社内課題への挑戦──チームの熱意と的確なメンタリングが導いた短期間の成果
『プロジェクトワークショップ』とは、実際の社内課題をテーマに、iLect講座を活用してカスタマイズしたカリキュラムで学び、機械学習の専門メンターと共に仮想プロジェクトの伴走支援ワークショップです。

AI総合研究所として活動するNABLAS株式会社 (本社 : 東京都文京区本郷、 代表取締役 社長 : 中山 浩太郎、 以下「当社」)が提供する、実課題の解決を目的としたAI人材育成サービスiLectの『プロジェクトワークショップ』を受講した古野電気様に取材しました。本記事では、受講の背景や業務改善に至るまでの経緯についてお話を伺いました。

■ プロジェクトワークショップへの参加と背景
―― まず、今回のプロジェクトワークショップに参加された経緯を教えてください。
渡辺:もともと社内で異常検知の取り組みをしていましたが、独自の方法では思うような成果が出ませんでした。「基礎からしっかり学んだほうがいいのでは?」と考えていたところ、このプロジェクトワークショップが開催されると知り、参加しました。
―― 今回の課題設定は、岡本様が他の部署と連携して課題を整理された形だったのでしょうか?
渡辺:自分たちが課題を持っていて、それを基に応募した形です。社内で岡本とヒアリングを行い、「こういうことをやりたい」と説明した上で、受講する流れになりました。
―― 実際の課題解決プロジェクトとして、伴走支援を受けながら進められた印象がありますが、どうでしたか?
渡辺:まさにコンサルテーションのような形で活用させていただきました。社内で進めていたものの行き詰まりを感じていて、今回のアプローチとは違うんですが成果が出ない状況でした。そこで、データや知識を集め直し、それを本ワークショップに活かして仕上げまで持っていけたのは非常に良かったです。
―― 使用されたデータは、ワークショップ開始前からご用意されていたのですね。
渡辺:はい。IoTを活用しているので、かなりのビッグデータが蓄積されています。他にも様々なデータを活用した解析に取り組んでいますが、技術や知識が不足し、課題を感じていました。
―― データ収集の段階でつまずく企業も多い印象があります。
渡辺:もともとIoTシステムは存在していませんでしたが、私が構築し、フィールドに展開することでデータが収集できる環境を整えました。そのため、データ収集には苦労しませんでしたが、次のステップとして「収集したデータをどう活用するか」が課題になっていました。
―― 参加前の機械学習の知識レベルはいかがでしたか?
東島:私は大学でも触れたことがなく、完全にゼロからのスタートでした。
渡辺:私も独学で学んでいましたが、体系的に学んだ経験はありませんでした。本を読んだり、プロンプトAIに聞いたりしながら手探りで進めていた形です。
■ 開発の方向性とメンターのアドバイス
―― TransformerとLSTMを活用してテーブルデータの異常検知システムを開発するのは、機械学習の知見がある方にとっては自然な選択かと思いますが、その知識はお持ちでしたか?
渡辺:AIに対する網羅的な知識は持っていませんでしたが、LSTMやTransformerの位置づけについては何となく理解していました。ただ、自分たちのテーマにどの手法が適しているかは分からず、最初はメンターに相談してアドバイスをいただきました。迷いがある中で、適切な方向へ導いていただいたと感じています。
―― 最終的に画像データを活用し、CNNで検知することで精度を向上されたと発表されていました。そのアイデアはどこから生まれたのでしょうか?
東島:私たちではなく、岡本とメンターのやり取りの中で生まれました。岡本が「1次元のCNNが良いのではないか?」と提案し、それを試したところうまく機能しました。現在も開発を続けており、最終的には装置に組み込む予定です。

―― プロジェクトにどのくらいの工数をかけましたか?
東島:私は1ヶ月で約100時間ですね。
渡辺:私も同じくらいです。通常業務の合間に進めていましたが、思ったよりも時間を費やしました。
東島:工数の見積もりを考えていなかったのですが、結果的に月100時間ほどかかりました。モデルの中身を理解するのに時間がかかり、パーツを組み合わせて完成させるまでに苦戦しました。
―― 社をあげて積極的に取り組まれていたのですね。
渡辺:それもありますし、こうした貴重なアドバイスを受けられる機会はなかなかないので、この機会を逃さないように2週間に1回の打ち合わせに向けて、事前にやるべきことを明確にし効率的に進めて、時間を1分でも無駄にしないよう努めました。
■ メンタリングと学習の重要性
―― プロジェクトの進行にあたり、特に役立った点はありましたか?
渡辺:やっぱり最初にAIプロジェクト進行についての基礎的なビデオを視聴し、知識をインプットできたのが非常に良かったです。独学で勉強していたつもりでも、穴と言いますか、知識に抜けがあったので。プロジェクトに直結する部分の学習が事前にできたことで、メンタリングの時間を有効に活用できる、良いプログラムだと思いました。
―― AI4PMのプロジェクト推進の考え方が役に立ったということですね。
渡辺:「データが揃わないものは無理に使わない」「目標を高く設定しすぎない」といった、一見当たり前のことですが、実際には"もっと結果を出さなきゃ"と意識しすぎて見落としていた部分もありました。開発を進める中で、こうした現実的な考え方の大切さを実感しましたし、やりがちなミスを防ぐための指針にもなったと思います。
東島:技術的なことだけでなく、プロジェクト全体の進め方を学べたのは大きかったです。
―― メンタリングはいかがでしたか?
東島:メンターさんのアドバイスが結果を出せた一番の要因です。僕たちは隔週で成果を出さなければならなかったので、「この方法で本当にいいのか?」と迷ったときに、適切なアドバイスをもらえる環境がとても良かったと思います。

