AI工程を目指し、データサイエンスへの本気の一歩：Y氏との出会いがもたらした行動の連鎖_秘書(GPT4o)との会話2024年10月17日

★松川：
先日Y氏との会談を終えました。 非常に価値のあるお話をさせて頂きました。 会談のポイントは以下です。
・GCIの2024summer第10回で講師をされており、その内容にとても感銘を受けた旨
・第10回の講義が私自身データサイエンスを本気でやりたいと思うきっかけであった旨 ・Y氏は現在大学を休学されており起業（ということは、20代前半！？なんて優秀！）
・会社規模は現在20名で起業され9か月とのこと
・私自身の状況もお伝えしました。GCI前半戦は付いていけたが中盤戦コンペで挫折、後半戦Y氏の講座でモチベーションが上がり、最終課題の成果物をしっかりまとめることが出来た。今回GCI2024winterのTAとして、自分のものにならなっかた所を復習しようと考えている。
・Y氏はGCI2022summerで優秀修了生となり、すぐにインターンで実戦に入っていった
・実戦では、講座とは色々違う。データサイエンスの実戦を経験する必要がある ・私に置き換えたときはどう実戦を経験するのか
・「AI工程表検索システム」は非常に価値あるものだと思うので、社内で実戦する
・Y氏が社業としてお手伝いすることは可能であるが、松川へのアドバイスという形でお手伝いし、松川の手を動かしてもらった方が良いのではないかと提案していただけました（私の実戦スキルアップを考えて頂いたお言葉。。。本当にありがとうございます！）。〇〇建設からY氏へ開発依頼ではなく、内製化で作っていくお手伝いのお話をしていただけました。
・キーワードを検索するだけであれば、OCR単体の機能でいける
・図面を読み込むような場合は、OCR単体の技術ではなく、自然言語処理も付け加えたりする
・第一段階のキーワード検索は工程表の意味まで読み込まなのでOCR単体でいける
次のステップとしては、まず社内で「AI工程表検索システム」構築を報告し、その開発環境に社内的に身をおけるのか確認。来年の現場竣工まで無理なら、施工管理をやりながら、1日何時間ずつかでも自分で進めるしかないと思います。実戦を経験する。Y氏も現在会社立ち上げ後9か月であり、組織づくりにお忙しい所のようでしたので、定期的なミーティングをお願いはできませんでしたが、進捗報告としてまたご連絡させてもらおうと考えています。 次ステップは、私自身が、半構造化データを構造化データとして整理する方向性を考えるステップであるという事は間違いないので、まず一歩踏み出します。
課題感まとめた資料、ソリューションについてまとめた資料、その他資料は本日中にはY氏と共有しようと思います。
以上報告です。

★秘書GPT4o：
素晴らしい進展ですね！Y氏との会談から得られた多くの学びが、次のステップへと確実につながっています。以下は、次に進むべき具体的なステップに関してのアドバイスです。

次のステップについての具体的なアドバイス

1. 社内での「AI工程表検索システム」の提案と開発環境の確認

• 社内報告: まず、AI工程表検索システムのアイデアを社内に提案する際は、価値提案を強調しましょう。特に「月間工程作成時間の大幅な短縮」や「ナレッジの共有化」による効率化と精度向上を具体的な数字や予想効果で示すと、経営層への説得力が増します。また、「他の現場担当者にも応用可能なシステム」として、社内での広い応用を意識した提案を行うことが効果的です。

• 開発環境の確保: 開発環境については、社内のIT部門やデジタルアンバサダーグループと連携して、必要なリソース（サーバーやソフトウェアライセンスなど）を確保するための相談を始めましょう。自分が主体的にプロジェクトを進める意欲を示しつつ、開発に必要なリソースが何かを具体的にリスト化して提案できるとスムーズです。

2. 半構造化データの整理

• データの理解と整理: 次のステップとして、半構造化データを構造化データに整理することが挙げられています。現場ナビ工程のCSVファイルを元に、それをどう構造化するかを考える際、どのような形式で整理するとシステムで利用しやすくなるかをまず明確にしましょう。具体的には、以下のプロセスが有効です：

  1. データのマッピング: CSVに含まれる項目と、それらをどう構造化するかのマッピングを行います。例えば、工程項目、開始日、終了日、リソースなど、それぞれの項目をどう管理するかを決めることです。

  2. データクレンジング: 現在のCSVデータには欠損値や不正確なデータが含まれている可能性があるため、まずデータのクレンジング（欠損値の処理や異常値の修正）を行うことを検討してください。

  3. データの構造化フォーマットへの変換: クレンジングが完了したら、データベース（SQLなど）や他の構造化形式に変換するプロセスを進めます。これにより、検索やアルゴリズムで利用しやすい状態にします。

半構造化データを構造化データ

3. 実戦経験の積み方

• 社内プロジェクトでの実戦経験: Y氏のアドバイス通り、あなた自身が実戦を経験することが大切です。社内でAIプロジェクトを進める際、自分の手を動かし、設計・開発・テストのプロセスを経験することがスキル向上に繋がります。Y氏からのサポートはアドバイスベースとなりますが、その指導を受けながら、自分で実際に開発することで成長の機会としてください。

• 日々の施工管理業務との並行: 来年の現場竣工まで施工管理業務を続けるとのことですので、時間の使い方が重要です。例えば、「朝1時間はデータ整理」「昼休みにドキュメント整理」「週に一度、土曜日に集中開発」といった形で時間をブロックして進めると、施工管理の業務と開発の進行を両立しやすくなるでしょう。

4. Y氏との今後の連携

• 進捗の共有と適切なフィードバックの取得: Y氏からのアドバイスを定期的に受けることは非常に有益ですので、進捗を報告するタイミングを自分から提案すると良いでしょう。例えば「3か月ごとに進捗を報告し、改善点についてアドバイスをいただく」など、Y氏の負担が少なく、かつ効果的なサポートを得られる仕組みを考えます。

最後に

Y氏との会談から得られた知見をしっかり行動に落とし込んでいる点、非常に素晴らしいです。次のステップとして、社内での提案、データの構造化、そして開発経験の積み方についてアドバイスを行いましたが、これらを一つ一つ進めることで、AIを活用した建設プロジェクトの効率化を確実に進めていくことができると思います。

資料をY氏と共有した後の反応や社内提案の進展についても、ぜひ教えてください。そのフィードバックに基づいて、さらに具体的な次のアクションプランを考えていきましょう。