自走する人材を育てることが
AIの社会実装を加速する
──ほかには、どのような応用例がありますか。
本村 ヘルスケア分野では大学病院で、診療報酬のビッグデータを分析して、患者ごとの重症度、死亡率と在院日数を予測できるAI応用を行っています。
診療報酬データには、どの治療を受け、どんな薬を処方されたのか、といった情報も含まれています。同じ治療や投薬を受けている患者がどれくらいの確率で重症度が変化するのかという傾向を予測、可視化できれば、治療支援に役立ちます。
いずれにしても、ただデータを集めるだけでは何も見えず、現象を浮かび上がらせるための計算モデルや価値あるユースケースなどをつくらなければ、AI活用の効果は上がりません。
AIの社会実装が進まないのは、応用できるモデルやユースケースが少ないことも一因ではないかと思われるので、AITeCは、そのライブラリーづくりに取り組もうとしています。
──研究や実証実験のテーマは、どのように決めているのですか。
本村 会員がみずから手を挙げて主体的に、ワーキンググループをつくることが多いですね。
法人として会員登録してもらうのですが、実際には社員の方が個人として意欲的に活動しているので、積極的な人はどんどん新しい課題を見つけ、仲間を集めてプロジェクトを立ち上げています。
日常業務と違って社内や取引先とのしがらみがないので、能動的に動ける面があるのかもしれません。
──企業のDXも、上から指示されなくても自走する社員が増えてくれば一気に加速するといわれますが、そのためには自律的に動きやすい環境を整えることも大切なのでしょうね。
本村 そのとおりだと思います。AITeCでは、会長の私と各ワーキンググループのリーダーで構成される運営委員会が承認すれば、すぐにプロジェクトを実行できますし、研究のための予算も民主的に配分されます。
AI活用ソリューションを生み出すには、変革マインドを持った人材に高い自由度や裁量を与え、自走を促すことが不可欠だと考えています。これも、AIの社会実装を加速させるための重要なポイントだと言えるかもしれません。
