close
プログラミング クラウド Microsoft Azure 情報処理資格 基本情報技術者 IT基礎 応用情報技術者 開発・設計方法 オブジェクト指向 内定者・新人研修 プログラミング基礎 アルゴリズム コンピュータ数学 内定者研修 新人研修 ヒューマンスキル プロジェクトマネジメント プレゼンテーション リーダーシップ 組織マネジメント ネゴシエーション ロジカルシンキング Java UI/UX HTTP JavaScript基礎 情報処理資格 ネットワークスペシャリスト ネットワーク インターネットルーティング応用 IPアドレス データベース応用 SQL応用 パフォーマンスチューニング データベース設計 ER図 概念設計(データベース) 論理設計(データベース) IT資格 Linux基礎 OS・システム基盤 セキュリティ TCP/IP OSI参照モデル データベースセキュリティ ファイアウォール 標的型攻撃 SQLインジェクション ネットワーク基本設計 CCNA Cisco プロジェクトマネジメント資格 情報処理資格プロジェクトマネージャ 情報処理安全確保支援士 人事給与 財務会計 管理会計 簿記 生産管理 在庫管理 ERP バランススコアカード 情報処理資格 ITアーキテクト 情報処理資格 ITストラテジスト 情報処理資格 ITサービスマネジメント 情報処理資格 システム監査 PMBOK® PMP® プロジェクト計画 WBS リスクコントロール ITIL ITサービスマネジメント 要求定義 要件定義 見積手法 ビジネスインダストリ 業種・業界知識 業務知識 提案力 ソフトウェアテスト基礎 情報処理資格 データベーススペシャリスト ハードウェア基礎 外部設計(基本設計) 内部設計(詳細設計) データベース基礎 SQL基礎 RDBMS 物理設計(データベース) C++ Ruby MVC基礎 Webアプリケーション開発 JavaEE Javaプログラミング応用 フレームワーク MVC応用 Spring フレームワーク ソフトウェアテスト応用 テスト手法 JUnit スマートフォンアプリ開発 Androidアプリ開発 C# 基礎 C# 応用 負荷テスト Javaプログラミング基礎 ソフトウェアテスト コーチング メンタリング HTML/CSS サーバー構築 仮想化技術 KVS (NoSQL) アジャイル スクラム ファシリテーション C言語 ITパスポート JSTQB データサイエンス 単体テスト ユニットテスト キャリアアップ インターネットルーティング基礎 パケット解析 LAN構築 データベース データサイエンティスト トレンド 障害対応 インフラ監視 HTTP/2.0 コンピュータサイエンス VPN ネットワーク物理設計 データベース障害 JavaScript モダンJS (Modern JavaScript) 応用 MVS応用 バックアップ/リカバリ 分散処理 Hadoop Hive Python AI 深層学習(DeepLearning) CentOS Linux応用 Zabbix シェルスクリプト Infrastructure as Code Windowsサーバー基礎 内部設計 Docker DevOps Windowsサーバー応用 NginX chef Ainsible ロジカルライティング R テスト自動化 Jenkins Git 継続的インテグレーション (CI) バージョン管理 Vagrant 要求分析 Redmine 継続的インテグレーション(CI) 継続的デリバリー (CD) ヒューマンリソース管理 Web API マイクロサービス コミュニケーション 業務知識/業界知識 マーケティング 語学 AWS 法務 IoT ビジネスマナー OJT 業務効率化 表計算ソフト オフィスソフト コンプライアンス フロントエンド Subversion PHP 関数型プログラミング Laravel モダンJS (Modern JavaScript) 基礎 Android Studio 機械学習 iOSアプリ開発 ぷプログラミング React 次世代高度IT人材 共創 IPA Raspberry Pi Xamarin スクリプト言語 GoF CUI VBA 資格 ビジネス文書 jQuery 研修参加レポート マネジメント OSPF テーブル設計 アンガーマネジメント クリティカル・シンキング PDU 経営改善 Pマーク 問題解決技法 サイバー攻撃 エンジニア 参加してみた エンゲージメントマネジメント 労働関連法 新人育成 ネットワーク構築 情報セキュリティマネジメント デザインパターン リファクタリング マルチスレッドプログラミング