データサイエンスData Science

ビッグデータ時代のデータサイエンス

生産現場・工程における品質管理の手法として様々な統計的品質管理手法が開発され活用されてきました。これらの品質管理手法は依然として有効ですが、企業や社会におけるビッグデータの生成と蓄積は、データ解析に新しい展望をもたらすと同時に、それを使いこなしていくためのスキルやノウハウの進化も求めています。

モノづくりにおけるビッグデータの活用

現在、計測技術の進歩により、生産における多大な項目をリアルタイムで全数測定することが可能となりました。データ解析技術も進歩し、高性能PCやクラウド環境、AIを用いてビッグデータを高速に処理することも可能となりました。

これら２つの進歩は、従来よりも付加価値の高い「モノづくり」を実現可能なものとしました。慢性不良問題の解決、AIによる人の技能の置き換え、異常検知などがその例です。この環境変化に対応していくためには、従来の統計的品質管理手法に加えてデータサイエンス技術を活用した新たな品質管理ノウハウを獲得していくことが必要です。

機械学習、AI技術とリテラシー

特定のタスクをトレーニングによって企画に実行させる「機械学習」、さらに人間に近い知能の実現を目指す「AI」など、ビッグデータ時代に対応した技術の開発と適用が加速しています。

経営あるいは戦略レベルでは自社の競争戦略や効率化に役立つシステムの構築や運用ノウハウの獲得が急がれています。

同時に、モノづくりの分野では機械学習の能力が高まるにつれて解析結果への依存が高まり、その結果として技術者がデータを固有技術的な視点で吟味する機会が減っています。また、モノづくりに関わる技術者に求められる認知能力も変わってきています。ものづくりに関わる技術者においてもビッグデータ時代のデータリテラシー（読み書き能力：目の前のデータを読み取り、次の分析アクションにつなげていく能力）の習得が必要不可欠です。

日科技連は、統計的品質管理の分野での長年のサポート実績をふまえ、ビッグデータ時代に求められるデータサイエンスの知識提供、技術者のデータリテラシーの向上に役立つセミナーを実施しています。