AI育成講座【day8】
【質問】
データあって分析したら、こういう傾向になったから改善できるよって言う押し付けじゃなくて、業務の細分化をして1番ボトルネックになっているところを見つけ出し、そこに関連するデータを分析し、改善をできるようにひたすらサイクルを回すことが真の業務改善やAIを使った意味のある行動になる。
その細分化やボトルネックを見つけるために、実際の業務しているところの側で、その業務内容を目で見て耳で聞いて体で感じる必要がある。
業務改善を提案できる立場なければ、事実でぶん殴る。
数字を用いて具体的にどれぐらいの時間にどれぐらいのお金が
この改善によってられるのかって言うことを数字示して、ぶん殴る。
客観的な数字に基づいた事実でぶん殴る。
【本編】
個人で回ってしまうタスクの1つなので、他人の関わりは無いが、個人のタスクの種類を分けて、その中でスイムレーン化した。
個人的には、なかまこさんhttps://x.com/nakamakokoが言うように、手書きで雑に頭の中を書いてみて、AIとかコンピューターを使って清書するのが良い。
欲しいデータがどこにあって、そのデータがどうやって管理されているのかっていうのは多岐に当たるから、まずそのデータをどうやって集めて処理するのか。
データ集める時は、スイムレーンで誰がデータを持ってるのか明確化して、かつある程度網羅的に収集し、コアな部分を徹底的に集めると言う作業が必要。
このデータを見て補強すべき箇所を考える。普通だと赤い点が損傷を受けやすいから補強しようと考える。しかし本来データ持ってくれる戦闘機は帰還したもの。つまり生存バイアスがかかっている。赤点じゃないところを損傷した機体が死んでいる影のデータがあるので、全体のデータを見るときは、そこの見えない点を補強する必要がある。
どうやって情報を収取するか。
情報をとってからプライバシーに配慮するのではなくて、取る前から必要な情報だけ切り取ってくる事は可能。これからLLMで可能。
生成AIの不透明さがある以上その責任は誰が持つのかと言うのは必要。
自動運転なら、メーカーや運転手が責任を負うと言う話らしい。
取りにくいデータセル結合や表のタイトル総数であったり、必要でないものが多すぎる。また昭和や令和といった言語や三角のような現象を示す記号等を全て読み取るかどうかは難しい。
上記のような分析しやすいデータの形に分析しにくいデータを変える必要がある。
データの前段階としていろんなデータを集めてくる必要がある。そこをいちいちに変えるのはめんどくさいので、自動化/処理してすぐに使える状態に持っていく必要がある。
やはり実践を用いて問題解決型で自分で調べていかないとなかなか頭が入っていかないな。小さな問題解決のサイクルを回していくことで体型的では無いけども、ある程度は流れを追って経験を得ることができる。それは単なる机上の空論ではなく、経験に裏付けされた肉がついている知識。