DX人材育成のご提案...マスタータイトルの書式設定DX人材育成体系 Copyright © Insource Co., Ltd. All rights reserved. 「insource」「Leaf」「Plants」「WEBinsource

マスタータイトルの書式設定

Copyright © Insource Co., Ltd. All rights reserved. 「insource」「Leaf」「Plants」「WEBinsource」の名称およびロゴは株式会社インソースの登録商標です。


ＤＸ人材育成のご提案ＤＸ（Digital Transformation）を人材育成で実現する

株式会社インソース



目次

Chap. 01 株式会社インソースのご紹介

Chap. 02 ＤＸ（デジタルトランスフォーメーション）とは？～データとＩＴで破壊的イノベーションを実現

Chap. 03 ＤＸ実現事例

Chap. 04 ＤＸ実現のために～業務の高度化を担うＤＸ人材は養成できる

Chap. 05 貴社向けご提案～ステップ・バイ・ステップでＤＸを実現する

Chap. 06 貴社向けご提案～外部支援を活用してＤＸを推進する

Chap. 07 【ご参考】イノベーションについての考察～日本企業はイノベーションを再考する必要あり

1



Chap. 01 株式会社インソースのご紹介

2



会社概要

北海道支社東北支社

名古屋支社名古屋支社Annex

京都事業所

中四国支社

・会社名株式会社インソース・代表者舟橋孝之

・設立 2002年11月・資本金 800,623千円

・住所東京都千代田区神田錦町１丁目19番１号神田橋パークビル５F

・関連会社ミテモ株式会社、株式会社らしく、株式会社未来創造＆カンパニー、株式会社インソースデジタルアカデミー、株式会社ダブルワークマネジメント

・拠点国内25カ所・セミナールーム数８都市46教室

浦和事業所

・本社・東京本社Annex ・駿河台事業所・池袋事業所（関東支社）・新宿事業所・渋谷事業所・日本橋事業所・浜松町事業所・赤坂事業所・町田事業所

横浜支社

幕張事業所

土浦事業所新潟事業所

岡山事業所

九州支社

※

※

※

※

※

※

※

※

※支社併設のセミナールームあり

※19年12月末時点

神戸事業所

大阪支社 ※

3

・受講者数・取引先数・ＲＯＡ・ＲＯＥ・時価総額

５５万人２９千社１８．７％２７．９％７８９億円 ※２０年１月１７日終値

・１７期連続増収



インソース代表略歴

株式会社インソース代表取締役執行役員社長舟橋孝之 1988年３月 ■神戸大学経営学部商学科卒

1988年４月 ■三和銀行（現三菱東京ＵＦＪ銀行）

1988年11月～1994年９月

・システム開発部門～情報系システム（管理会計、営業・マーケティング）担当管理会計システム、顧客分析システム、マーケティングシステムの開発を担当・第一種情報処理技術者、最大１０００人月の開発リーダー

1994年10月～2001年７月

・個人金融部門～新商品開発担当（ＩＴと金融サービスを融合した新商品開発）リモートバンキング、コンビニバンキング（ＡＴＭサービス）等を企画・開発し、商品開発、監督官庁対応、提携交渉、営業を担当

2001年８月～2002年12月

■株式会社プラザクリエイト・新規事業開発部長。通信回線の販促など担当

2003年１月～現在

■株式会社インソース・コンサルティング会社として設立、後に社会人向けの教育事業に特化・２０１６年７月東京証券取引所マザーズ市場に上場・２０１７年７月東京証券取引所第一部市場に変更・関連会社として、ミテモ（ｅラーニング、映像教育）、インソースデジタルアカデミー（ＩＴ教育）、らしく（人材紹介）、ダブルワークマネジメント（人材派遣）、等設立

特許等：成立８件（契約者確認システム、申出実行システム、及びその方法、並びに確認カード等）

4



インソースはデータとＩＴ化で教育ビジネスを変革

業務プロセスをすべてＩＴ化、ぴったりのＩＴを社内人材で安く、早く開発

＜インソース流スマイルカーブ経営＞

コンテンツ開発力～「プロダクトイノベーション」ＯＯＤＡモデル採用～「組織イノベーション」

・全社で営業データを共有し、研修を最速開発

⇒情報（データ）という減らない財を徹底活用

・ＰＤＣＡではなく、ＯＯＤＡモデル※で組織運営

⇒スピードと集中で迅速に環境に対応、極めて

柔軟な組織と非個人目標主義（落伍者なし）

徹底的なＩＴ化～「プロセスイノベーション」

⇒付加価値の高いコンテンツ開発と営業活動に人的資源を集中し、事務処理やプロセス管理はIT化し高収益を実現

教育サービスを分業～「プロセスイノベーション」

・ＩＴ化により分業を実現することで、研修品質

の向上とコストダウンを同時に実現

顧客開拓～「マーケティングイノベーション」

・リアルとＷＥＢを組み合わせて全社で営業

⇒ネットを活用した全社営業体制を構築

営業ノルマなし、接待なし（働き方改革実現）

※ＯＯＤＡモデル～米軍の行動様式 5



Chap. 02 ＤＸ（デジタルトランスフォーメーション）とは？

～データとＩＴで破壊的イノベーションを実現

6



デジタルトランスフォーメーションとは（ＤＸ：Digital Transformation）

■デジタルトランスフォーメーション（ＤＸ）の定義※

※出所：経済産業省「デジタルトランスフォーメーションを推進するためのガイドライン（DX 推進ガイドライン）Ver. 1.0」 (2018年)

