表紙

大扉

はじめに 文系AI人材になろう！

目次

第１章 AI社会で職を失わないために

「AI失職」を恐れず「AI職」に就く準備を

「AI失職」は変えようのない事実

「AI職」がどんどん生まれる

「AIとの共働き」スキルを身につけよう

なぜ日本人は不安を抱いているのか

「AIとの共働き」スタイルが広がる

5つの「共働きスタイル」

分業のバランスによって5つに分類

人だけで仕事をする「一型」

人の仕事をAIが補助する「T型」

人の仕事をAIが拡張する「O型」

AIの仕事を人が補助する「逆T型」

人の仕事をAIが完全に代行する「I型」

すぐに行動を。AI時代は「行動格差」の時代へ

第2章 文系のためのAIキャリア

AIは「作る」から「使う」へ

「AIを作る」と「AIを使う」は別のもの

AIはカジュアルに作れるようになってきた

スクラッチでAIを作る代わりの3つの選択肢

AIは作れなくても「使えればいい」

上手に活用する「文系AI人材」が重要に

AIを作るのか、使うのかの判断能力が重要に

「AIをうまく使う」人がビジネスを動かす

「文系AI人材」の仕事内容とは？

文系AI人材の仕事は、理系AI人材がやらない「すべての仕事」

文系AI人材の具体的な仕事内容

「AI企画」はAIをどのように活用するかを考える仕事

「AIを作るプロマネ」はプロジェクトマネジメント全般が仕事

「GUIのAI構築環境で作る」は文系AI職でも可能

「構築済みAIサービス選定」でどれを使うのか検討

「AIの現場導入」と「AIの利用・管理」という仕事

「AI方針・投資判断」はAI活用の戦略策定の仕事

業種ごとのAIエキスパートも誕生する

文系AI人材の仕事は細分化されていく

「文系AI人材」になるための4つのステップ

必要なのは「AIと働くチカラ」

キホン、作り方、企画力、事例を習得する

第3章 AIのキホンは丸暗記で済ます

AI／機械学習／ディープラーニングの違い

AI、機械学習、ディープラーニングの3大分類から丸暗記しよう

「武士」「徳川家の武将」「徳川家康」の違いと同じ

AIの歴史も押さえておこう

学習方式の3分類─教師あり／教師なし／強化学習

教師あり学習は「答えあり」学習と覚える

教師なし学習は「答えなし」学習と覚える

強化学習は「よい選択を繰り返させるための」学習

活用タイプ別AIは4×2＝8分類

機能別は「識別系」「予測系」「会話系」「実行系」の4タイプ

役割別は「代行型」と「拡張型」の2タイプ

「識別系AI」はこう使う

識別系×代行型AIの活用例

識別系×拡張型AIの活用例

「予測系AI」はこう使う

予測系×代行型AIの活用例

予測系×拡張型AIの活用例

「会話系AI」はこう使う

会話系×代行型AIの活用例

会話系×拡張型AIの活用例

「実行系AI」はこう使う

実行系×代行型AIの活用例

実行系×拡張型AIの活用例

出る順でAI基礎用語を丸暗記する

文系に必要なAI用語を出る順で丸暗記しよう

用語① 学習と予測

用語② 教師あり学習と教師なし学習

用語③ 目的変数と説明変数

用語④ アルゴリズム

用語⑤ 過学習

用語⑥ アノテーション

用語⑦ 時系列モデル

用語⑧ データ前処理

用語⑨ PoC

用語⑩ ニューラルネットワーク

用語⑪ 正解率と再現率・適合率

用語⑫ AUC

第4章 AIの作り方をザックリ理解する

AIは特徴づかみの名人

大量のデータを丸暗記しているわけではない

ザックリいえば「データ作成」「学習」「予測」

意味合いを理解しているわけではない

「予測系AI」の作り方を理解する

予測系AIはどのように作られるのか

AIプランニングと目的変数／説明変数の定義

学習データ準備「作れなくても、正しく専門家に依頼できるように」

データ前処理①「欠損値・外れ値を見つけて対応する」

データ前処理②「特徴をつかみやすいように加工」

AIモデル構築「プログラミング不要、マウス操作で作る」

AIモデル検証「正解率が高くとも、偏りがあれば実用度が下がる」

AIモデル実行

運用・再学習

補足 「AI構築環境」が発達して何が変わったのか？

「識別系AI」の作り方を理解する

識別系AI活用のおさらい

識別系AIを作る流れ

「会話系AI」の作り方を理解する

会話系AIの仕組み

会話系AIを作る流れ

「実行系AI」の作り方を理解する

