Learningサブスクリプションlearning

国内の多くの企業では、機械学習を用いたモデル作成をはじめとするデータ分析を外部に委託したり、高価なソフトウェアを購入し、ボタン一つで解決しようとしてきました。
しかしながら、とりわけ製造業では、製造に関する業務知識（ドメイン知識）がなければ、モデル作成やデータ分析（特徴量設計）は容易にはできません。
外部委託先から的外れな分析結果が報告されれば、多大なコミュニケーションコストが発生します。

弊社も機械学習のアルゴリズムや分析には詳しいものの、製造業特有のドメイン知識の獲得に苦労し、成果があげられない分析プロジェクトも多く経験しました。多大なコストをかけ無事所望の予測モデルが作成できたとしても予測モデルの権利の問題（特許や使用権）で委託先と折り合わないケースもあります。
また、自社の組織に分析力（解決力）やノウハウが蓄積されない限り、日々刻々と変わる可能性のある予測モデルのメンテナンスを自分達で行うことすらできず、再び高い分析コンサルティング費用を支払う必要も出てきます。

以上のことから、本当の意味での企業競争力をつけるには、自分達の手で機械学習を習得する必要があると弊社は考えており、図の“新モデル”に移行する必要があると考えています。

弊社では、Randy LeBlancの考え方に立脚し、自分達自身で分析ができるようになって頂くための機械学習（データ分析）のオンサイトトレーニング（2日〜3日間）やWEBトレーニングコース（1ヶ月間）を提供してきました。

しかしながら、普段の業務と並行して機械学習（データ分析）を学ばないといけないため、1ヶ月という短期間の中で実際の業務課題の改善や研究開発に直結できた受講者は少数でした。分析プロジェクトの平均期間が3ヶ月〜1年であることを考慮すれば、従来の機械学習トレーニング講座の提供は適切ではなかったと言わざるを得ません。

Learning サブスクリプションサービスでは、長期間（1年間）にわたり機械学習トレーニングの講座の提供を通して、多くの組織が自分達の手で機械学習を習得し、自社の組織に分析力（解決力）やノウハウが蓄積することで、業務知識が豊富な自分達の組織で、多くの分析プロジェクトの成功が継続的に実現されると考えております。

• ビジネスインパクトの計画がなく、データ取得・分析が始まってしまっている。
• 分析による効果を検証できていない。
  • 分析結果がどれくらいの収益を生むのか？
  • 分析結果がどれくらいのコスト削減効果があるのか？
  • 運用に耐えうるモデルなのか？
  • 分析が上手くいかなかった要因を列挙できていない？
• 社内で分析ツールが統一されておらず、ユースケース（事例）の共有ができていない。
• データサイエンス（機械学習）の教育体系がない。
• 部門ごとで分析課題が違うため、つまずくポイントが違う。