⇒企業がビジネス環境の激しい変化に対応し、データとデジタル技術を活用して、顧客や社会のニーズを基に、製品やサービス、ビジネスモデルを変革するとともに、業務そのものや、組織、プロセス、企業文化・風土を変革し、競争上の優位性を確立すること

■ＤＸとはデータとＩＴ技術を活用し破壊的イノベーションを実現すること

①新たなビジネスモデル、新製品、新サービスを実現すること ②業務プロセスを改善もしくは再構築し、ダイナミックな生産性向上、コスト削減、時間短縮を実現すること

⇒まさに、イノベーション※の実現にほかならない ※オーストリア出身の経済学者、のちにハーバード大学教授であるヨーゼフ・シュンペーターが1911年に提唱

7



Chap. 03 ＤＸ実現事例

8



ＤＸの実現事例：インソースの事例

■公開講座のＡＩ活用による需要予測

公開講座の日程設定業務において、過去のデータから最適な研修テーマ・日時・場所の組み合わせをＡＩにより算出。その結果を用いることで、効率的な日程設定を行うことができ、売上・利益のアップに貢献。

インソースの例ＡＩの活用により、公開講座事業の売上総利益率が７．６％アップ

最適なテーマ・日時・場所の組み合わせを算出

⇒公開講座部所属の入社４年目、システム開発経験のない「文系」社員がＡＩ（機械学習）を知識・経験のないところから学び、３ヶ月で実現

9



ＤＸの実現事例：佐賀県みやき町様の事例

出所：総務省「地方自治体におけるAI・RPAの活用事例」（2019年） https://www.soumu.go.jp/main_content/000621163.pdf

■農作業における害虫駆除のＡＩ活用による画像解析

農薬散布において、ドローンを用いて田畑の撮影を行ない、その画像をＡＩで画像解析することにより、害虫の発生状況を把握する研究を実施。画像解析後、害虫の発生箇所にのみ、ドローンによる農薬散布を行なうことで、農薬の減量および、減農薬米という価値の付与を目指す。

⇒業務量の削減及び、農薬減量による付加価値の向上を期待 10



ＤＸの実現事例：相模屋食料様の事例

出所：経済産業省「IT利活用分野について（物流分野）」（2018年） https://www.meti.go.jp/committee/kenkyukai/shoujo/daiyoji_sangyo_skill/pdf/002_07_00.pdf

■在庫管理のＡＩ、ビッグデータ活用による需要予測精度向上（実証実験）

食品販売のデータに加え、気象情報や気象情報を基にした需要予測を試行的に提供し、情報に基づき在庫管理を実施し、結果、食品ロス削減やCO2削減を実現できることを確認した。

⇒社外のデータの活用により、分析精度を向上し、食品ロスを３０％削減

11



ＤＸの実現事例：ファナック様の事例

■工作機械のＡＩ、ＩｏＴ活用による行動最適化

ビジョンセンサや力センサを搭載した最近のロボットは、定められたプログラム通りに動くだけでなく状況に応じたさまざまな判断を行なうことができます。溶接を行なう従来のロボットは、高速で移動し溶接個所で停止する際に大きな振動が発生し、作業に遅れが生じていました。学習ロボットは、加速度センサを搭載し、振動の加速度を計測し、このデータを学習させることにより、この振動を抑制することができました。その結果、作業速度を向上させました。

出所：榊原伸介著「知能ロボットによる工場自動化とIoT,AI活用について」（2017年） https://www.jstage.jst.go.jp/article/isciesci/61/3/61_101/_pdf

⇒工場でのＩｏＴは、センサなどの機器をネットワークに接続し、データを収集・活用することで生産性向上が期待

12



■ＡＩを活用できないことが、リスクとなる時代に ⇒業界・業種を問わず生産性向上のため、ＡＩを活用することが必須になっている

まずは社内のデータを活用し、生産性を向上させるのがポイント

ＡＩの活用ステップ

①認知 ②分析 ③実行

POINT 社内データの活用で、比較的カンタンコストがかかる

■ＡＩを活用すると、業務全体を改善することができる

：

人の手では…

２０８０

一方重要性の低い部分は残ったまま

必要な部分の改善が可能

１００

業務全体の改善ができる

＜ＡＩ活用の利点①＞手つかずの部分が残らない

＜ＡＩ活用の利点②＞意思決定のスピードが早くなる ⇒ＤＳＳ（Decision Support System）としてＡＩを使う

ＡＩを使うと・・・

ＤＸ実現の方法～まずは社内データから

13



Chap. 04 ＤＸ実現のために

～業務の高度化を担うＤＸ人材は養成できる

14



ＤＸ推進のために企業がすべき事

■経営戦略上、ＤＸ活用を具体的に明示すること

※出所：経済産業省「デジタルトランスフォーメーションを推進するためのガイドライン（DX 推進ガイドライン）Ver. 1.0」 (2018年) よりインソースにて一部編集

