スキルアップAI ロゴ

実務直結型教育

学びをビジネスに繋げる

学びをビジネスに
繋げる

AI道場 メインビジュアル

About

伴走支援サービスとは

人材教育からビジネス適応の橋渡しを行う

伴走支援サービスは、「AI道場」「DX道場」「データ分析道場」「生成AI道場」を通じて、実データを活用した課題解決型学習を提供します。実務経験豊富なエンジニアが、AI開発やデータ分析のPoCを3〜4ヶ月間サポート。受講者が学びをビジネスに適用できる力を養います。さらに、必要なスキル習得や社内コミュニティ構築を支援し、自主的な学びを促進します。

AI道場 フロー図

Features

4つの特長

Feature 1

AIやデータ分析など
さまざまな課題に対応

支援例を見る
Feature 2

実務経験豊富な
講師が伴走

伴走支援を見る
Feature 3

学びで終わらず
成果物がある

導入事例を見る
Feature 4

「通常研修+外注費」
よりコスト削減

Use Case

支援例

各フェーズにおける悩み・課題に対して、経験豊富なデータサイエンティストがコンサルティングを実施します。
それぞれの技術領域における各フェーズごとの支援例や実施テーマ例をご紹介します。

AI
AI道場
課題整理 基礎分析 モデル構築 チューニング
テーマ例 小売業者の
売上予測モデル
製造業者の
設備故障予測
金融機関の
与信スコアリングモデル
広告企業の
広告クリック率予測
課題例
  • 目的があいまいでプロジェクトの方向性が定まっていなかった
  • 設備の稼働状況や保守履歴データを十分に活用していなかった
  • 複雑なニューラルネットワークを使用していたが、解釈性の問題から規制当局の理解を得られない可能性があった
  • 大量の特徴量を使用していたが、モデルが過学習気味だった
支援
内容例
  • ミーティングの中で目的を明確化し、在庫データの可用性を確認することでプロジェクトを適切な方向性へと修正した
  • 保有データを探索的に分析し、ドメイン知識を活かした特徴量を作成することを提案し、モデルの性能が大幅に改善した
  • 決定木ベースのアルゴリズムに変更して特徴量の重要度を可視化することを提案し、モデルの説明性を確保することを実現した
  • 特徴量の重要度を評価し、上位の特徴量のみを選択する方法を指導することで、モデルの汎化性能が向上した

選べる2つのコース

ケースに応じて選べる2つのコースをご用意しています。

選べる2つのコース

通常コース

(期間:4ヶ月)

ライトコース

(期間:3ヶ月)

  • PoCを実施したいテーマが具体化できていない
  • データの収集方法、アノテーションの実施方法、
    PoCの評価方法等の設計から支援してほしい
  • 課題、解決すべき事項、利用データ、ゴール設定の
    テーマが具体的に言語化されており、
    モデル構築に関する技術支援に絞って実施してほしい
  • ワーク・相談会・発表会
  • チャットサポート(質問回数無制限)
  • AIプランニング・プロジェクト推進基礎講座(eラーニング)
  • 相談会・発表会
  • チャットサポート(質問回数無制限)
  • 当社オリジナルのフレームワークを用いてテーマ創出
  • 具体化から支援
  • テーマのゴール設定や進め方からフィードバック
  • 費用を抑えつつ、モデル構築の実践と伴走支援を実施

通常コース

(期間:4ヶ月/全8回の打ち合わせ)

  • PoCを実施したいテーマが具体化できていない
  • データの収集方法、アノテーションの実施方法、
    PoCの評価方法等の設計から支援してほしい
  • 全8回のワーク・相談会・発表会
  • チャットサポート(質問回数無制限)
  • AIプランニング・プロジェクト推進基礎講座(eラーニング)
  • 当社オリジナルのフレームワークを用いてテーマ創出
  • 具体化から支援
  • テーマのゴール設定や進め方からフィードバック

ライトコース

(期間:2ヶ月/全4回の打ち合わせ)

