AI Questプロジェクトが目指す実践的な学びとは
ビジネスの最前線を語る 官民座談会【前編】
AI(人工知能)の活用ニーズが広がる一方で、日本にとって喫緊の課題は、エンジニアやデータサイエンティストといったスペシャリストだけでなく、ビジネスにつなげて実際にプロジェクトを推進できる人材をどう育てるかにある。こうしたAI時代の人材育成プログラム開発を目指し、経済産業省が2019年秋からこの2月にかけて実施したのが「AI Quest」プロジェクト。この実証事業に携わった経済産業省商務情報政策局情報経済課の小泉誠課長補佐、シグネイトの齊藤秀社長、ボストン コンサルティング グループの折茂美保マネージング・ディレクター&パートナーの三氏が、これからの人材育成のあり方について語り合う。
人材不足の背景にある構造的な課題
小泉 「AI Quest」は、企業の実際の課題に基づくケーススタディーを中心とした「実践的な学びの場」を目指すプログラムです。AIの社会実装には人材育成が重要と考え、実証事業として2019年10月から2020年2月にかけて実施し、約200名の受講生に参加してもらいました。斉藤さんと折茂さんには教材作成など教育手法の設計から運営、効果検証など、さまざまな面で協力して頂きました。
齊藤 「技術だけでなく、ビジネスのスキルを持つAI人材は実践の場で育成する」という今回の取り組みは、僕自身にとっても興味深いものでした。国内最大規模のAI人材登録サイトを運営し、さまざまな産業領域のAI開発とコンペティションを設計、開催する企業の経営者として、AI人材を取り巻く構造的な問題を日々、実感しているからです。世界的に優れたAI技術者不足が顕在化しています。高額報酬など待遇面での獲得競争も激化しています。一方、日本ではAIプロジェクトを経営に取り込む部分がうまくいっていない印象です。当社の人材サイトには2万8000人以上のデータサイエンティストやAIエンジニアが登録しておりますが、彼ら・彼女らの才能を生かせるテーマを立案し経営戦略として推進できる人材が少ないのが実情だからです。
折茂 企業がデジタルトランスフォーメーション(DX)を推進する上で不可欠なのは、技術的なスキルを持っているかだけでなく、自ら課題を発見し、周囲を巻き込みながらともに解決できる能力を持った人材です。こういった人材を育成するには、ビジネスパーソンにAIスキルを習得してもらうこともひとつの重要な方向性です。他方、齊藤さんがネットワーク化されているようなエンジニアの方々に、ビジネスの視点を学ぶ経験をしてもらうという方向性もあると考えています。エンジニアの専門スキルやプロジェクト経験を社会やビジネスにより広く実装するには、どんな学びが有効か-。今回のプロジェクトでは、こうした視点でカリキュラム開発に取り組みました。
小泉 実際のAIプロジェクトの現場では、教科書通りの「解」があるわけではなく、むしろ、さまざまな壁に直面しながら柔軟に対応する力が必要です。しかも技術進展のスピードはめざましく、世界中では革新的な論文が次々発表されている。このような状況下で、こうした暗黙知の世界を教えられる人材がかなり限られているという問題があります。しかもひとりの講師が一度に教えられる人数には限界がある。それでは現在のダイナミズムに対応できないとの危機感を持っていました。だからこそ、PBL(プロジェクト・ベースド・ラーニング)と呼ばれるような、学ぶ側が主体的に自ら探求し、互いに教え合い学んでいく手法が大切だと考えました。事業名を「Quest」(探求)と名付けたのもこうした思いがあるからです。実際、参加者が取り組んだ課題は、かなり実践的な内容でしたよね。
折茂 まずは企業が抱える課題を洗い出して構造化し、どのように売り上げ向上策やコスト削減策を導き出していくのかといったビジネスにおける考え方の基本を学んでもらった後に、オープンデータや企業から提供頂いたデータを用いて、実際にそれらの課題解決策をAIで実装してもらいました。例えば小売りの事業予測やパソコンメーカーのラインアップの最適化など、参加者の方がすぐに使えそうなものや、業種を問わずAIを活用して課題解決できそうな「フィット感」ある課題の設定に工夫しました。
「拡大生産性」のある学びとは
小泉 ひとりで黙々と取り組むのではなく、参加者同士が学び合う。先ほどお話ししたように、僕らは育成のスピードと量を求めているからこそ、「拡大生産性」のある学びのスタイルを目指しました。AI人材育成は全国で日々進んできており、質の観点は日々上がってきています。
齊藤 こうしたビジネス領域までを同時にカバーするAI教材って、僕が知る限りあまり聞きません。具体的なビジネス課題に向き合い、拡大生産性の高い方法で学ぶ。DXのような抽象度の高い概念の下、トップダウンでAIの導入を進めるだけでなく、現場で起きている具体的な事象からちょっとした改善を積み上げていくという考え方はすごく重要です。成功体験もないのにいきなり、DXに経営戦略の舵(かじ)を切ることはできない。実際、僕らがお付き合いしている企業は、ボトムアップの局所型アプローチで業務課題を繰り返し、全社規模の活動につなげています。
小泉 先進的な方法でAI人材を育成している事例は世界中に数多く存在します。「AI Quest」を立案する過程では、さまざまな手法を参考にしましたが、技術的な部分に主眼を置いたものが中心でした。我々のゴールは社会実装であり、今回の事業は日本の国際競争力につながる産業政策として人材育成のあり方を探るもあります。この国の産業にAIをどう実装していくか、それをケーススタディ化し、PBL形式の教え合いによる「拡大生産性」のある学びの手法で展開していくところに特徴があります。
※ 後編に続く。