⇒想定されるディスラプション（「非連続的（破壊的）イノベーション」）を念頭に、データとデジタル技術の活用によって、どの事業分野でどのような新たな価値（新ビジネス創出、即時性、コスト削減等）を生み出すことを目指すか、そのために、どのようなビジネスモデルを構築すべきかについての経営戦略やビジョンの提示

■経営トップのコミットメント ⇒ＤＸ推進には事業、仕事のやり方、組織、教育、企業文化の変革が不可欠、よって、経営トップがＤＸ推進をコミットし、主導することが不可欠

■ＤＸ推進のための体制整備

１．挑戦を積極的に評価し、活用するカルチャー２．推進・サポート体制 ⇒データやデジタル技術の活用の取組を推進・サポートするＤＸ推進部門の設置など３．ＤＸ実行のために必要な人材の育成・確保 ⇒ＤＸ推進部門だけでなく、全社において業務内容に精通しつつ、デジタルで何ができるかを理解し、ＤＸの取組をリードする人材、その実行を担っていく人材の育成・確保が必要

15



ＤＸ実行人材の育成・確保についての課題と対策

出所：総務省「平成30年版情報通信白書」よりインソースにて一部編集 http://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h30/pdf/ n3200000.pdf

■「AIの導入を先導する組織・人材の不足」を課題と考えている企業が多い

29.1

13.3 12.6 12.2

0

5

10

15

20

25

30

35

日本米国英国ドイツ

AIの導入を先導する組織・人材の不足

背景は以下の通り ①ＩＴやＡＩは「専門職」が担うものとの誤解 ②ＩＴ人材は育成できると知らない企業が多い

■まずは経営者から現場社員までＤＸを正しく知る事が重要 ⇒日本独特の「理系」「文系」というアンコンシャスバイアス（無意識の偏見）を捨て、経営者から一般社員に至るまでＤＸ、ＩＴ、ＡＩ、データ、ＲＰＡｅｔｃの効用、限界、費用、利用の前提などを知ることで、全社的にＤＸ人材が増やせることが分かる ⇒ＤＸを理解し、できることからＤＸを実現していけばいい

16



ＤＸ人材育成のポイント

■ＤＸ人材は教育で容易に増やせる ⇒プログラミングができる人材だけがＤＸ人材ではない。ＩＴの活用知識を持ち、事業全般にデータやＩＴを活用できればＤＸ人材であり、短期間の教育で増やしていける

■ＩＴスキルを分解すれば、担い手は増やせる ⇒ＩＴスキルを因数分解してみると、上流部分においての技術知識は僅かで良い ①現状把握、分析力、②ＩＴ活用の知識、③ＩＴの特性を踏まえた設計力 ④他者（利用者）視点でのデザイン力、⑤ＩＴ独特のモノづくり力（プログラミング力ｅｔｃ）

■上流工程を内部化すれば企業のＤＸ導入は大きく前進する ⇒上記①～④を高コストのＩＴコンサルや上流ＳＥにやらせるより、業務を知る社内人材が自らスキルをつけて担った方が早くて安い、かつ高品質（現場とぴったり） ⇒勘定系業務ミッションクリティカルな業務、手のかかるプログラミング、テストなど下流工程は引き続きプロが担った方がトータルコストが低くなる。分業が得策

■ＩＴ開発は簡単かつ廉価になってきている ⇒デザインツール（AdobeＸＤ）、プログラミング言語（Python、Angular）、ＡＩツール（クラウド）なども出現しており、すぐに、安くスタートできる

17



ＤＸ教育の例

■ＤＸ化に向けて各部門が必要とするスキルと教育

出所：インソースデジタルアカデミーカリキュラム（2019年版）

■ＤＸ（ＩＴ・システム）に関する基本的な理解

①ＤＸについての理解（DX活用・推進研修） ②各種ＩＴツールの用途理解と使い分け～エクセル、自社システム、ＲＰＡ、クラウド、ＡＳＰ、ＡＩ ③ＩＴ、データが得意なこと（反復・定型業務、型にはめて行う処理、データの分析、システム間連携） ④ＩＴに関わる大まかな費用対効果（RPAツール 120万円/年、OWA(ASP)500名用 252万円/年 etc）

⑤業務プロセス改善～ＤＸ実現に向けての業務整理（少額の経費精算を毎月やる必要があるか）

18



ＤＸ人材は社内に溢れている

■ＩＴエンジニア向きの特性を持つ人材は意外と社内に多い ⇒小さな点にこだわりがあったり、集中力がある人材はプログラミングなどに向いている。一般的な業務特性と異なる場合も多い

■ＩＴエンジニアは一般社員を転用して育成できる ⇒プログラミングはじめ、ＩＴ開発で必要な知識、スキルは数多いが、初級教育であれば、１～２か月で習得可能 ⇒インソースでは２０１９年春、８名の社員をＩＴエンジニアとして再教育。上流ＳＥとしてだけではなく、プログラミング担当まで養成（前ページ〇印部分） ⇒そもそも業務を知っているので、すぐ的確な設計、開発ができる

■ＡＩ人材も一般社員から育成 ⇒インソースでは、社内業務に熟知した人をAI人材化することで、効率的にAI導入を行っている。 AIやITは「改善のツール」であることから、内製化を行うことが生産性を高める

