AI QUEST AIを使用した課題の導入

AI QUESTに参加しており、そこで学んだことを随時書き足していきます。
メモ形式になっているため、わかりにくいところがあればコメントください！！(もちろん誤字脱字も！)

＜一連のプロセス＞
0. テーマの選定

1. 要求定義
2. 要件定義
3. モデル開発(PoC)
4. 本番実装・運用計画
5. プレゼン

＜詳細のプロセス＞
1. 要求定義
・背景理解
・情報取得
・要求定義

2. 要件定義
・AI化業務の具体化
・項目の書き出し
・要件定義

3. モデルの開発
・データの前処理
・モデリング
・評価精度

4. 本番実装・運用計画
5. プレゼン

0.　導入テーマの選定

ゴール・課題の確認
＞課題が明確な時
AI導入を行うべきかを検討する
→企業の"課題"と"AIを使って本当に解くべき課題"にミスマッチがないかを検討
→"表面上の課題"かを見極める
("誰のために"、"どのようなメリットがあるか"、"サービスがどのようなインパクトをもたらすか"を質問する)

＞課題が不明確な時
・業務について大枠を理解する
→現場　:インパクトに小さい課題
→経営層:実現可能性が低い課題
を言及しやすい

・"課題がない"と言われている業務についても深堀りする
→意図しない課題を発見できるかもしれない(第3者目線で)

課題抽出のプロセス
1.現状の把握

2.現場へのヒアリング
各人へのヒアリングのポイント
→適切な人にインタビューを行う
→インタビューの目的や経緯も伝える
→「はい」か「いいえ」で答えられる質問を行う
→回答は可能な限り定量化する

3.過去事例の参照

4.データの確認
・必要なデータが揃っているか
・データの量
・データ数
・カテゴリ数
・期間
・データの質
・収集方法
・欠損値の確認
・外れ値の程度

1.　要求定義
このフェーズでは以下の3点を明確にする
・背景理解
・情報取得
・要求定義

想定すべき質問

1. そもそもAIによる予測・分類を何のために行うか
2. 業務の全体像を鑑みて、どの工程をAIによる予測・分類を行うか
3. AIで実現する精度目標をどのように設定するか
4. AI実装に必要な対象データは何で、それらをどのように取得するか
5. モデリングに際し、学習用データ評価用データはどのように分割するべきか
6. 開発要件を踏まえた時に、どの指標で構築したモデルを評価するか
7. AI導入によって、どの程度の想定効果が期待できるのか

提案書作成について

1. プロジェクトの全体像
   →会社の置かれている状況
   →本取組の目的
   2. 位置付けとゴール
   →ゴールはなんなのか
   →実現後どうなるのか
   3.対象となる課題
   →ゴール達成までの課題
   複数あるなら列挙する
   4.課題に対するアプローチ
   →課題にたいするアプローチ方法
   5.スケジュール