「データを活用する」とは

そもそも「データを活用する」とは、どういうことを意味しているのでしょうか。

ディープラーニング研究で有名な東京大学・松尾先生によると、ディープラーニングなどがうまく活用できる事例に共通することについて、次のように語られています。

フローが停滞していた部分を改善して流れるようにすること

出典：「AIの社会実装」最新事例と今後の課題～上野山勝也×田中仁×松尾豊×草野隆史 | GLOBIS 知見録

製造業であれば、QCDのいずれかを改善することになります。

例えば、機械の停止（チョコ停）が頻発をデータを使って予防保全するとか、加工工程での音や振動をモニタして先回りして異常検知するなどが挙げられます。

逆に、こういったQCDの改善につながらなければ、「データ活用」につながらないということになります。

活用よりも収集が優先されている

IoT機器によってデータ収集のハードルが一気に下がったため、データ活用を考慮せずにデータを蓄えることを優先されている状況だと考えます。

そもそもデータ収集をしていないのは論外ですが、IoT機器で大量のデータを収集することが目的化しているように思います。

データ活用を行なう上で必要なのは、次のようなステップを踏むことになります。

結局のところ、課題を特定して、PDCAを回すことが必要だということです。

改善を行なう上での方法論は、データ活用でも同じで、「大量のデータ」という分析の道具が増えただけということが分かります。

また、すべてのスタートは課題を特定することからになりますが、論文作成でよく言われる「課題を特定したら論文はできたも同然」のように、これが一番難しいことに変わりはない状況です。

データ活用と言っても、やることは「課題の特定」と「PDCA」になる。

では、また。