⇒本格ＳＥ、ＡＩ担当者も一般社員から養成できる

19



ＤＸ実現のために～社内ＩＴ人材と社外ＩＴ人材の分担

・赤〇印のユーザーに近い部分（業務知識が必要な部分）を社内ＩＴ人材で対応し、青〇印のシステム開発が難しい部分は社外のＩＴ開発のプロが担うとＤＸ実現のスピードは飛躍的に早くなる・赤点線の部分だけでも社内ＩＴ人材が担えばＤＸ実現スピードはアップする

■ウェブアプリケーション開発の分担イメージ

⇒赤〇部分を担う人材を教育で早期育成すればＤＸ実現に近くづく 20



ＤＸ人材育成体系

■業務内容に応じて６レベルを定義し、体系化

■ＤＸ人材育成研修体系（２０２０年版）

レベル対象

研修内容総日数

ＤＸ理解ＤＸ推進プロト

タイピングデータベース

HTML/CSS /JavaScript

要件定義

開発言語（PHP

／‎Angular／Python）

AI ＲＰＡ統計学最低限可能なら

全社共通（レベル０）

ＤＸとは何かを知っており、ＤＸの内容、意義を理解し、ＩＴ、データ活用について考えられる

経営陣含む全社員

◎ １日間 △ １日間 ◎ １日間 △ １日間 △ １日間２日間５日間

レベル（０－２）

自組織のＤＸ化を推進することができる（最低限、業務改善を主導できる）

全部署の管理職もしくはそれに準じる者

◎ １日間 ◎ １日間 ◎ １日間 ◎ １日間～３日間※

△ １日間４日間７日間

レベル１

自部署のＤＸを具体化できる（システムの要件定義をし、プロトタイプ（画面遷移図・帳票）を作ることができる）

本社（非営業部門）の企画職社員

◎ １日間 △ １日間 ◎ ２日間 ◎ ２日間 △ １日間 ◎ １日間 △ １日間６日間９日間

レベル２

自部署の簡単なＩＴ化を実現できる（データベースを参照する開発ができる）

ＤＸ中核社員 ◎ １日間 ◎ ２日間 ◎ ２日間 ◎ ４日間 ◎ ２日間 ◎ ３～１０日間※ ◎

１～１０日間※

◎ １日間 △ １～２０日間※

１６日間５２日間

レベル３

ＩＴ人材として、多様な開発ができる（更新システムも開発できる）

システム関連部署の社員 ◎ １日間 ◎ ２日間 △ ２日間 △ ４日間 △ ２日間 △

３～１２日間※ ◎

１～１０日間※

△ １日間 △ １～２０日間※

４日間５４日間

レベルＸ自分の業務において、ＲＰＡを活用し、改善できる

一般社員（営業職、製造職、研修開発職、総務職など）

◎ １日間 ◎ １日間～３日間※

２日間５日間

※年齢と内容により日数が変わります

21



各研修の内容

１．ＤＸ理解研修（１日間）ＤＸとは何かから、システム開発の手順までを学ぶＤＸ人材育成の入門研修２．ＤＸ推進研修（１日間） IT・AI化できる可能性の高い業務を洗い出すワークショップを行なう３．プロトタイピング研修（１日間）・プロトタイプツールは「ＡｄｏｂｅＸＤ」・システムの画面設計のポイントを学び、システム開発を効率化する４．データベース研修（２日間）データベースの扱い方を学ぶ５．ＨＴＭＬ／ＣＳＳ／ＪａｖａＳｃｒｉｐｔ研修（４日間）ＨＴＭＬ／ＣＳＳ／ＪａｖａＳｃｒｉｐｔについて基本知識を学ぶ

６．要件定義研修（２日間）要件定義からテストまでのシステム開発の一連の流れを学ぶ７．開発言語研修（１０日～１カ月間） Python・PHP・Angular等の開発言語を学ぶ８．ＡＩ（１日間～）ＡＩに関する知識、簡易で廉価なＡＩツールについて知り、現場に導入するためには何から始めれば良いかを学ぶ９．ＲＰＡ研修（１～２日間）・ＲＰＡの導入に必要なことを一から学ぶ・ツールの操作方法について学ぶ１０．統計学（１～２日間）・ビジネス場面に応用できるデータ分析の基本的な考え方やデータ整理の仕方を学ぶ・一連の研修を受講後、興味のある希望者が受講

22



Chap. 05 貴社向けご提案

～ステップ・バイ・ステップでＤＸを実現する

23



ＤＸスタート企業向けご提案

ステップ１経営陣含む全社でＤＸを理解する

ステップ２部門内にＤＸの推進者を作る

ステップ３ＤＸを強力に実践する

システムの仕組み・原理を大まかに学び、全部署でＤＸ（IT、データ、ＡＩ）を理解している人材を育成することで、全社的にＤＸを推進する体制を整備する

⇒ＤＸ理解研修（１日間）を経営陣含め、全社的に受講

全部署の管理職にＤＸで何をすべきかを考えてもらう ⇒レベル（０－２）のうち、ＤＸ推進研修（１日間）、ＡＩ、統計研修を実施する新人・若手にレベル２のスキルを身に着けさせ、将来のＤＸ中核人材を揃える ⇒レベル２の研修１６～５２日間を受講させる