―― アドバイスは受けやすい環境でしたか?
東島:そうですね。僕たちが抱えている問題を的確に伝え、それに対してしっかりアドバイスをいただいて学ぶ、ということを重視して隔週の進捗発表を行っていました。
渡辺:我々が出した結果に対して、否定的な意見ではなく、肯定的に的確な方向へ導いてくれる雰囲気があったというか、上手い空気感を作っていただいて。自分たちでは気づけなかった点に気づかせてもらえたり、安心して進めることができました。それがスピード感にもつながったと思います。
―― 逆に、もっとこうしてほしかった点はありますか?
渡辺:メンタリングの時間が30分だと短かったですね。もう少し長く議論できれば、より深い理解が得られたと思います。現在も開発を続けていますが、壁にぶつかることもあり、メンターさんに相談したいことがたくさんあります。実用に向けたアフターフォローの制度などがあれば、ぜひ活用したいです。勝手ですが(笑)。
東島:私も同じ意見です(笑)。今の課題として、汎化性の問題があります。作ったモデルが特定のデータ群ではうまく機能するのに、別のデータ群ではうまくいかないんです。汎用性のあるCNNモデルを作るために、どのような工夫をすればよいのか聞きたいですね。
渡辺:過学習の可能性も考えて、学習データの数を減らしたり、教師データを増やしたりと試行錯誤しているところです。ただ、商品化までにはまだいくつか課題がありそうですね。
―― メンターの存在が大きかったことが伝わってきます(笑)。モチベーション維持はどうされていましたか?
渡辺:メンタリングが2週間に1回というのは、非常にちょうど良いペースだったと思います。次の発表に向けて「何を発表しよう?」と常に考えていて、それを目標に2週間進めていました。いただいたアドバイスを一通り試し、その結果を報告しなければならないという意識もあり、自然とモチベーションを保てました。
■ ワークショップの評価と今後の展望
ーー 今回の経験を今後どのように活かしたいですか?
東島:純粋にAI全般の知識が得られたので、さらに学びを深めていきたいです。
渡辺:我々はビッグデータを扱っているので、今回の知見を他のデータにも適用し、社内で活用を広げていきたいですね。「こういう方法で、こういう結果が出るよ」と社内に共有し、自分だけでなく他の人にも実践してもらえるよう広めていきたいなと考えています。
―― プロジェクトワークショップの「一番良かった点」はどこでしょうか?
渡辺:事前に必要な知識を学べたことと、メンタリングを通じて安心感のあるコンサルティングを受けられたことです。座学だけでなく、実際のデータを使って試行錯誤できたので、実践的な学びが得られました。
東島:私も同じ意見です。メンターのアドバイスを受けながら開発を進めたことで、独学では気づけなかったことを学べました。また、2週間ごとのメンタリングのペースも非常にちょうど良かったです。
―― プロジェクトワークショップの総合評価をお願いします。
東島:90点ですね。メンタリングがとても役に立ちましたし、実践的な学びができました。ただ、期間がもう少し長いか、アフターフォローがあれば満点でした。
渡辺:私も同じ意見です。
―― 課題に沿った講座を受講した上で、今回のように明確な課題を持って臨んでいただいたことで、目に見える成果につながったのだと思います。貴重なご意見をありがとうございました!

プロジェクトワークショップとは
実際の社内課題をテーマに設定し、プロジェクト推進に必要な知識をiLect講座を活用し、プロジェクトに合わせてカスタマイズしたカリキュラムで学びます。
その後、機械学習の専門メンターのサポートを受けながら、仮想プロジェクトを立ち上げ、実践的に取り組みます。
企業ごとの課題に最適化された学習を通じて、AI活用の現場で即戦力となる社員育成を目指します。
■ iLect講座の特徴
-
AI分野第一線で活躍する講師の講義動画を使用した最先端のAI研修コンテンツ(AI研究の第一線で活躍する研究者やエンジニア、Kaggle Grandmasterなど)
-
実践・実用指向の講座(東京大学からライセンスを受けて提供する質の高い演習中心の教材)
-
教育工学に基づいて設計された学習効率の高い講座(同期型研修で機械学習メンターによる質疑の即時性と高いインタラクティブ性のある講座。受講生同士の交流を促す仕組み)
-
学習効果の高さと業務での実用性を考えて作られた課題
■ 人材育成戦略への最適な目的設定、受講提案のコンサルテーション

■会社概要
社名:NABLAS株式会社
代表者:代表取締役 社長 中山 浩太郎
所在地:〒113-0033 東京都文京区本郷6-17-9 本郷綱ビル1F
設立:2017年3月
事業内容:AI人材育成事業/コンサルティング/研究開発
お問い合わせ先:pr@nablas.com(広報窓口)
<ソリューション一覧>
課題解決のための実践型ディープラーニング講座・データサイエンティスト育成講座
新技術開発・新事業立ち上げのためのシステム開発及びAI/DX時代における、経営変革とプロジェクト推進支援
すべての画像