ベンダーコントロール Modern JavaScript 冗長化 VLAN インフラエンジニア チームビルディング テストケース リーダブルコード セキュリティ入門 ネットワーク入門 Node.js npm gulp ビルドツール Python入門 冗長化入門 インフラ実機演習 プロジェクト管理 Active Directory ネットワーク管理 コンテナ 正規化理論 Haskell 品質管理 OpenStack シンギュラリティ DBA中級 プロトコル UX 基本設計 FinTech トラブルシューティング 並列処理 見える化 PMO ロジカルコミュニケーション Deep Learning インデックス設計 超上流工程 BGP Excel C-CENT Selenide プライベートクラウド アセンブラ コンピュータ基礎 工数見積 CCENT 法律知識 失敗から学ぶ プロジェクト失敗事例 PDCA プログラミング入門 非エンジニア向け 4Biz DNS セルフマネジメント 片付け術 サーバーダウン サーバー タイムマネジメント GO言語 プロダクトマネジメント プロダクトマネージャ LVS ロードバランサー 負荷分散 仮想通過 犯罪心理学 情報漏えい SEカレッジ導入事例 IT研修を聞いてみた 会社規模 (100~300名) IT研修制度を聞いてみた CentOS7 開発環境構築 数字力 財務 IT人材 UI Machine Learning Go言語 (golang) データマイニング 統計学 新人教育 やり直し数学 RDB つながる工場 モチベーション WebSocket WebWorker HTML5 CSS3 Bootstrap 微分・積分 システム設計 決断力 LAMP環境 トレ担 教育研修担当者向け ルーティング Linux入門 図解術 目標設定 試験対策 インタビュー技法 Vue.js ブロックチェーン 会社規模 (~50名) DHCP 仕掛け学 BSC 財務諸表 自己分析 RIP スタティックルート バッファオーバーフロー DoS攻撃 システム開発 会社規模 (~99名) Wireshark パケットキャプチャ 管理職研修 部下育成 ワークあり 文章力 情報システム部門向け プロジェクトリーダー プロジェクトマネージャ 塗り絵 リスク管理 法改定 会社の仕組み Chainer AI人材 会話術 会社規模 (~25名) テスト技法 組織規模 51名~99名 組織規模:~199名 [組織規模]199名まで 組織規模 199名まで 組織規模199名まで 会社規模199名まで 会社規模49名まで 会社規模99名まで アプリ開発 サーバサイドJava 営業知識 Cloud 栄養学 基本コマンド ウォーターフォールモデル ヘルスケア 論理設計 ニューラルネットワーク ハンズオン UML 顧客ヒアリング マウスで学ぶ Apache EC2 Lightsail M5Stack DevSecOps プロジェクト成果 画像認識 チャットポット コマンド レビュー 基本用語 自動構築 LPIC-1 サーバーサイドJavascript キャリア形成 ワークライフバランス インバスケット テック用語 GitHub Windows エディタ 教養 令和時代 RESTful API 物理設計 会社規模300名以上 データモデリング サーバーサイドJava Webサーバー基礎 Webサーバー応用 Watson IBMWatson Learning Topics OS モバイル コンテスト トレーニング手法 アーキテクチャ 人材モデル インフラ CI/CD Infrastructure as a Code チーム開発 制度づくり Special_Intro AI市場分析 研修ロードマップ 仕事術 デジタルトランスフォーメーション 財務分析手法 情報整理 PowerPoint 新しい研修 オンライン研修 見どころ紹介 統計分析 ディープラーニング G検定 情報処理技術者試験 販売管理 C# テスト計画 Linuxサーバー WEBサーバ構築 http/2 Postfix イーサリアム プロジェクト・メンバ 正規化 パケット実験 作業分解 トラブル調査 ネットワーク設計 Windows server 2016 ネットワーク機器 DX 管理職 最新動向 ポストコロナ時代 IoTデバイス マイコンボード センサ サーバー仮想化 仮想ルータ WAN インターネットVPN 若手エンジニア ITプロジェクト 人事面談 DX人材育成 Java基礎 ZAP 脆弱性診断 NWサービス構築 イノベーション・マネジメント ネットワークセキュリティ ストレッチ

