【要約】
こちらの記事は『ダイハツのデータ利活用はどうやって3人から全社へと広まったのか』の要約です。ダイハツ工業では、2017年に3人の非公式ワーキングチームから始まったAI活用の取り組みが「仲間を増やす」「テーマを集める」「事例を作る」という戦略により、全社的なデータ利活用へと広がった。
1. 初期の取り組み
- AI活用の遅れに危機感を抱き、社内でデータ活用を推進する活動を開始。
- 最初は業務終了後に機械学習の勉強会を実施。
- AIに関する認知度が低かったが、活動を発信し理解者を増やした。
2. データ基盤の必要性と風土づくり
- データ活用にはデータ基盤が不可欠だが、費用やプロセスの不透明さが壁に。
- まずは社内で身近な事例づくりを行い、実績を積み上げることで理解を得た。
3. 仲間づくりと実績の積み重ね
- 「仲間を増やし、スキルを高め、結果を出す」という方針で活動を展開。
- アイデアは絞らずに試し、「結果的に残ったものが成功」という考え方で進めた。
- 戦略的にデジタルに興味のある人材を集め、育成。
4. 現場の知見を活かしたデータの質向上
- ベテラン社員の知見（暗黙知）をAIと組み合わせ、工場のデジタル化を推進。
- 社内研修を2パターンで実施：
- ノーコード／ローコード活用でビジネスインパクトを出す。
- 技術研究会を活用し、プログラミングを学ぶ。
5. 若手・現場への教育と環境づくり
- 短期間で学べるカリキュラム（8回の講義）を用意し、若手社員を支援。
- KaggleコンペやG検定、E資格の取得など、スキルアップの場を提供。
6. データ活用の相談体制とOJT
- オンラインでAI、データ分析、アプリ開発の相談を受け付け。
- OJT研修を導入し、工場スタッフが実践的に学べる環境を整備。
7. 自社開発による自律的なデジタル変革
- 生成AIツールを活用し、外部ベンダーに頼らず内製化。
- 現場スタッフが自分でツールを作成・改善できる環境を整え、導入ハードルを下げた。
結論
ダイハツは、小さな勉強会からスタートし、仲間づくりと実績を積み重ねることで、全社的なデータ利活用を実現。現在では専任組織も設けられ、デジタル変革が自律的に推進される環境が整っている。
更に詳しい記事を読みたい方はこちら
【所感】
・機械学習の勉強会の実施や、身近な事例作りなど、今後AI活用やデータ活用を考えている企業にとって参考になる進め方だと感じた。
・DXやデータ活用について全社教育によるリテラシー向上も大事だが「戦略的にデジタルに興味のある人材を集め、育成」のように、興味がある人を育てる戦略のほうが結果的にDXやデータ活用が進むと思った。
これらの本はKindle unlimitedで無料で読めます。※初回30日間は無料です