社外の協力を得ながら、実際の業務に対して、IT・AＩを活用する実践を行うツール（Azure Machine Learning）を実際に使った場合の課題等に関する助言等を提供する ⇒ＤＸ優秀企業であるデータミックス社、Queue社などの外部支援を活用し、推進する

24



ＤＸ理解研修～全社員でＤＸを理解する（１日間）

目的ＤＸを知り、データやＩＴを活用できるようになる

方法講師派遣型研修、公開講座型研修

内容（１）システムの仕組み・原理を大まかに学ぶ（２）業務でよく用いるツールを活用するための考え方、方法を身につける

成果物既存のＩＴツールを自ら学び、活用できるようになる

１

【イメージ】 ■カリキュラム

事後課題

実際の業務で既存のIT・AI化するための業務を考えてみましょう

※個人あるいはチームでIT・AI化の実用に向けた事後課題に取り組んでいただきます

時間内容手法

1日間

１． DX人材とは２．システムの違いを知る３．システム活用/開発の手順４．業務の整理と業務改善５．システムを活用してみる６．インターフェース（画面）設計を行う７．システム化の下準備をする８．実際の開発を行う

講義ワーク

25



ＤＸ推進研修～対象業務検討ワークショップ（１日間）

目的研修の内容を踏まえつつ、IT・AI化可能性の高い業務を洗い出す

方法ワークショップ（３時間～）：講師派遣型のみ

内容（１）「継続する業務」、「改善する業務」、「廃止する業務」、「IT・AI化する業務」などを分類する（２）「IT・AI化する業務」の中で、費用対効果や実現可能性を踏まえ、優先順位をつける

成果物 IT・AI化可能性業務リスト ⇒ワークショップの中で作成していただきます

Ｓａｍｐｌｅ

【イメージ】 ■意見の整理例

IT・AI化業務リスト

１．●●の確認

２．△△の入力

３．■■の判別

４．★★の計算

５．〇〇の管理

２

26



目的ＡＩ、統計についての基本知識を身につける


内容（１）ＡＩについて基本知識、導入の流れについて学ぶ（２）データ分析の基礎スキルを身につけるビジネス活用のためのAI・人工知能研修、ビジネスデータの分析研修

成果物自部署の業務に対して、新たに必要なシステム・ＩＴツールの導入の推進が出来るようになる

２


事後課題

実際の業務でデータを活用して改善できそうな業務を考えてみましょう

※個人あるいはチームでデータ活用に向けた事後課題に取り組んでいただきます

時間内容手法

2日間

１．ＡＩの活用事例２．ＡＩの基本知識３．ＡＩの仕組み４．ＡＩ導入について５．社内の眠ったデータを活用する６．相関係数、回帰分析

講義ワーク

ＡＩ、統計研修～ＡＩ、統計の基本を学ぶ（２日間）

27



目的システム・ITの導入を推進できるようにする


内容

（１）システム開発の概要を学ぶ（２）自部署の簡単なＩＴ化を推進することができるプロトタイピング研修、データベース研修、HTML/CSS/JavaScript研修、要件定義研修、開発言語（PHP、Python、Angular）研修など

成果物自部署の業務に対して、新たに必要なシステム・ＩＴツールの導入の推進が出来るようになる

２


事後課題

実際の業務に活用できそうな IT・AIツールを探してみましょう

※個人あるいはチームで自動化の実用に向けた事後課題に取り組んでいただきます

時間内容手法

16～52日間

１．プロトタイピング研修 Adobe XDを用いて画面設計を学ぶ２．データベース研修データベースの扱い方を学ぶ３．HTML/CSS/JavaScript研修 Webページ開発の基礎について学ぶ４．要件定義研修システム開発の一連の流れについて学ぶ５．開発言語(PHP、Python、Angular)研修 Webアプリケーション開発の基礎について学ぶ

講義ワーク

開発基礎研修～将来のＤＸ中核人材を育成する

28



Chap. 06 貴社向けご提案～ステップ３（徹底コース）

～外部支援を活用してDXを推進する

29



特定メンバーでIT・AI導入を学ぶ～需要予測編

目的需要予測ができるようにする

対象選抜社員

方法講師派遣型研修、公開講座型研修またはデータミックス社

内容

（１）データ分析の基礎スキルを身につける（２）業務にＡＩツール（Azure Machine Learning）を応用するための考え方、方法を身につける AI・機械学習研修【データミックス】データサイエンティスト育成コース

成果物自部署の業務に対して、簡単な需要予測ができるようになる

３


事後課題

似た事例のデータを用いて、実際に需要予測を行ってみましょう

※個人あるいはチームで自動化の実用に向けた事後課題に取り組んでいただきます

時間内容手法

２日間

１．機械学習の基礎２．ＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇの使い方３．実践～回帰４．実践～クラス分類５．実践～レコメンド６．参考～外部からのアクセス

講義ワーク

30



データミックス社紹介

３

※翻訳家：事業課題を分析課題へ変換する人材

31



IT・AI活用を実践する

目的 IT・AIツールを実際に使った場合の課題等を解決する

対象各部署の選抜社員 ※クラスを分けて、複数回開催することも可能です

方法ワークショップ（３時間～）：講師派遣型研修またはQueue社

内容（１）ＡＩツール（Azure Machine Learning）を実際に使った場合の課題等に関する助言等を提供する（２）各部署の情報共有の場として活用し、好事例の社内展開を狙う（３）Queueに開発依頼を行う

