第1回 AI活用アイデアの探索とテーマ選定

Hugkunメンバーが講師として参加する意図

よくあるデータサイエンス講義では、講師役が一人もしくは数名で行うことが多く、「一方的な講座になりがち」「十分な対話が行えない」などの課題があります。 そこで本ワークショップでは、学生の皆さんにも一緒に取り組んでいただき、共に悩み・考えることで、「多方面での対話が生まれる」「学生との交流につながる」といった効果を狙いとしています。 その他にも、以下のメリットがあります。

• テーマ設定において、重要な多様性と対話が生まれる
• 継続的な取り組みに必要なディスカッションが増える
• 学生との交流ができる
• 沖縄の学生の支援にもつながる

課題設定から始める理由

AIプロジェクトの失敗率は80%を超えており、これは通常のITプロジェクトの2倍に相当します。
失敗の主な原因として、データの不足・問題の誤解・AIでは解決不可能な難易度の課題への適用などが挙げられます。

本ワークショップでは、この1・2週目を「失敗しない開発の土台を作る最重要フェーズ」と位置づけ、技術に飛びつく前に課題を徹底的に深掘りすることをコンセプトとしています。

3つのステップによる課題の具体化

参加企業は、以下のフレームワークを活用して自社の課題を整理しました。

1. 課題の本質・構造の整理

「背景」「使用できそうなデータ」「解決したら何が嬉しいか（期待される効果）」について具体化する作業を行いました。

2. 優先度表による課題の比較

「データの入手可能性」「課題の明確性」「解決の価値」「解決の可能性」の4つの観点から、複数のアイデアを客観的に比較・評価しました。

3. CSF（成功要因）とKPI（評価指標）の策定

バランススコアカード（BSC）の視点（財務、顧客、業務プロセス、学習と成長）を取り入れ、ビジネス価値に直結する成功の定義を明確にしました。

講義の様子

実際の講義でも、学生と社会人の方々の間で意見や質問が飛び交い、とても活発な交流が生まれました！
学生にとっても、気づきの多い時間となりとても充実したものになりました。

アンケート結果

本講義では、17名の方にアンケートに回答いただきました。

Q. 講義の満足度はいかがでしたか？

非常に満足：23.5% 満足：52.9% 普通：17.6% 不満：5.9%

Q. 内容の理解度はいかがでしたか？

十分に理解できた：11.8% 理解できた：82.4% 理解できなかった：5.9%

Q. 講義の難易度はいかがでしたか？

優しすぎる：5.9% 適切：64.7% やや難しい：29.4%

Q. 講義の内容を業務に活かせそうですか？

非常に活かせそう：11.8% 活かせそう：70.6% どちらとも言えない：17.6%

Q. 講義の進め方は適切でしたか？

非常に適切：11.8% 適切：76.5% 普通：11.8%

参加者からは「学生さんと交流しやすかった」「フレームワークがあり進めやすかった」といった声をいただいた一方、音響やWiFi環境が気になったという意見も出ました。
好評の声も多く、充実した第1回となりました。

第2回の講義では、本講義で実施したことをもとに、データサイエンスを用いた具体的な解決手法の検討へと進みます。

本ワークショップは、沖縄県の「令和7年度ICTビジネス高度化支援事業」の一環として実施しています。