データ分析、データ活用、CRM・CS関連、マーケティングについて話せます
全社の総括推進の立場でグローバルに対応する責任者として活動
■その他
いつごろ、何年くらいご経験されましたか?: 2000年~2010年 約10年間大手電機会社の販売・マーケティング部門と共同で種々の
案件に取り組んだ。特にIT活用を中心の本社の情報部門、経営企画部門と連携しグローバルに取り組んだ経験がある。
どちらでご経験されましたか?: パナソニック株式会社(本社、およびマーケティング本部)
一番誇りに思う成果はなんでしたか?: CRMやCS、マーケティングに関するあらゆる仕組みの立ち上げに10年間携わり、いくつかの成果を出せたこと。また仕組みが発展し現在経営成果に結びついていること。常に新たな課題に挑戦してやりぬいたこと。
一番の課題はなんでしたか?また、その課題をどう乗り越えましたか?: 巨大な企業の全世界に展開する組織をまたがり、上長を説得しながら地道に成果を出し続けたこと。
利害も課題も異なる複数の部門や海外企業を連携させることは至難の業であり、それに取り組めたこと。
その時どのような立場や役割でしたか?: 全社総括推進リーダとして全世界を統括する立場。
関連する論文やブログ等があればURLを教えてください: 社内の技術情報誌に論文を発表(CRM関連)
プロフィール 詳細を見る
職歴
DeepTec
- 代表 2018/7 - 現在
株式会社 三友
- 顧問(室長) 2016/4 - 現在
個人事業
- 代表 2011/6 - 現在
株式会社 セカンドセレクション
- CDO(チーフデータアナリスト) 2020/11 - 2021/5
株式会社 船井興産
- 所長 2018/12 - 2019/12
ArchiTek株式会社
- 顧問 2016/1 - 2016/12
株式会社西松屋チェーン
- 顧問 2011/11 - 2016/3
パナソニックホールディングス株式会社
- 参事 1987/6 - 2011/5
- 1987/6 - 2011/5
日産自動車株式会社
- 主任 1978/4 - 1987/5
- 1978/4 - 1987/5
このエキスパートのトピック
-
生成AI(chatGPTや画像生成AI等)の原理、利活用などについて話せます
¥30,000~■背景 専門はデータアナリスティックで20年以上の経験がある。 特にここ10年以上はAIの分野に特化し、企業現場での活用やセミナを通じた普及に努めている。 AIは表面的なコンセプトではなく、機械学習や数値計算原理、更には周辺の画像処理や言語処理などの広い知識と経験が必要であり、業務経験も重要なコアスキルになる。 大手企業での経験とAIでの取り組み経験が合算され、幅広い知識、経験、スキルを有する。 昨年来生成AIの話題が爆発しているが、基本は言語処理で機械学習をベースにしていおり、Transformer、Attention、encoder-decorderなどの技術を使っている。 大量のデータを学習したこと、パラメータが飛躍的に増えたこと(一千億を超えるレベル)などが飛躍的な性能を実現できたことの背景になっている。 既に7ヶ月くらい実際に生成AIを利活用しながら研究しており、功罪も含めかなりの知見が得られたと思われる。 主には chatGPT、Bard、Bingを使い、画像生成AIはMidjourney、StableDiffusion、BlueWillow、LeonardAI、FireFlyなどについても試行を続けている。 その経験を十分に反映した支援ができると確信している。 ■話せること 1,生成AIの原理や構造などの基本的な内容(初心者を対象に考えています) 2,chatGPTの原理や最近の動向と使い方(設定の仕方、プラグイン、プロンプトの作り方 など) 3,画像生成AIの原理とアプリの動向、その使い方(アプリ比較、設定の仕方、プロンプトの作り方 など) 4,周辺の技術的、コンセプト的な状況(日々変化しているので、その時の状況が中心) 特に生成AIについては、原理的なことより、使い方や使う上での課題、注意点が重要と思われます。その為に ・セキュリティの考え方 ・業務で使う上での注意点やノウハウ ・画像生成AIの業務での活用メリット ・社内業務で活用する場合のケース などについてお話致します。 生成AIは過度に慎重になってもマイナスですが、楽観的に考えすぎてもリスクがあるので、どのように考え、どこに活用し、どのように使って成果を出していくか、がポイントになりますので、この点に注力したお話を致します。 世の中は確実に生成AIによって変化をしていきます。これは避けられないことなので、まず使いながら効果的な方法を模索していくことが重要と思われます。 生成AIによって仕事が奪われるのではなく、生成AIを上手く活用する人に仕事を奪われるという現象が確実に起きてくると思われます。 生成AIを上手く活用する人材をどうやって育てるか、社内にどのように浸透させて経営効果を出すか、等についてお話していきたいと思います。 ■その他 企業での業務経験(大手2社:日産自動車、パナソニック)とAIの経験を合わせた複合的なご支援に自信があります。