成果物実際の需要予測結果 ⇒各部署で活用できるものを作成していただきます

【イメージ】

複数回ワークショップを実施することで、精度をあげることができます

３

32



Queue社紹介

３

33



【参考】研修カリキュラム

ビジネス活用のためのAI・人工知能研修

１．AIの活用事例（１）AI（人工知能）について（２）AI導入のステップ（３）AIの活用事例の整理と紹介スマートコンテンツ(Cram101)、インテリジェントチューターシステム(MATHaiU)、バーチャルファシリテーター(SimCoach)、オンライン教育２．AIの基本知識（１）AIの歴史・背景（２）AIの現状と今後（３）AIで使われるデータ（４）AIのアルゴリズム、ツールの紹介３．AIの仕組み（１）「識別」の機能領域（２）「予測」の機能領域（３）「実行」の機能領域４．AIの費用と成果（１）AIの費用と成果（２）AIの導入にかかる費用（３）精度を上げるための費用（４）AIで利用するツール５．AIを職場で活用するには（１）職場で始めやすいAIとは（２）AIを現場で使うための準備（３）AIを現場で使うための知識（４）AIを活用するための発想の出し方

ＡＩとは何なのか、どんなことができるのか、どうすればできるのかという疑問に、世の中の活用事例を紹介しながら答えます。本研修を通じて、AIに関する知識、簡易で廉価なＡＩツールについて知り、現場に導入するためには何から始めれば良いかを学びます。

本研修のポイント

ＤＸ理解研修

１．ＤＸ人材とは（１）ＤＸ人材が社会で求められる理由（２）ＤＸ人材とは２．システムの違いを知る（１）知っておきたいシステムの種類と最低限の知識（２）システムとコスト（お金）について３．システム活用／開発の手順～システム開発の５つのステップ４．業務の整理と業務改善～業務フローから改善を考える（１）業務の流れを図式化する（２）IT化の前にまず業務改善を考える（３）ＩＴが得意な仕事（４）事例経費精算業務の改善とシステム化５．システムを活用してみる６．インターフェース（画面）設計を行う７．システム化の下準備をする（１）品質の良いシステムとは（２）システムが要求する５つの要件（３）業務のイレギュラー処理を考える（４）言葉の定義を押さえる

DX（デジタルトランスフォーメーション）とは何かを学び、データやＩＴの活用からシステム開発のポイントや手順を学んでいただきます。研修全体を通して、１つの事例（経費精算のシステム化）をシステム開発の手順にそって解説します。


34




ビジネスデータの分析研修～統計の基礎を活用する

１．社内の眠ったデータを活用する（１）データを分析することの利点（２）【ワーク】データの読み方の練習（３）平均、標準偏差とは（４）【ワーク】エクセルによる平均、標準偏差の計算（５）グループ別に平均、標準偏差を計算（６）【ワーク】平均値などをグラフ化２．２つの事象の関連を表す「相関係数」（１）相関係数とは（２）相関係数の読み方（３）【ワーク】エクセルによる相関係数の計算のためのデータの並べ方（４）エクセルによる相関係数の計算（５）相関係数を使って資料を作成する３．２つの事象の因果関係を表す「回帰分析」（１）回帰分析とは（２）回帰分析の結果の読み方（３）【ワーク】エクセルによる回帰分析のためのデータ整理（４）エクセルによる回帰分析の練習【ケーススタディ】在宅勤務の導入が企業業績や生産性に与える影響（５）回帰分析の種類（６）データの種類（７）回帰分析を使って資料を作成する【ケーススタディ】売り上げに最も貢献している要因の分析４．まとめ（１）データ分析資料作成のまとめ（２）【ワーク】職場での実践目標の共有

【参考】似ているものを分類する (営業リストの整理など) （１）在庫管理(量的データ)と営業リストの整理(質的データ) （２）【紹介】似たもの同志を集めるクラスター分析とは

PDCAサイクルを回すには、データを活用して業務効率等のチェックを行うことが重要です。本研修を通じて、データ分析に関する基礎知識を身につけることで、売上の増加や業務改善、人材採用に関する見直しにつながります。


AI・機械学習研修～回帰・分類・レコメンド編（2日間）１．機械学習の基礎（１）機械学習とは（２）機械学習の仕組みと用途（３）活用事例（４）職場内業務におけるAI活用とアプローチについて考える２．ＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇの使い方３．ＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇ実践～回帰（１）回帰とは（２）回帰モデル構築～交差検証、ホールドアウト法、過学習（３）評価（４）改善４．ＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇ実践～クラス分類（１）クラス分類とは（２）クラス分類モデル構築（３）評価（４）改善５．ＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇ実践～レコメンド（１）レコメンドとは～協調フィルタリング（２）レコメンドモデル実践（３）評価（４）実用化（５）導入事例～実稼働中のセミナーレコメンドモデル６．参考～外部からのアクセス【ワーク】外部からのアクセスを行うためのモデル編集を行う

ＰＣでの実習中心の研修です。機械学習の基礎を理解し、簡単なモデルを作れるようになることが目標です。マウス操作が中心なので初心者でも直感的にわかりやすく、廉価に使えるMicrosoft Azure Machine Learningを用います。基本的な操作を学んだ上で、サンプルデータをもとに実際にモデルを構築します。


