第2回 データサイエンスを用いた解決手法の検討とビジネス成果の定義

課題に対する多面的なアプローチ

単にAIを導入するのではなく、組織全体の設計図であるEA（エンタープライズアーキテクチャ）の4層構造、

• ビジネスアーキテクチャ（BA）
• データアーキテクチャ（DA）
• アプリケーションアーキテクチャ（AA）
• テクノロジーアーキテクチャ（TA）

を用いて、「現状（As-Is）」と「あるべき姿（To-Be）」を分析しました。
経営戦略（BA）から技術基盤（TA）までを垂直的に捉え、その「ギャップ（差）」を埋めるための具体的な計画を立てることで、ビジネス価値に直結し全体最適化されたAI導入プランを検討しました。

AI技術の全体像

AI技術の全体像として、機械学習・深層学習・生成AIの技術の概要の説明を行いました。

フレームワークを用いてビジネス課題を構造化する

フレームワークを活用し、参加者が抱える課題の構造化を行いました。 本フレームワークでは、各項目ごとに以下の観点を整理しました。

• ビジネス課題の明確化
• データサイエンスを用いた解決手法
• ビジネス効果

また、Hugkunが作成した具体的なユースケースを交えながら説明を行い、実務への適用イメージを明確化しながら講義を実施しました。

講義の様子

フレームワークに基づき、講師メンバーとの対話を通じて課題を構造化し、実際に手を動かして整理する回になりました。

アンケート結果

本講義では、8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：25.0% 満足：37.5% 普通：37.5%

Q. 内容の理解度はいかがでしたか？

理解できた：37.5% 普通：37.5% 理解できなかった：25.0%

Q. 講義の難易度はいかがでしたか？

適切：25.0% やや難しい：62.5% 非常に難しい：12.5%

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：12.5% 活かせそう：62.5% どちらとも言えない：25.0%

Q. 講義の進め方は適切でしたか？

適切：37.5% 普通：50.0% 不適切：12.5%

講師との対話を交えながらフレームワークを埋めていく形式で講義を進めました。「知見が広がった」というお声をいただいた一方で、「基礎概念をより深く理解したい」「資料を事前に配布してほしい」といった改善のご要望も寄せられました。

第3回の講義では、設計したベースラインを実現するため、実際に手を動かすPythonを用いた機械学習の実装フェーズへと移ります。

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。