COMPANY

PAGE TOP

BLOG

水を与えるな、井戸の掘り方を教えよ

以前あるドキュメント番組をみました。途上国支援で、現地に井戸を掘るプロジェクトを追ったものです。

そのプロジェクトリーダーがおっしゃっていました。
「私たちは、この井戸が完成したら次の国へ行ってしまいます。
ここで長く井戸を使い続けてもらうには、現地の人に修理方法まで教え、彼らが井戸を守っていかなかればなりません。
壊れたらおしまい、では意味がない。だから現地で入手できる部品を使い、彼らと共に井戸を作るのです。」

企業におけるAI活用やデータ分析も、まさにこれと同じです。
AIベンチャーや外部のデータサイエンティストに任せることで、一時的においしい水を手に入れられるかもしれません。
しかし企業はゴーイングコンサーン(継続企業の前提)である以上、そのデータ活用能力を維持していく必要があります。
データサイエンティストがいなくなったらおしまい、では意味がありません。

そのためには、企業自らがAIやデータ分析能力を身につけて行かなくてはなりません。
「そんなことを言っても、うちにはそんな専門人材いないよ」とよくお客様がおっしゃいます。

10年前は確かにそうでした。果たして今もそうでしょうか?
しかし近年データ分析のツールは非常に進化しRapidMinerのようなノーコードの機械学習ツールが
無料〜低価格で使えるようになりました。またデータ分析の学習コンテンツも本当に充実しています。
確実にData Analysis for Everyone(誰でもデータを分析活用できる社会)に近づいています。

分析会社の当社が言うのも変かもしれませんが、データ分析は外部に任せてはいけません。
ぜひ自前で分析チームを作り、継続的に自社の課題解決ができる井戸を維持していただきたいと思います。
当社は、お客様自身がデータ分析組織になることを全力で支援しています。

$$ \begin{aligned} \newcommand\argmin{\mathop{\rm arg~min}\limits} \boldsymbol{\beta}_{\text{ridge}} & = \argmin_{\boldsymbol{\beta} \in \mathcal{R^p}} \biggl[ ||\boldsymbol{y}-\boldsymbol{X\beta}||^2 + \lambda ||\boldsymbol{\beta}||^2 \biggr] \\ & = (\boldsymbol{X}^T\boldsymbol{X} + \lambda\boldsymbol{I_{p+1}})^{-1}\boldsymbol{X}^T\boldsymbol{y} \end{aligned} $$
PAGE TOP