35




プロトタイピング研修～Adobe XDによるシステム画面設計編

１．システム開発とプロトタイプ（１）プロトタイプとは（２）システムのプロトタイプを作成する意義（３）システム開発の流れとプロトタイピングの位置づけ２．画面設計の流れの概要（１）プロトタイプ開発の流れ（２）画面作成のポイント３．ＡｄｏｂｅＸＤの基本操作（１）インストール（２）画面の見方と操作方法（３）基本操作を習得する４．プロトタイプの作成演習～既存画面の更新既存の顧客情報管理システムに新しく機能を追加する５．画面の作り込み（１）設計方針を決める（２）入出力項目を決める（３）画面表示・操作のポイント（４）レスポンシブウェブデザイン（５）プロトタイプを使ってみる（６）プロトタイプ作成時の注意点

本研修では、Adobe社が新しく無料提供しているプロトタイピングツール「Adobe XD」（Adobe Experience Design）を使って、システムが動いているかのような画面設計ができるようになることをねらいとしています。プロトタイプを使ったシステム開発やその意義、基本的な操作方法を習得できるほか、演習では既存システムの拡張開発や、シンプルな新規システム開発を想定した画面設計に取り組んでいただきます。


データベース入門研修

１.データベースとは

（１）なぜデータベースが必要なのか？（２）データベース用語

２.データベースツールの使い方

（１）ツールの使い方（２）ＳＥＬＥＣＴ命令

３.基本的な検索

（１）ＤＩＳＴＩＮＣＴ／ＷＨＥＲＥ／ＬＩＫＥ／論理演算子／ＯＲＤＥＲＢＹ句

（２）ＬＩＭＩＴ句／ＧＲＯＵＰＢＹ句／ＡＳ／文字・日付関数

４.より複雑な問合せを行う

（１）ＩＮＮＥＲＪＯＩＮ／ＲＩＧＨＴＪＯＩＮ

（２）自己結合／ＪＯＩＮ入れ子

本研修では、MariaDBを使用し、ＳＱＬを打ち込んで結果を確認しながら、ドリル形式でデータベースの基本操作を学びます。実際の企業活動における利用シーンを題材として、演習に取り組んでいただきます。演習では、ほぼ実データの「取引先別・年度別売上推移」を使って、営業方針を決めるためのSQLクエリの検討・発行・修正を繰り返し実施します。


36




要件定義研修（２日間）

１．システム開発の原理原則（１）品質の良いシステムとは？（２）システムが要求する５つの要件（３）良い品質のシステム開発を実現するために２．現状調査・分析のコツ（１）業務の流れを全体的に整理する（＝森を見る）（２）業務の流れを全体から部分に分けていく（＝木を見る）（３）イレギュラー業務処理を考える（４）ユーザーインターフェイス（画面・帳票）を考える（５）言葉の定義を押さえる３．システム開発手順・工程管理の理解（１）システム開発の手順（２）各工程の作業内容と役割分担（３）手離れの良い開発要件の受け方～失敗しない進捗管理（４）失敗しないための秘訣４．テスト・納品・導入（１）テスト（２）納品のポイント（３）現場導入のポイント５．システム運用・障害対策（１）運用・障害対策のポイント（２）障害対策のポイント６．システム開発コストを理解する（１）工数（人月）の見積もり方（２）具体的な人月算定方法（３）見積書の作成

要件定義からテストまでのシステム開発の一連の流れを理解することにより、効果的な開発が行なえるようになります。システム開発工程（要件定義からテスト）における作業項目と手順を豊富な演習を通して体験し、システム開発をマネジメントする手法を習得していただきます。


HTML/CSS/JavaScript研修（４日間）

１.ウェブサイトの基礎知識

（１）ウェブサイトの基礎知識（２）編集ソフト

２.HTMLの概要

（１）HTMLとは／基本書式（２）ネスト／バージョン

３.ウェブページの基本要素

４.CSS（カスケーディング・スタイル・シート）の概要

（１）CSSの役割／基本書式／セレクタ／継承（２）CSSの配置／外部化

５.CSSでのスタイル調整

６.実用的なウェブページ

７.ウェブサイト作成演習

８. JavaScript入門

（１）Javascript概論／開発ツール／ダイアログボックス

（２）関数／配列／オブジェクト他

９.JavaScript 基本文法

（１）IF文／比較演算子・論理演算子・算術演算子／繰り返し

（２）関数／配列／オブジェクト他

１０.フォームで利用

１１.jQuery

１２.ウェブサイト総合演習

ＨＴＭＬとは何かを理解し、ＷＥＢページを作成するための基礎的なタグとＣＳＳを習得していただきます。本研修では、実際にパソコンを使用し、簡単なホームページができることを目指します。また、JavaScriptを使うことで、動的なWebページ作成やWebAPIを使ったWebアプリケーション開発をするうえでの基礎を身につけることができます。


