特集：匠・ベテラン・専門家の知見をAIで活用する

皆さんの組織には「ベテラン」「エキスパート」と呼ばれる方はいらっしゃいますか。そうしたベテランの方の持っているノウハウや豊富な経験は、形式知として組織内の共有財産になっているでしょうか。また、形式知が進んでいるように認識しても実は、ベテランの方自身が「実際には、自分がどのような指標をもとに判断や、アクションを起こしているかを上手く語りきれていない」という場合もあります。このような言語化の難しさもあり、多くの組織において、実はベテランの方の経験の形式知化が進まず若手の方への技術継承が思うように進まないという状況のようです。

特定のスキルが属人的なままでいることは、組織の成長を阻害する可能性が高いことや、ベテランの方がいつかは退職してしまうことから、技術・ノウハウの形式知化、継承は喫緊の課題になっているのです。

AIやデータ解析といった手法は、この問題にどのような解決策を提供してくれるのでしょうか。一例ではありますが、製造業などにおいては、製造ラインを流れる半製品のエラーをベテランが目視で確認してきた状況を機械学習させて、入社間もないスタッフ＋この機械学習された装置を組み合わせて検査の歩留まりを改善するといったことが試みられているようです。この事例では、画像認識技術や、ディープラーニング（深層学習）の技術が使われています。ここで大事なこととして、機械を学習するためのデータ＝教師データの存在です。
皆さんの組織では、適用させたい事象に関する教師データが用意できるかどうかは、得たい精度に大きく影響を与えるので注意が必要です。

この特集では、ベテラン、匠、エキスパートと呼ばれる方が持っている技能やノウハウを、AIに関連するテクノロジーを適用することで、形式知に変換したり、今までベテラン自身も気がついていなかった要素の洗い出しを行うこと。また、このテクノロジーを適用して、若手の方でも短期間で活用できるように試行（PoC）を行う事例やサービスをご紹介していきます。

事例概要

これまでは、熟練者（ベテラン）の勘と経験で、決算資料や、法人申告データなどから査察先を決定したところを、過去のデータに基づく統計モデルの開発を実施しました。
結果として、
・データに基づいた査察先の決定
・ノウハウの継承
が実現しています。
これによりベテラン査察官と同じような的確な査察が非ベテランスタッフでも行える支援が実現しました。

サービス概要

小売店や、製造ラインにおける部品調達など、需要に関す
る業務が多くあります。このサービスでは、
・将来の需要を知りたい
・時系列データの将来を知りたい
・データに基づいた需要予測を誰でもできるようにしたい
といった課題の解決を支援するものです。もちろん、深層学習により、社内のベテランスタッフの経験値をもとに学習を行うことでノウハウ継承にも貢献できるサービスとなっています。

事例概要

今回の事例においてカード事業者は、
・ゴールドカードへの切り替え確立を向上
・DM送付のコストカットを実現
・切り替え率の高い顧客像が明らかに
がそれぞれ行えました。データとして利用したのは
カードブランド、都道府県、入会店舗、職務、職業、
性別、入会年月日、配偶者有無、年齢、などで、カード切替率の向上だけではなく、1件あたり獲得コストを約2900円削減もできました。