※ご参考；総会発表資料PDF
■概要
昨今IoTやAIは、業務の中で本格的に取り組んでいる企業が多くなり、成果も上がってきました。このような状況の中、IoT・AI研究会は過去3年間、勉強会ではなく、IoTとAIをビジネスにどう活かすか、ビジネス課題をいかに解決するのか、IoT・AIのデータマネジメントはどうあるべきか議論、研究し、事例収集だけでなく、フレームワークを検討し、ドラフトを作成しました。
2019年度は、まだ十分ではないフレームワークなどのアウトプットをより良いものにし、IoT・AIに取り組む人たちに貢献することを目指し、次の方針で活動します。
①多種多様な背景を持つユーザー企業、ベンダー企業がGive & Takeの精神（Giveが先です）で知見を出し合い、「ビジネス課題を解決するためのIoT・AIとはどうあるべきか？」というテーマを引き続き追求します。
②ユーザー企業に対して、上記のフレームワークをベースにインタビューを実施し、成功したケース、失敗したケース、留意点などをまとめ、事例を紹介するだけでなく、KSF（Key Success Factor）を整理します。
③各企業の「IoT・AIプロジェクト企画立案者」や「プロジェクト推進者」にとってリファレンスになるフレームワークなどのアウトプットを作成します。（企画段階でどのようなアプローチ（検討項目、留意点）をすればよいか、データマネジメント観点で何をするべきか、IoT・AI導入にあたっての活用ガイドラインなど）
★メッセージ： 1年間継続して参加するのは難しいと感じる方もいるかも知れませんが、毎回とてもエキサイティングで、メンバーは有意義な経験を積んでいます。ユーザー企業もベンダー企業も多くの方のご参加をお待ちいたします。新規の方もこれまでの成果を共有するところから始めますので、ご心配は不要です。
■リーダー（L)とサブリーダー(S)
L： 金井 啓一（日本テラデータ）
L： 岡田 優治（アシスト）
■対象者
・自身のビジネスがIoTやAIに関わっていて、課題を持っている方
・IoT・AIの企画担当の方
・ビジネスアナリスト、データサイエンティスト、データエンジニアの方
・IoT・AIのデータマネジメントに関わっている方
なお、高度な専門知識は無くて構いません。
また、原則として6回以上の研究会参加、および宿題の提出などの活動が可能な方が対象です。
■難易度
チャレンジングで、とても面白いです！
■頻度
・2019年6月～2020年4月、毎月第2水曜日18:00-20:00（16:00 or 17:00開始の回あり）、計11回
・初回は、6/12（水）16:00-18:00、18:00-20:00懇親会
・別に、「ビジネス分科会」「アーキテクチャ分科会」の開催があります。
■アウトプット
・「IoT・AI」活用のビジネス面とアーキテクチャ面のフレームワーク
・ユーザー企業へのインタビューによる役に立つ事例集とKSF（Key Success Factor）
■年度のマイルストーン
第1回 研究会で決めます。
※ご参考
【適用分野】
（〇）1.データマネジメント概念
（〇）2.データマネジメント実践
（〇）3.データガバナンス概念
（〇）4.データマネジメント人材
（〇）5.データマネジメント勉強会
（〇）6.その他【IoT・AIによるビジネス推進】
【ITキーワード】
（〇）1.アプリケーション統合
（〇）2.データ統合
（〇）3.ビッグデータ分析もしくはBI基盤構築
（〇）4.ナレッジ共有の基盤整備
（〇）5.業務システムの整備
（〇）6.データの流れの整理
（〇）7.データモデリング
（〇）8.データクレンジング
（〇）9.データ辞書の整備
（〇）10.マスタデータ管理（MDM）
（〇）11.情報分析・活用支援組織の設立
（〇）12.データ管理（データクレンジング等含む）組織の設立
（〇）13.データサイエンティスト組織の設立
（〇）14.ソーシャルデータの収集およびビジネス活用
（〇）15.マシンセンシングデータ（IoT)の収集およびビジネス活用
（〇）16.人工知能（AI）のビジネス活用
（〇）17.MA（マーケティングオートメーション）のビジネス活用
（〇）18.その他（エッジ、データレイク、クラウド、EA）
【ビジネス要素、技術要素】
（〇）1.データ利活用
（〇）2.データマネジメント戦略
（〇）3.データマネジメント実行体制と維持
（〇）4.データプランニング
（〇）5.データ利活用要件定義
（〇）6.データアーキテクチャ設計
（〇）7.データ準備とデータ運用準備
（〇）8.データ利活用の運用と支援
（〇）9.データ品質・利活用モニタリング
（〇）10.その他（IoT・AIのビジネスフレームワーク、およびアーキテクチャ・フレームワーク）