37




ＰＨＰ入門研修（５日間）

１.ＰＨＰの開発環境

（１）ＰＨＰの特徴（２）ＰＨＰのインストール（３）ＰＨＰの設定

２. ＰＨＰの基礎

（１）文字の表示・定数・変数・配列・連想配列

（２）演算子・ユーザー定義関数・引数・返り値・グローバル変数

（３）文字列操作・配列操作・ファイル操作・メール送信・テキスト送信

（４）タグ・ボタン・メニューなどＷｅｂでのＰＨＰ

３. クラスとオブジェクト（１）クラス・インスタンス・メソッド・継承（２）オブジェクト機能・クラスを利用する

４.データベースの準備・操作

５.ＰＨＰによるデータベースの利用

（１）データベース接続・ＳＱＬ文・データ挿入

（２）検索結果の表示・更新・削除・各処理の連携

６．ＰＨＰとＭｙＳＱＬで管理システムを作成する

（１）システム構成・テーブルの設計と確認・テンプレートエンジン・認証

（２）入力チェック

７．総合演習

（１）設計⇒ レビュー

①チーム内で分担して、設計を行う ②設計のレビュー

（２）コーディング設計書をもとに、コーディングを行う

（３）テスト

①テスト仕様書を作成する ②システムテストを実施する

WEBサーバ側でのプログラムを作成するための言語PHPを使った、WEBアプリケーションの開発を体験できます。演習は既存のプログラムを元に、穴埋め式・改造式で進めるため、かんたんにWEBアプリケーションを開発方法を理解することができます。演習題材は実際の企業活動における利用シーンを想定し、営業方針を決めるために必要なプログラムを検討・作成・実行・修正を繰り返していただきます。


Angular入門基礎研修（３日間）

１.Angularって何

（１）SPAについて（２）Angularでプログラムを作るには

（３）Angularのメリットデメリット

２.開発環境を整えて. Angularプロジェクトをつくろう

（１）Angular開発で使うエディタ（２）ビルドや実行に必要なNode.js

（３）Typescriptのインストール（４）Angular CLIのインストール

（５）プロジェクトの雛型を作る（６）テスト用サーバーで確認する

（７）Angularアプリを構成する要素（８）新しいコンポーネントを追加する

３.入力フォームを作ってみよう

（１）足し算アプリを作る（２）フォームと文字列の出力について

（３）ボタンがクリックされたとき（４）テキストボックスの値を読み込む

４.入力フォームの様々なコントロール、ページの割り当て、遷移

（１）ボタンがクリックされたとき（２）テキストボックスの値を読み込む

（３）FormBuilderを使った入力フォーム（４）ラジオボタンの追加（５）チェックボックスの追加（６）ドロップダウンリストの追加（７）URLとコンポーネントの関連付け（８）RoutingModuｌeを構成する

５.検索機能を実装する

（１）データ操作のサービス化（２）検索で使用するデータの作成（３）JSONにして文字列として比較する（４）検索用テキストボタンをつける

６.WEBサーバーで動かす

（１）ビルドする（２）WEBサーバ経由で実行してみる

最近の開発で取り入れられるようになっている、SPA（Single Page Application）。ユーザビリティ（ユーザの利便性）向上や高速なページ遷移が実現できる技術として注目されています。本研修では Googleが開発する Angularを使って、SPA の開発を体験いただけます。


38



Chap. 07 【ご参考】イノベーションについての考察

～日本企業はイノベーションを再考する必要あり

39



シュンペーターのイノベーションをおさらい

■シュンペーターによるイノベーション※の５つの類型

①プロダクトイノベーション～画期的な新商品、いわゆる技術革新

②プロセス・イノベーション～新しい生産方法

③マーケット・イノベーション～新しい販売先、販売方法

④サプライチェーン・イノベーション～原料あるいは半製品の新しい供給源

⑤組織・イノベーション～新しい組織体制、マネジメント方法

※オーストリア出身の経済学者、のちにハーバード大学教授であるヨーゼフ・シュンペーターが1911年に提唱

■「技術革新」以外のイノベーションにも注目すべき

・②③⑤はスキルをつけ、ボトムアップ型でも実現できる日本に適したイノベーション

40



日米企業のイノベーション実現度比較

出所：総務省「平成30年版情報通信白書」よりインソースにて一部編集 http://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h30/pdf/ n3200000.pdf

■日本企業は組織・プロセス・マーケティングイノベーションで大きく引き離されている ⇒社会人教育の投資効果は大きく期待できる

2.4pt差

3.1pt差

4.8pt差

1.6pt差

41



日本企業の研究費と労働分配率

■研究開発投資は労働分配率の向上に寄与してない ⇒プロダクトイノベーションのみに注力するのではなく、人事施策などの見直しも行う必要がある（参考：仏国立社会科学高等学院教授 S.ルシュバリエの論文）

【日本の研究主体別研究費の推移】【労働分配率】

出所：総務省「雇用者報酬について」(2018年) http://www.soumu.go.jp/main_content/000580144.pdf 経済産業省「日本の研究開発費総額の推移」(2019年) https://www.meti.go.jp/policy/economy/gijutsu_kakushin/tech_research/aohon/a17_3_1.pdf

42

Documents

DX人材育成のご提案...マスター タイトルの書式設定DX人材育成体系 Copyright © Insource Co., Ltd. All rights reserved. 「insource」「Leaf」「Plants」「WEBinsource

DX人材育成のご提案...マスタータイトルの書式設定DX人材育成体系 Copyright © Insource Co., Ltd. All rights reserved. 「insource」「Leaf」「Plants」「WEBinsource