解決したい課題がはっきりしていない場合は?
  • 健全な危機感がAI導入につながる
  • まずは課題を棚卸しする
  • AIビジネスには仮説検証サイクルが必須
  • 効率化と売上増加の二軸で判断する
AI導入はゴールではない
  • AIビジネスに立ちはだかる「定着の壁」
  • 現場の声を拾いあげて、はじめてAIが活用できる
  • 「導入の壁」を乗り越える
  • 効果検証できなくては意味がない
AI実装のプロセス
  • AI導入には会社のコミットが必要
  • 「環境スキャニング」でビジネスチャンスの大きさを調べる
  • プロトタイプの重要性
  • プロトタイプがあれば、変更のコストも抑えられる
  • アウトプットを想定して開発する
第4章 AIビジネスの課題とは
AIの判断は中立か?
  • バイアスの取り除き方が今後の課題
  • グーグル翻訳で指摘されたAIの課題
  • AIは黒人より白人を3倍見分けやすい
  • 目的を持ったAI(AI with Purpose)という対応策
プライバシーはどう守られる?
  • フェイスブックスキャンダルがもたらしたこと
  • 選挙に行く人を34万人増やした、個人情報の力
  • GDPRは日本企業にどんな影響を及ぼすのか
  • GDPRによってAIビジネスはどう変わるのか
  • GDPRの施行は日本にとってチャンス?
  • 日本企業が今すぐ取り組むべきこと
  • 今後、個人情報を暗号化する事業が増える
AIと著作権
  • 機械学習用のフリー画像
  • AIが作る作品の著作権はどこに?
  • 「クリエイティブ」「アート」の定義が変わる
第5章 AI人材とこれからの日本
AIビジネスに必要な人材
  • データサイエンティストとはどんな仕事?
  • エンジニアにもさまざまな職域がある
  • AIビジネスデザイナーとはどんな仕事?
  • AI人材を育てるために今後必要な教育とは
AI人材は今後ますます高騰する
  • 1億円のAI人材リクルートコンペ
  • フェイスブックの平均年収は3600万円
  • 海外に流出する優秀な人材
  • インドから才能を輸入したメルカリ
AI人材争奪戦。日本企業の選択肢は?
  • グローバルマーケット人材を採用するには?
  • 日本のモノづくりが持つ、ひとつの可能性
  • モノづくりのスキルをAI時代に生かす
  • B2B企業にも活路はある
  • 京都のモノづくりに見る日本の活路
  • 世界のTOP2にどう食い込むか
第6章 AI時代における私たちの働き方
AIは私たちの仕事を奪わない
  • 人間+AI=スーパーパワー
  • 「僕の仕事はどうなりますか?」
  • AI時代に増える職業
  • AIトレーナーに必要な資質
AI時代に増える仕事
  • AI導入は省人化のためではなく、作業の均質化のため
  • 中国企業が米国でAIロボットを使って生産工場を開設
  • AIロボット導入で雇用を増やし賃金も上げたアマゾン
  • すべてがAI化されるわけではない
  • AI化によって生産性を上げていく
AI時代に生き残れる人、生き残れない人
  • これから生き残る3つのタイプ
  • アメリカで「CBO」という役職が生まれた意味
  • AIバイリンガルを育てる
私たちはこれから何を学べばよいか
  • 社会人になっても学び直しの時代に
  • 企業の再トレーニングも加速
  • 日本は2018年リカレント教育元年
  • 自分のキャリアを自分でデザインする
おわりに

ユーザーレビュー

レビューがありません
書籍をシェアする