実行系AIは複数のAIの組み合わせ

実行系AIを制御する強化学習の仕組み

実行系AIを作る流れ

第5章 AI企画力を磨く

AI企画の「100本ノック」

「想像できることは実現する」と考えよう

企画100本ノックがおすすめ

「変化量と実現性」を担保する

アイデアリストを変化量と実現性でスコア化する

感性と論理を行き来する

AI企画の「解像度を上げる5W1H」

WHO「誰のためのAI？」

WHY「なぜAIが必要？」

WHICH「どのタイプのAI？」

WHAT「どんなAI？」

HOW「どう分業する？」

WHEN「いつまでにどう用意する？」

第6章 AI事例をトコトン知る─業種別×活用タイプ別の45事例

流通・小売

トライアル、独自生産のAIカメラでユーザー識別による販売促進と欠品補充

ローソン、AIによる新規出店判断

JINS、似合うをAIでレコメンド

三菱商事とローソン、AIでコンビニを節電

EC・IT

ZOZO、AI活用した「類似アイテム検索機能」で滞在時間4倍

LOHACO、チャットボット「マナミさん」で5割の問い合わせに対応

ファッション

仏Heuritech、SNS画像からファッショントレンド予測

米ThetakeAI、動画内の服を検出して似たアイテムを表示。購入も可能に

ストライプ、需要予測AIで在庫を8割まで圧縮

ZOZOUSED、古着の値づけにAIを導入

エンタメ・メディア

日経、100年分の新聞記事をAIで読み取り。精度95％

福岡ソフトバンクホークス、リアルタイムで価格が変わるAIチケット販売

中国国営メディア新華社、AI合成による女性アナウンサー

富士通、AIによる記事の自動要約システム

運輸・物流

佐川急便、AIで配送伝票入力を自動化

日立製作所と三井物産、AIで配送計画するスマート物流

京東（JD.com）、物流倉庫の自動化。人の10倍の処理能力

車・交通

NTTドコモ、AIタクシーを展開、93〜95％精度で乗車予測

トヨタ、自動運転と高度安全運転支援で二重に安全を確保

製造・資源

LG、家電向けAIで生活を補助

ブリヂストン、AI工場で品質担保しタイヤを量産

JFEスチール、人物検知AIで作業者に安全を

不動産・建設

大京グループ、AI管理員導入を計画

西松建設、生活習慣を覚えるスマートハウスAI導入

外食・食品・農業

キユーピー、AIによる原料検査装置で不良品を特定

電通、天然マグロの品質をAIが判定

ソフトバンク出資のPlenty、AI屋内農場で作物の風味調整

LINE、レストランの予約対応を行なう日本語音声AIサービス

京東（JD.com）、調理・配膳・注文・会計までをロボットで自動化

金融・保険

セブン銀行、顔認証AI搭載の次世代ATM

JCB、保険営業をAIで支援利用履歴から見込み客を絞り込む

みずほ銀行、AIを活用したパーソナライズドサービス検証

医療・介護・専門

エクサウィザーズ、神奈川県と要介護度予測AIの実証

Ubie、医療現場の業務効率化を図るAI問診

AI-CON、AIによる契約書レビュー・作成支援サービス

人材・教育

ソフトバンク、新卒採用業務でAIを利用し効率化

atamaplus、1人ひとりの学習を最適化

イーオンら、英語発音をAIで評価

コールセンター

かんでんCSフォーラム、AIによるコールセンター呼量予

トランスコスモス、退職予備軍を予測し、半年で離職者を半分に

カラクリ、正解率95％保証のチャットボット

ソネット、音声認識AIを導入しオペレーター業務を効率化

生活サービス・警備・公共

さいたま市、固定資産税調査に航空写真照合AIを利用

ALSOK、困っている人を自動検知するAI

日本気象協会、1時間単位での降水量予測

第7章 文系AI人材が社会を変える

AIによる「消費者、会社、働き手」への変化

AIによる3つの変化

AIによる「消費者」への変化

AIによる「会社」への変化

AIによる「働き手」への変化

AI社会を牽引するアマゾン

AI活用のリーディング企業

AIによるレジなし店舗AmazonGo

物流倉庫のAI化

AI×各業界で変革を作るソフトバンク

AI×各業界のリーダーと手を結ぶソフトバンクグループ

AI×中古車で業界を牽引する瓜子網（Guazi）社

日本の銀行で起きているAIによる変化

文系AI人材が社会をリードする

おわりに

著者紹介

奥付