特集1:AI人材をとりまく市場環境と実態


2020-05-19 更新

AIの導入期がおわる

数年前までは「AIの導入方法とは」や「失敗しないAI開発」といったタイトルのニュースばかりが溢れていましたが、最近は様々な分野で活用されるAIの事例も目立つようになってきています。

「AI 事例」で 日経xTECH のサイト内検索でヒットした記事数
検索ヒットした記事数
2016年 318
2017年 666
2018年 705

また、これらの事例は一部の大手企業だけの話ではなく、これまで無名に近かった中小企業が手がけ、大きな商機を手にしているケースもあります。

「AI社会実装推進調査報告書/AI白書2019(IPA刊行)」によると、

  • “AIを導入している企業” は 3.1%
  • “AIを導入している” 企業は “実証実験(PoC)を行っている” 企業を加えると 10.2%

です。

一方で、

  • “AI導入に関心はあるがまだ特に予定がない” 企業は52.6%、
  • “今後も取り組む予定はない” 企業が 10.3%

とあります。

AI 導入率の調査

調査対象

経済産業省 情報処理実態調査で調査対象となっている26業種(製造業、非製造業)の中から無作為抽出による5000事業者(内、有効回答数:350件)

(出典: AI社会実装推進調査報告書/AI白書2019(IPA)より)

この統計から、有名なキャズム理論からすると、アーリーアダプターが反応すると言われる 15% に近づき、日本において AIは導入期は終わろうとしている ことがわかります。

 

また、統計だけでなくニュース記事でもその傾向がうかがえます。

たとえば、以下の、AI導入企業 (三陽商会を例にしています) のニュースを、時系列でまとめると、

AI 導入企業にみる実装の進捗

2018/10/30 AIベンダーとの業務提携のニュース

三陽商会とABEJA、業務提携に関するお知らせ|株式会社ABEJAのプレスリリース

2019/06/13 業務提携後、実店舗で実験->改善を知らせるニュース

購入のカギは「回遊率」と「接客率」–三陽商会、店舗解析サービスで課題導出 – ZDNet Japan

とあり、業務提携から、わずか8ヶ月程度で、業務の改善まで進んでいることがレポートされています。

 

AIの普及はインターネットの普及とは比較にならないほど短期間に進むはずであり、成長期に入りつつあるのではないかと思っています。

 

成長期を支える「AI人材育成」は手付かず

一方で、「AIのことがまだ良くわからない」や「そろそろAIについて学ばなければ/AI人材を育成していかなければ」というスタートラインにようやく立とうとしてる企業も多いのが事実です。

先程の統計情報「AI社会実装推進調査報告書/AI白書2019(IPA)」によると、「AIを導入するにあたっての課題」の中で “AIについての理解が不足している” が 68.4% と突出 しています。

 

世間でこれほどAIが騒がれているにも関わらず、ビジネスになっていないのは、単にAIについての理解不足から来るものなのかもしれません。

クロノスでは「AI × Data活用研究会」という会員制の会合を定期的に開催していますが、会員企業の大半がAIについての理解をする段階であり、AIの製品やサービスに着手できている企業はほんの一握りです。

とはいえ、ゆくゆくAIもインターネットの普及と同じ状況になるのであれば、待っていてもいいだろうと構えていてはいけません。

 

AIはデータが鍵 』 になります。

 

早くスタートを切った企業はその分、多くのデータを蓄積できますが、スタートが遅れた企業はデータの蓄積が遅れ、その分、精度の高いAIが作れず、他社に比べて商機を著しく逃しかねないのです。

今後ますますAIのビジネスは加速し、ここ2〜3年の間に今とは比べものにならないくらいAIエンジニアの需要も高まってくるでしょう。そのときには、嫌でもAIに取り組まざるを得なくなるはずです。

 

来るときのために、まずはAIのことを知る人材を育成するところからスタートしましょう。

 

 

label 次の特集記事

特集2:AI人材の定義

特集3:AI人材育成プログラムのつくり方

label 関連するタグ

午前免除 FAQ

タグ一覧