  • 課題、解決すべき事項、利用データ、ゴール設定の
    テーマが具体的に言語化されており、
    モデル構築に関する技術支援に絞って実施してほしい
  • 全4回の相談会・発表会
  • チャットサポート(質問回数無制限)
  • 費用を抑えつつ、モデル構築の実践と伴走支援を実施
DX
DX道場
課題整理・企画立案 ツール選定含む実装方法の計画 実装 評価(効果検証)
テーマ例 小売業における在庫情報の連携
課題例
  • 手動で情報連携をしているため、連携される情報が古い場合がある
  • 適切な情報連携システム・RPAツールの選定がわからない
  • 自社に、情報連携システムを実装できる人がいない
  • 施策の効果を評価できない
支援
内容例
  • 現行の在庫情報連携プロセスを分析し、遅れの原因と情報共有不足の問題特定支援
  • データに基づいた改善案の提案
  • 情報連携システム・RPAツールの選定支援
  • 自社の業務に最適なツールや実装計画の作成アドバイス
  • システム構成案・要求事項の作成支援
  • 実装方法、ベンダー選定方法の指導
  • 情報連携の効果を評価する方法を提案
  • 次のステップへの具体的な改善提案に向けたヒアリング
データ分析
データ分析道場
分析企画立案 データ分析 施策検討 施策実施結果の検証
テーマ例 保険会社における契約解約率の分析
課題例
  • 解約率を下げたいという漠然とした目標があるものの、具体的な改善点やKPIを定められない
  • 解約率が高い契約タイプを把握するための可視化方法がわからない
  • 解約率を下げるための施策を策定できておらず、問題・課題を言語化できてない
  • 施策の成功基準や評価指標が明確でない
支援
内容例
  • ヒアリングを通じた目的の明確化
  • 具体的なKPIの設定や目標設定の支援
  • データ可視化方法の指導
  • 目的に応じたグラフの選び方や可視化における注意点の指導
  • 真因仮説の深掘りを支援
  • 問題、課題、施策のロジックを整理
  • 評価方法の策定支援
  • 次のアクションの策定を支援
生成AI
生成AI道場(実務適用編)
ユースケース検討 RAG構築 プロンプト作成 チューニング
課題例
  • 生成AI活用の具体的なアイデアを発想できない
  • RAGの性能を上げることができず、RAGを現場に導入できていない
  • プロンプト設計スキルが低く、LLMの出力結果が期待通りにならない
  • チューニングの仕組みを構築できない
支援
内容例
  • 生成AI活用のアイデア発想の視点を指導
  • 例えば、自社の業務フロー整理し、生成AIを活用できそうなところを探る
  • RAGの性能の問題点を切り分けする方法を支援
  • 切り分けた問題点ごとに、適切な改善策を指導
  • 目的に応じたプロンプトを設計できるように指導
  • 社内ユーザからのフィードバックを収集するための仕組みを構築する方法を支援
生成AI
生成AI道場(社内環境実装・プロダクト開発編)
技術・LLM選定 環境構築 PoC 評価
課題例
  • オープンソース/商用など様々なLLMの中から最適なものを選定できない
  • 自社の要件(セキュリティ、コスト、性能など)に合う最適なシステムアーキテクチャを決められない
  • 運用コストと機能のトレードオフを適切に判断できない
  • セキュアな実行環境の構築方法がわからない
  • モデルの実行に必要なリソースを見積もれない
  • CI/CDやモニタリングなどの運用環境を整備できない
  • PoCの計画を立てられない
  • 性能評価の基準や方法を決められない
  • データセットの用意の仕方がわからない
  • ビジネス効果を定量的に評価できない
  • ユーザーからのフィードバックを収集する方法がわからない
  • 法的リスクを把握できない
支援
内容例
  • 要件定義のヒアリングと各種LLMの特性比較の提示
  • 自社環境に適したアーキテクチャ設計の支援
  • コスト試算と運用負荷の評価支援
  • セキュリティ要件を満たす環境構築の提案
  • インフラリソースのサイジング支援
  • 運用に必要な監視・ログ体制の構築支援
  • PoC設計の指導
  • 性能評価指標の設定と測定方法の指導
  • テストデータセットの作成支援
  • KPI設定と測定方法の提案
  • ユーザーフィードバック収集の仕組みを構築する方法を支援
  • 法的リスクの洗い出し支援

実務直結型教育で学びをビジネスに繋げる

実務直結型教育で
学びをビジネスに繋げる

Support

成果につながる伴走支援

深掘り質問で本質を引き出す、フレームワークを用いた課題や思考の整理、受講者に対するアクティブサポート

先端技術のビジネス活用には、単なる知識以上のスキルが求められます。技術の理解に加え、活用事例や実務での注意点を押さえることが重要です。
さらに、ビジネスモデルの構築や顧客ニーズの分析、効果検証方法の確立、社内稟議の通し方など、社内外両方を意識したビジネス観点を持つことが不可欠です。
そして、受講者のレベルに応じた適切な説明や、興味を引く問いかけを通じて、受講者の学びを促します。このような技術力・ビジネス力・指導力が備わった講師が伴走支援します。

