2020年AI予測（米国）：アップスキリングの方法を見直す

2020年AI予測（米国）：アップスキリング^*の方法を見直す

AIに関する真のアップスキリングには、単に研修を行うだけではなく、従業員が主体となったアプローチが必要です。

_{*デジタル時代に求められるスキルとマインドセットを身につけるための継続的な取り組み}

アップスキリングは、企業の新しいスローガンとなっています。あなたがAIに特化したスタートアップの経営者でない限り（そうであってもおそらく）、従業員はアップスキリングを必要とします。しかし、従来型のアップスキリング（サイロ化した技術を重点とする学習機会の提供）では、従業員や会社が大規模なAI導入に備えるのに十分ではありません。

真のアップスキリングには、研修コースを提供するだけでは不十分です。調査対象の企業幹部（50％）が認識しているように、学習したことを直ちに「応用」できる機会とインセンティブを与える必要があります。そうすることで、知識は実際に使えるスキルとなり、パフォーマンスを向上できます。このような従業員自身が主体となるアプローチ［English］は、データセットの作成、機械学習モデルの構築、PythonやRの利用といった技術を教えるのに最も有効な方法というだけではありません。生涯にわたって学び続け、部門を横断した働き方［English］や問題解決に取り組もうという、AIに対応できるデジタルマインドセットを作り上げることにも役立ちます。

また企業は「クロススキリング」（異なる分野のスキル習得）も必要とします。つまり、ある分野（例えばデータサイエンス）の専門家に、別の分野（ビジネスなど）における十分な基礎スキルを与えることで、両方の分野を理解できるようにします。こうしたクロススキリングは、AI関連の課題に関して協力し合うためだけでなく、AIが解決できる問題を判断するためにも極めて重要です。社内のチームは、複数の技術的スキルと非技術的スキルを併せ持つ「マルチリンガル」であることが求められます。それによって、非技術系の従業員が技術的ソリューションを考えつき、また、技術系従業員がビジネスソリューションを考案できるようになるとともに、互いのスキルセットの基礎を学ぶことにも役立ちます。

従業員全員がAIを利用できるようにするAIの民主化は好ましい傾向ですが、それでもなお、データサイエンティストとAI専門家は、AIモデルの開発とトレーニング、データおよびモデルのガバナンス、知的財産権やオープンソースのソフトウェア／データセットの取り扱いを注視する必要があります。また、重要な役割を担うデータサイエンティストやAIの運用・インフラ担当者を社内で育成し、増員する方法も検討すべきでしょう。調査回答者の38％が、データサイエンティスト向けのより高度なAIスキルに関する資格認定プログラムを実施していると答えています。

調査回答者の38％が、データサイエンティスト向けのより高度なAIスキルに関する資格認定プログラムを実施していると答えています

2020年に取り組むべきこと

アップスキリングの機会を提供する

企業がアップスキリングと呼んでいることの多くが、実際には単なる「知識向上」に過ぎません。知識をビジネスへの貢献につなげるには、まずどのようなスキルが必要かを明らかにしたうえで、従業員が学習したことを応用し、完全に身に付け、共有する機会を（デジタルプラットフォームを含めて）提供することが必要です。

従業員主導の文化を醸成する

最良の従業員基盤プログラムは新しい文化を醸成します。そのためには、ビジネスリーダーは方向性と目標を設定したら、いったん引き下がることが必要です。そして、従業員がスキルを学び、そのスキルを新たな方法で活用して業務を遂行するために必要なツール、プラットフォーム、（報酬と評価の両方による）インセンティブを提供するのです。

「マルチリンガル」の目標を設定する

異なる分野の専門家たちに、他の専門分野も理解できる能力を与えることを最優先とします。部門をまたいだクロススキルによる協業を推進するために、データエンジニア、データ倫理専門家、データサイエンティスト、MLOps（機械学習の開発と運用に共同で取り組むチーム）エンジニア、アプリケーション開発チームとビジネスチームのメンバーからなる「マルチリンガル」なチームを作ります。