-
機械学習、ディープラーニングの技術、活用、開発方法について話せます
¥30,000~■ 具体的な経験の内容 機械学習の研究開発と現場活用 ⇒言語処理、音声認識、テキストマイニング、データ活用(分析、推論など) ⇒ディープラーニングのフレーム開発と課題解決のための応用展開 ⇒生成AI(GAN、chatGPT や画像生成AI)についての原理と活用方法 ■ 実績や成果 ・産学連携(某国立大学)でのディープラーニング活用支援 ⇒大学が研究する計測技術の測定結果の画像分析にディープラーニングを活用する研究に従事。 ・製造業のラインにおける欠陥、傷などの識別でディープラーニングの活用検討 ⇒データ整備、活用の為の課題検討、テスト実施などを支援 ・音声認識技術の活用支援 ⇒会議録自動作成、要約に関する仕組開発、技術開発支援 ⇒国内外のアプリ転用、基礎技術を用いた開発、azureなどの活用についての支援 ・医療画像によるディテクト手法開発 ⇒U-Netによる部位ディテクト技術の開発支援 ・物性予測の手法開発 ⇒化学メーカの物性予測の手法にディープラーニングを活用し精度をアップ ・chatGPTの企業導入とそのハンズオンによる活用支援 ⇒某サービス企業でchatGPTの導入を行い、人材育成、使い方、活用による経営改善などを指導 ■ そのときの課題、その課題をどう乗り越えたか ⇒データの蓄積や精度が不十分、スタッフ、経営層の理解が十分できていない、結果を急ぐなどの課題があった ⇒データの精査と分析を実施し、不足分のデータについては技術的な方法で拡張を行った スタッフ、経営層へは講習会などを開き、基本的なことから勉強会を実施 ディープラーニングの特性や結果への評価の仕方を理解してもらう努力をした ■ 業界構造(トレンド/主要プレイヤー/バリューチェーン等)の知見の有無 日本における傾向や主要プレーヤなどはほぼ押さえています。 バリューチェーンの意味がわかりませんが、最近の傾向として、一企業では対応できないケースが多く 専門企業が連携して課題を解決していく傾向があります。 また、フレーム開発的な技術面より、データサイエンス、経営分析、などが重要であり、この課題を 見極めできる人材が不足してきています。 ■ 関連する論文やブログ等があればURL https://deep-tec.com (現在構築中で一部運用。chatGPTのコンテンツを作成中) ■ お役にたてそうと思うご相談分野 主にはAI分野で ①データ分析領域(データクレンジング、統計処理など) ②ディープラーニング領域 ③AI活用の経営的視点での支援 ④生成AI関連の支援 ■その他 地域: 国内 役割: 研究開発、大学との産学連携でのプロジェクト推進、フレーム研究開発、経営改革での活用 などの役割 規模: 主にパナソニック在籍中における社内、退職後における外部企業・大学への支援
-
新人研修・社内研修におけるテキスト作成、ワークショップの方法について話せます
¥30,000~■その他 いつごろ、何年くらいご経験されましたか?: 2000年~2010年 社内セミナ講師経験 2011年~2016年 新人研修講師 どちらでご経験されましたか?: 1)パナソニック株式会社 2)株式会社 西松屋チェーン その時どのような立場や役割でしたか?: 1)パナソニックの場合 ・ITを中心とした経営改革のワークショップの講師の立場 2)西松屋の場合 ・入社2~3年目の新人のトレーに教育の責任者兼講師の立場 一番誇りに思う成果はなんでしたか?: 特に西松屋での新人教育では、全体の構成立案と社内テキストの作成、講師の全てを担当し、初の社内研修の仕組みを作り上げたこと。 一番の課題はなんでしたか?また、その課題をどう乗り越えましたか?: 研修の成果をどうやって出すかという試行錯誤の取組。成果の測り方、参加者のモチベーションの維持実務への成果の活用、など常に進化をさせることが課題。試行錯誤で自分なりの解決策を少しずつ積み上げていった。 どんな人にアドバイスを提供したいですか?: 社内研修や新人教育でいろいろと課題を持ち、悩んでいる企業や担当部門 この分野は今後どうなると思いますか?: 個性と融和(協調)、スキルアップのさせ方、離職・転職・中途採用など多様性への柔軟な対応を どのようにバランスさせながら、戦力として育成してくかをちゃんと考えた取組が必要。どこでもできる研修ではなく、企業の事情に応じたカスタマイズが今後のトレンド。更にいつでも転職すると言う前提での研修内容が必要。