tag:peatix.com,2011:1 2022-09-18T16:04:17+09:00 Peatix 英治出版株式会社 tag:peatix.com,2022:event-3312700 2022-08-19T15:00:00JST 2022-08-19T15:00:00JST

「技術者でない人のためのDX『実務書』」として発売以来、多くの皆様からご好評いただいております『DXの実務――戦略と技術をつなぐノウハウと企画から実装までのロードマップ』の著者によるセミナーを、この度オンラインにて開催いたします。昨今、あらゆる産業で「DX（デジタル・トランスフォーメーション）」が叫ばれています。しかし、多くの時間と労力を費やしているにもかかわらず、成功とは言い難いDXプロジェクトが後を絶ちません。成功するDXプロジェクトとそうでないものとは、何が違うのでしょうか。著者の古嶋十潤さんは、失敗するDXプロジェクトには共通する二つの根本的な課題があるといいます。① DX戦略構築/実行の「型」が欠けている② DX実現に不可欠の「技術的考察」が欠けているスタートアップとコンサルティング会社で多くのDXの施策に携わってきた古嶋さんは、「DX成功の鍵は『戦略と技術をつなげる力』であり、非エンジニアでも経営層でも、本気でDXを行うならばデータ利活用の標準的な考え方を身につけ、主要技術を理解することが不可欠だ」と語っています。今回のセミナーでは、特に「戦略立案」部分を中心に、①の根本的な課題の一つであり本書の特徴でもある「データ利活用を基軸としたDX戦略の構築」におけるフレームワークや推進ロードマップについて、DXの事例を交えながら詳しく、そして分かりやすく解説いただきます。「データの利活用を通じて、自社でどのような継続的成長を実現するのか」を、あらためて見つめ直したいという企業、チーム、DXに関わるすべての皆さまに、ぜひご参加いただければ幸いです。ぜひお気軽にお申し込みください。 【本書をお読みいただいた方の声】 ●ふわっとしたDX本が多い中、骨のある、ブレのない、徹底した「実務書」。●データのサイロ化が長年進行した会社で、経営陣、営業部門、企画部門、システム部門の全てに挟まれた「DX推進担当」として奮闘している自分にとって、 これまで取り組んできたことの棚卸や、これからやるべきことの整理に、とても参考になる一冊。●戦略も技術も「作りっぱなし」になりがちだと繰り返し警鐘を鳴らしている部分に共感。データは利活用され続けてこそ意味がある。◇　◇　◇　◇　◇ 【イベント概要】 ●日時：2022年8月19日（金）15:00～16:00※14:55：開場●会場：オンライン（Zoom）●参加費：無料●募集人数：50名※Zoomを初めて使う方へ:事前にアプリのダウンロードをしておくとスムーズに接続ができます。https://zoom.us/download#client_4meeting・PCなどの端末とインターネットに接続できる環境をご用意ください。・配信URLは、開催前日までにPeatixのダイレクトメールにてお送りいたします。 【当日の内容】 ・オープニング・書籍および著者紹介・セミナー：DXの成否を左右する データ利活用サイクルと推進フレームワーク　1）DXの事例紹介　2）DXへの“本音”　3）『DXの実務』で重要な観点　4）『DXの実務』で伝えきれなかったこと・Q&A・クロージング 【登壇者紹介】 ●古嶋十潤（ふるしま・とおる）コンサルティング会社とスタートアップを行き来し、現在はデータ/AI活用製品を提供するスタートアップで執行役員CPO(Chief Product Officer)を務める。コンサルティング会社在籍時は、パートナーとして多くの日系大手企業とデータ/AI活用プロジェクトを幅広いテーマで推進。また、複数のスタートアップで経営戦略/事業戦略/人事戦略等を統括。京都大学法学部卒。 【注意事項】 ●お申し込みキャンセルの方法はこちらをご覧ください。 【書籍紹介】 『DXの実務――戦略と技術をつなぐノウハウと企画から実装までのロードマップ』〈本書の特徴〉・エンジニアではない読者向けに、DXに関する戦略と技術の双方を解説。・あらゆる業種のDXに共通して必要な「データ利活用」の本質がわかる。・難解なデータ/AIの技術について、易し過ぎず、難し過ぎないレベルで解説。・データ/AIの技術を前提としながら、実務的な話ができるだけの基本知識・理解が得られる。〈構成〉Part 1[序論] DXの成否を左右する「データ利活用サイクル」DXの“現在地"DXは、「データ利活用」による経営改革データ利活用を実現する重要コンセプトデータ利活用を実装する仕組みデータ利活用とAIデータ利活用の成否を分かつ要因データ利活用DX実現へのロードマップPart 2[総論1] DXが進まない理由業種/業界別に見られる課題とDXによるアプローチDX推進を阻む課題DXを阻む課題の“深淵"DXを実現するための3つの方針Part 3[総論2] データ利活用DX推進のフレームワークデータ利活用DXの2つのフェイズPre-DX Phase:コンセプトの設計Pre-DX Phase:メカニズムの設計DX Phase:推進ステップPart 4[各論1] DX Phaseの具体的実務データ利活用の前提となる「データ統合」データの分類DXフェイズにおける具体的実務の概観KPIを具体的実務へ落とし込むデータ/AI活用を具体的実務へ落とし込むPart 5[各論2] AIの活用AIの全体像AIの限界Column 進化し続けるAIAIの分類AIの学習教師あり学習:決定木アンサンブル学習画像認識/自然言語処理で用いる深層学習モデル教師なし学習:クラスタリング機械学習システムへの実装Part 6[各論3] 人材要件プロダクト開発担当データサイエンス担当データパイプライン担当※詳細・購入はこちら （Amazon書籍紹介ページ）