深掘り質問で本質を引き出す、フレームワークを用いた課題や思考の整理、受講者に対するアクティブサポート
小縣 信也

小縣 信也​

大阪市立大学工学部卒業。製造業、建設業などの多数のAI開発、伴走支援案件を担当。建築環境に関する数値シミュレーション、センサーデータ分析が専門

斉藤 翔汰

斉藤 翔汰​

横浜国立大学大学院 環境情報学府 情報メディア環境学専攻修了。修士(情報学)。多種多様な業界のデータ分析やAI関連の研修(伴走支援含む)を担当

書上 拓郎

書上 拓郎​

慶應義塾大学商学部卒業。ビジネス視点でのテクノロジー活用を掲げるKICONIA WORKS社の代表を務め、年間40以上のAI関連プロジェクトのマネジメントを担当

深掘り質問で本質を引き出す

深掘り質問で
本質を引き出す​

深掘り質問で本質を引き出す​

何が問題なのか、なぜそれが問題なのか、なぜ実現されていないのか、そして、どうすればいいのか、深掘り質問で本質を引き出します。

フレームワークを用いた課題や思考の整理

フレームワークを用いた
課題や思考の整理​

適宜フレームワークを用いることで、受講者の思考の整理をサポートします。

受講者に対するアクティブサポート

受講者に対する
アクティブサポート​

受講者に対するアクティブサポート​

伴走支援者から積極的な投げかけを行います。また、質問会だけでなくチャットサポートで常に質問できる環境を整えます。

実施テーマに応じた研修で
スキルを習得しながらPoCを実践

さらに、実施テーマに必要なスキルが不足している場合、弊社の豊富な講座から必要な内容をピックアップしスキル習得を行いながらPoCの実践ができます。講座の受講には、選択するコースによって別途費用がかかる場合があります。

受講講座例

Development

学び続ける環境づくり

DX人材の社内コミュニティ構築で自社のDX推進を加速

道場実施後も自主的に学び続ける仕組みや文化をつくる上で、人材育成内製化や社内コミュニティの構築は有効です。 スキルアップAIのコミュニティ構築支援では、参加するメリットを感じる活発なコミュニティの立ち上げと展開をサポートします。

支援メニュー例

menu 1

外部登壇者による
イベント企画の立案

menu 2

社内勉強会の
企画立案

menu 3

社内の取り組みの
広報支援

menu 4

Slack等オンライン
コミュニケーションの構築

研修実施後の課題 解決策 効果
学んだことが実務で活かすことができていない オンライン上でのナレッジや取り組みの共有 専門人材が部署を超えて質問しあえる環境を構築できる
専門的な内容を相談できる相手が近くにいない オンラインチャットツールによる部署を超えたリアルタイムのコミュニケーション 他部署の取り組みを知り、自部署の取り組みに活かすことができる
どんな取り組みができるのか事例が知りたい オンライン勉強会の実施 部署を超えたプロジェクトをつくり、学んだことを実践的に活用することができる

学んだことが実務で活かすことができていない

オンライン上でのナレッジや取り組みの共有

専門人材が部署を超えて質問しあえる環境を構築できる

専門的な内容を相談できる相手が近くにいない

専門的な内容を相談できる相手が近くにいない

他部署の取り組みを知り、自部署の取り組みに活かすことができる

どんな取り組みができるのか事例が知りたい

オンライン勉強会の実施

部署を超えたプロジェクトをつくり、学んだことを実践的に活用することができる

FAQ

よくあるご質問

取り組みたいテーマが十分固まっていないのですが、テーマの創出から支援してもらうことはできますか?

通常コースであれば、テーマ創出や開発計画の策定の段階から弊社フレームワークを用いて、実践と支援が可能です。

実践テーマを数名のグループで取り組むことは可能ですか?

個人で1つのテーマに取り組むことも数名で1つのテーマに取り組むことも可能です。受講人数によらず、テーマ数に応じて価格が変動します。

ノーコード・ローコードツールを活用した実践も可能ですか?

ノーコード・ローコードツールを用いての実施も可能です。どのようなツールを使う想定かまずはご相談ください。

相談会や発表会を対面で実施することは可能ですか?

可能です。対面の場合、東京23区または大阪市の場合1日程5万円、それ以外では1日程10万円の講師派遣料が発生いたします。

実務直結型教育で学びをビジネスに繋げる