はじめに
基本的には自分用のメモとして書きます。また規約上、詳細は言えないのでご了承ください。
あまりネット上に情報ないように思うので、来年は参加したいけど壁を感じて躊躇している方など、もしご質問があれば、気軽にTwitterアカウントの方に連絡下さい。
https://twitter.com/Yu_lign
自己紹介
・30代前半
・500人規模の非IT系メーカー勤務
・設計・開発に従事。仕事でプログラミングは使わない。
・G検定取得
・VBAとかjavascriptは最低限わかるレベル（会社でVBAの便利ツール作って使ってもらったりしてました）
・AIのプログラミングやデータ分析に興味があって、今回のプログラムに参加しました。
マナビDXクエストとは
経済産業省の記事を引用とさせて頂きます。
・日本ではデジタルスキルを持った人材が不足しているが、リスキリングの場がないことを課題に挙げています。
・そこでデジタル人材育成のプラットフォームとして、「マナビDX」ができました。
・3段階のレベルで学習していくモデルですが、今回は全てを経験できました。AIのモデルを設計・構築するというよりかは、AIをどのように導入・運用するかに重きを置いているようです。
・参加費は無料。参加時に簡単なテストがありましたが、今年に関してはほぼ落ちた人はいないのでは？という印象です。（ただプログラミングの知識0の人は課題で苦労しているようで、脱落者が4割近くいました。）
＜参照記事＞
①マナビDXとは
https://www.meti.go.jp/shingikai/mono_info_service/digital_jinzai/pdf/006_03_00.pdf
②マナビDXの前身であるAI Questの紹介
https://www.meti.go.jp/policy/it_policy/jinzai/AIQuest.html
③そもそもデジタルスキルとは
https://www.meti.go.jp/policy/it_policy/jinzai/skill_standard/main.html
流れ
期間は9月3日〜翌年2月11日で、第1タームと第2タームに分かれておりました。
各タームで4つの教材の中から1つを選びます。第2タームには現場研修プログラムがありました。現場研修プログラムは、全国の中小企業とタッグを組み、その企業のDX課題を共に解決するというものでした。
教材のテーマは過去のAI Quest2020年と変わっていないと思います。（内容ではなくテーマについて）
https://www.meti.go.jp/policy/it_policy/jinzai/AIQuest.html
基本的には教材は提供するから、後は受講者同士で勝手に勉強してねというスタイルでした。そのために以下2つの工夫がされています。
①学習サイトのSignate Cloudが無料で使いたい放題
・AI(Python)に関するプログラミングスキルが学べます。
・個人で契約すると月2000円くらいかかるらしいです。
・Signate Cloudは、私は今回初めて知りましたが、受講者同士で会話すると大手の会社で社内の教育用に契約しているという会社も多くあるようでした。
https://cloud.signate.jp/
②Slackで受講者同士コミュニケーションが取れる
・自分一人では追い切れない鮮度の高い情報が自動的に入ってくる。
・一部のレベル高い方々が自主的に講座を開いてくれる。
・他受講生の圧倒的なインプット量に圧倒される。刺激される。
（実際には2000人もいるので、いつも固定の20人くらい？が発信している感じですが）
まとめ
長くなるのでここでまとめを述べます。
・私個人の結論なのですが、上記のSignate Cloudが無料で使えることと受講者同士の情報交換のメリットが一番大きいと感じました。
・現場研修プログラムは、DX推進活動がかなり泥臭い仕事なのだということは学べましたが、労力の割に得るものが少なく、正直オススメできません。
第一ターム概要
需要予測のテーマを選択し、合計５つの課題がありました。
パワポ提出課題
以下４点について資料を作成、提出しました。③と④については、受講者同士で資料の採点を行うという評価制度もありました。
①要求定義：現状と課題を整理して優先順位付けを行う。
②PoC（コンセプト）定義：予測の対象やAIの学習に使うデータ、目標値を決める。
③AIの導入・運用計画：費用対効果や運用方法、ロードマップの作成。
④プレゼン：①〜③について経営層にAI導入の意思決定をもらうためのプレゼン資料作成
プログラミング課題
プログラミングを課題は１つのみで、AIで需要予測を行いました。
基本的にはサンプルコードがあり、それを実行さえできれば、合格点はもらえたと思います。
そこから自分でモデルを変えたり、特徴量を追加したりすることで、予測精度を上げていく検討を行いました。
予測精度はコンペ形式でスコアを受講者同士で競い合うので、楽しく取り組めました。
コンペ後に優秀者の解説を聞く機会もありました。技術的な話なので割愛しますが、クラスター分析後に決定木で学習させる（決定木の気持ちになれ！）ことが大事とのことでした。
現場研修プログラム（第2ターム）
・第2タームは現場研修プログラムに参加しました。（教材の取り組みは断念しました）
・参加者同士で５人チームを組む必要がありました。
・自主性が問われますが、私はSlack上のチーム募集掲示板に自分のプロフィールを記載して、記載ある人にひたすら声掛けしました。
・その後、チームでチーム名や強みをまとめた上で、企業とマッチングを待ちます。企業側に選択肢がありました。
・めでたくマッチングすることができ、金属加工メーカーと取り組むことになりました。最初は業務フローを図示化するところから始め、どこに課題があるかを協議しました。
・その結果、営業活動に効率化が必要という結論になりました。特に新規顧客や潜在顧客獲得が出来ていないこと、またそこに割く工数がないことが課題として挙げられました。
・工数割けないということで、HPの問い合わせ顧客に対してアプローチすることにしました。
・HPについては、SEO対策やアクセス解析、UI改善を提案しました。
・問い合わせを頂いた顧客について、MAでリード管理、リード育成し、営業に案件を渡す流れを提案しました。
・HP改良やMAでのDM配信には顧客が求める内容の濃いコンテンツを配信する必要がありますので、SFAやCRMで商談案件や顧客情報を蓄積していき、分析する必要性を説明しました。
・上記をロードマップ、さらにガントチャートでスケジュールをまとめて活動完了としました。
・上記の各ツールを説明するのに多くの時間を割いてしまい、深い内容の議論が出来なかったというのが正直なところです。
・愚痴っぽくなるので省略しますが、チームの運営と企業側にいかに参加・協力してもらうかが大変でした。
・工数に関して言うと、チーム内ミーティングが週1回、1時間あり、それとは別に企業とのミーティングが1,2週間に1回1時間ほど時間を取っていました。もちろん資料作成の時間も別途かかります。