全社AI研修と3か月の実践プログラムで約100件の事例、ダイハツ工業の人材育成

出発点にあったのは、データとAIの民主化を掲げながら、全社員がデータ活用やAIの素養を十分に持てていないという状態でした。あわせて、基礎を身につけた人材と実際にAIプロジェクトを動かせる人材を、レベル別・段階的に育てる道筋も求められていました。

編集部の見立てでは、ここでの困りごとの本質は、AIに詳しい人材の頭数ではなく、現場から相談そのものが立ち上がってこないことにあったのではないでしょうか。AIのリテラシーがなければ相談しようという発想自体が起きない、という認識が育成の担当者から示されています。何ができるか分からなければ、目の前の面倒な作業をAIで解ける課題として言語化できず、推進部門に持ち込む発想も生まれません。詰まっていたのは技術の手前、課題が生まれてくる入口のほうだったと考えられます。

育成の軸を、数学や機械学習の知識ではなく課題設定の力に置いた設計が起点になっています。実務でAIを活用するうえで高度な理論は必須ではないという判断のもと、AI道場ではワークシートを使いながら、AI活用の課題設定とプロジェクトの企画立案を手を動かして進めます。技術から教えるほど教材は受講者の担当業務から離れていきますが、課題の立て方から入れば、扱う対象は最初から自分の職場になります。フレームワークで思考を整理する型を先に渡すやり方は、知識量の差がそのまま事例の生まれやすさの差にならないよう働いたと考えられます。

PoCまたは実装を最後までやり切り、発表会まで到達することをゴールに据えた運用も効いています。途中で止まらないよう、AI道場では実務経験の豊富な講師に直接相談・質問できる機会が設けられ、実際のプロジェクトに即したフィードバックが返ってきます。さらに、部門を横断して集まる参加者の知識やスキルの幅を埋めるため、ダイハツ工業のDX推進部が個別に相談できる場を別途用意しており、研修を提供する側と社内で推進する側が支援を分担する形になっています。学びを成果物に変える負荷が最も高くなるのは終盤であり、そこに二重の支えを置いた設計は理にかなっています。

生まれた事例を受講者個人の中に閉じ込めない仕組みも組み込まれました。毎月開催される「D-ai-hatsuキャンプ（AIキャンプ）」という勉強会や事例共有会を通じて、道場に参加していない社員にも取り組みの中身が届きます。自分も使ってみようという動機や、あの事例は自部門にも展開できるのではないかという発想は、こうした接点がなければ生まれにくいもの。裾野を広げる基礎研修と、事例をつくり切る道場を並行して回す二層構造が、相談と展開の循環を支えていると見られます。

2021年のAI道場開始以降、社内では約100個のAI活用事例が生まれています。前提知識ゼロの状態から参加した社員が、約3か月でAIを活用した塗装膜厚の自動測定アプリを開発・完成させたケースもあります。全社向けのAI基礎研修の側では、道場に参加していない社員やさまざまな部署から相談が寄せられるようになり、工場で実作業にあたる社員からは実装しやすい具体的なテーマが挙がるなど、相談の質の変化も感じ取られています。中核人材を300名育成する目標に対しても、進捗は順調に推移しています。