DX：AI開発を行うための高度な専門性・スキルの不足とAI活用の全社推進の阻害

AIのポテンシャルを最大限引き出す「AutoML」

AutoML（AI自動開発ツール）には、データサイエンティストがAI開発・運用のために実施する高度な分析ノウハウが集約されており、AIモデルの構築・検証フェーズからビジネスでの運用フェーズまで、End-to-Endで実行タスクの自動化を実現します。

従来、AIを開発するためには高度な専門知識・技術が必要でしたが、AutoMLの登場により、データサイエンティストだけでなく、ビジネス人材も簡単なトレーニングで高品質なAIを開発することが可能となり、AI開発に取り組む人材の裾野が広がっています。

データサイエンティスト・AIエンジニアの不足やAIを活用するビジネス人材側がAIの有効性・活用方法を正しく理解することのハードルといった、これまでAI活用の全社推進を阻害していた要因の解消にAutoMLは極めて有効であると言えます。

AutoMLの導入・活用推進における課題

AutoMLを業務活用しビジネス価値を創出していく上では、導入〜活用推進の変革過程の中で様々な課題に対応していく必要があります。

Ideation Phaseでの課題

• AutoMLを活用して取り組むべきテーマ・ユースケースを創出できない
• 取り組みの優先順位が決められない

Strategy Phaseでの課題

• AutoMLを業務適用するノウハウがない
• 活用推進に必要な人材育成・組織構築・ガバナンス整備等を進める上での知見がない

Transformation Phaseでの課題

• 推進組織（CoE: Center of Excellence）の活動や人材育成の取り組みが広がらず、業務活用が一部の部門に留まり全社に展開できない

デロイト トーマツでは、AutoMLの導入から活用推進までをワンストップでご支援します。

AutoML導入・活用推進支援サービス：Ideation Phase

導入初期に検討すべきユースケースやその優先度付けを実施するため、事業部門を巻き込んだテーマ創出ワークショップを実施します。

＜テーマ創出ワークショップの狙い＞

• CoEの立上期におけるテーマ候補を創出し、分析事例蓄積の準備を行う
• 事業部門の現場担当者がデータ利活用する上で必要となるデータ/AIに関する基礎知識を把握する

AutoML導入・活用推進支援サービス：Strategy Phase

優先テーマについて、AutoMLを活用した「モデルの構築と検証」「ビジネス運用」を伴走型で推進し、AutoML活用によるビジネス価値創出と、内製化に向けた実践的なスキル習得・定着化を並行して支援します。

AutoML導入・活用推進支援サービス：Transformation Phase

データ活用を統制しつつも、推進・スケールしていくためには高度にナレッジ・スキルを保有するデータ利活用推進組織が必要となります。データ利活用推進組織の形態は複数あるため、全社戦略・事業戦略を考慮した上で、採用すべき形態を検討します。

データ利活用を推進するDX人材には多様なスキルが求められますが、実際はすべてを一人で満たす必要はなく、人材像を複数定義することで必要なスキルを分散化し、効率的な座学と専門人材・ツールを活用した実学を通じてチームでスキルバランスを取れるように育成することがポイントとなります。