DXの実務とは、「戦略」と「技術」をつなぐこと。
あらゆる産業で「DX」が叫ばれる昨今、多くの時間と労力を費やしているにもかかわらず、成功とは言い難いDXプロジェクトが後を絶たない。
それらの取り組みに共通して見られるのが、・DX戦略構築/実行の「型」が欠けている・DX実現に不可欠の「技術的考察」が欠けているという2つの根本的な問題だ。
DX成功の鍵は「戦略と技術をつなげる力」であり、非エンジニアでも経営層でも、本気でDXを行うならばデータ利活用の標準的な考え方を身につけ、主要技術を理解することが不可欠だ――。
「そもそもDXの戦略はどのように描けばよいのか？」「データ利活用はどのような手順で進めるべきなのか？」「どのような体制、マネジメント、人材が必要なのか？」「AIはどう駆動するのか。
機械学習で何が可能なのか？」「技術をビジネスに実装/運用する上での注意点とは？」「DXに携わる人にはどんなスキルが求められるのか？」これらのポイントを押さえながら、「DXの実務」のリアルな行程を、具体性と汎用性にこだわって解説する。
【技術者でない人のための データ/AI活用必携テキスト】［本書の特徴］・エンジニアではない読者向けに、DXに関する戦略と技術の双方を解説。
・あらゆる業種のDXに共通して必要な「データ利活用」の本質がわかる。
・難解なデータ/AIの技術について、易し過ぎず、難し過ぎないレベルで解説。
・データ/AIの技術を前提としながら、実務的な話ができるだけの基本知識・理解が得られる。
［構成］Part 1［序論］ DXの成否を左右する「データ利活用サイクル」DXの’現在地’ DXは、「データ利活用」による経営改革データ利活用を実現する重要コンセプトデータ利活用を実装する仕組みデータ利活用とAIデータ利活用の成否を分かつ要因データ利活用DX実現へのロードマップPart 2［総論1］ DXが進まない理由業種/業界別に見られる課題とDXによるアプローチDX推進を阻む課題DXを阻む課題の’深淵’DXを実現するための3つの方針Part 3［総論2］ データ利活用DX推進のフレームワークデータ利活用DXの2つのフェイズPre-DX Phase:コンセプトの設計Pre-DX Phase:メカニズムの設計DX Phase:推進ステップPart 4［各論1］ DX Phaseの具体的実務データ利活用の前提となる「データ統合」データの分類DXフェイズにおける具体的実務の概観KPIを具体的実務へ落とし込むデータ/AI活用を具体的実務へ落とし込むPart 5［各論2］ AIの活用AIの全体像AIの限界Column 進化し続けるAIAIの分類AIの学習教師あり学習:決定木アンサンブル学習画像認識/自然言語処理で用いる深層学習モデル教師なし学習:クラスタリング機械学習システムへの実装Part 6［各論3］ 人材要件プロダクト開発担当データサイエンス担当データパイプライン担当