LetsurでAIの変革に成功した企業事例

新任幹部がAI事業をリードしなければならない状況では、AIに関する背景知識が不足している状況では戦略立案が難しく、明確な方向性を確立するためにはリーダーシップ指向の研修が必要でした。

ChatGPT、Perplexity、Intuitive AIなどの直感的なツールをベースに、実践志向のカリキュラムを編成し、プロンプトの立案から戦略立案、レポートの自動化まで、経営幹部が自分でAIを使用してタスクを実行できるように設計されています。

経営幹部は、AIを実際に直接活用することで戦略的思考を強化することができ、実践ベースのトレーニングを通じて組織内のAXプロジェクトの理解と実行方向を明確にしました。

AI導入の課題を導き出す過程で、組織内のさまざまな利害関係者と協力してテクノロジーの実現可能性を判断することが困難だったため、実行可能な戦略を確立することが困難でした。

Able Campusとデザイン思考に基づいたワークショップを実施し、各部署の課題を構造化し、AIの適用性を考慮した課題を導き出しました。専門エンジニアが参加して技術をレビューし、実現可能性についてフィードバックを行いました。

ビジネスプロセス全体を再定義することで、各グループは実現可能性とビジネス価値の両方を考慮したAIの課題を導き出し、研修生のコラボレーションに対する理解と、AIを実際に適用する視点が高まりました。

ジェネレーティブAIテクノロジーをQA業務に導入したいと考えていましたが、超大規模画像生成モデルを理解し、それを実際の作業にどのように適用するかを内面化するための実践指向のトレーニングが不足していました。

エイブルキャンパスと共同で、QA部門の特性に合わせたカスタマイズされたAI教育カリキュラムを設計し、専門家でなくても従うことができるColabベースの実践環境を提供し、LVMモデルの理解や性能評価も実践できるようにしました。

画像生成AIの原理から利用までの全過程を実践することで、実際のQA業務に応用できる技術感覚を身につけました。研修生の全体的な満足度は高く、AIモデルを選択して評価する実践力が強化されました。

リハビリテーション医学では、患者の重症度を定量的に測定するには複雑なプロセスが必要であり、医療専門家は特定の環境で患者の行動を誘導して評価する必要がありました。画像や数字に基づく定量化システムを導入したいと考えていましたが、複雑な医療データを使った開発は、AIの専門家が不足していたため困難でした。

患者の画像データに基づいて、重要なポイントを分析し、重症度指標を予測できるAIモデルを開発しました。計画から収集、前処理、モデル設計、学習データの高度化まで一丸となって取り組み、医療スタッフからのフィードバックを反映させることで予測精度の向上を続けました。

患者画像ベースの重症度予測AIは、医療スタッフの評価を支援し、医療従事者の反復作業負荷を軽減し、より効率的な診断および予後分析環境を提供します。

骨粗しょう症性脊椎骨折患者の脊椎虚脱の早期予測は、脳神経外科の分野における重要な課題です。以前は、臨床数値データのみを使用して予後を予測していましたが、限界があり、MRI画像を分析するためのAIモデルの開発が必要でしたが、関連する画像データを扱うことができるAI専門家が不足していたため、困難でした。

既存の臨床数値に加えて、MRI画像に基づいて予後を予測するための新しいAIモデルを開発しました。データの計画と収集、モデル設計までの全プロセスを共同で進め、最初のモデルの作成後、医療スタッフや AI の専門家からの綿密なフィードバックをもとに、モデルを繰り返しアップグレードして精度を向上させました。

3D医療画像から患者の予後をより正確に予測できるようになり、予測結果に基づいて早期の治療と対応が可能になりました。迅速かつ正確な予測は、医療スタッフの意思決定の実際的な助けとなっています。