DXの人材、組織、そしてプロジェクトの考え方

AIやDXに関する政策関連の情報整理をしていて、そういえばDX人材・組織に関する記事を整理してなかったのを思い出す。社内態勢ができてないのにAIが組織的に活用されるなんてはずもなく。。。

データ利活用に限らずデジタル技術の活用一般の課題としても

DX組織

を立ち上げて運用するには、についての記事。コンサルタント・データサイエンティストとして他に言えることはあるけど、全て書いても取っ散らかるので、このページは外部記憶装置に徹する。

あらゆる意味での環境を整えなければ人材だけ集めてもね、というのを良い感じに言ってる

そのための人材についても、論者によって使う言葉は違えど、これまで何度か話題にされてる。僕自身も単なるデータサイエンティストから、なまじコンサルティングスキルがあったので、この位置づけを担うようになっていった。但しDX人材市場はこの価値を未だ認知してないww

DX・データサイエンス人材

最もセクシーな仕事とか言われてたデータサイエンティストww

まぁ改めてDXとは、それに必要な人材・スキルとは、についてのまとめ

1つだけ言っておくと、DS協会やIPAのスキル項目を鵜呑みにしてはダメ。あれらは辞書的に使うものとして利用価値はあるのだけど、全て学べとは言ってない。それをDSやDXをわかってない人事部門とか人材開発担当とか、そこから受託した外コンだかのしょうもない人たちが全て習得しないとダメみたいな育成計画やらスキルマップやら作成しくさる。そんなスーパーマンはいない、いたとして貴社の人事制度で適切な評価・処遇できるのか？と。何人かで満たせるチームを作るのが本来です。
複眼的に見れるように、上記とは違う尺度を以下に

DX・データサイエンスのプロジェクト

人も組織も揃ったことに建前上なってても、実際はプロジェクトが進められなくてー、みたいなことはいまだに聞く。とあるITベンダーの研究所あがり程度で専門家ぶって「kaggleマスター揃えてるから大丈夫( ｰ`дｰ´)ｷﾘｯ」とかやって結局失敗ww
上記のブリッジ人材もそうだけど、プロジェクトとして企画・設計してマネジメントしなかったらダメに決まってる、、、そして問題はデータサイエンスを理解してプロマネできるのが少数、そして人材市場はこの価値を未だ(ry

それ以外の観点もいろんな切り口の記事を挙げておけば少しは理解されるかなぁ、、、リテラシーが低かったり経験値が乏しい専門家が幅を利かせてたりするとまだまだこういうことあるから。。。

• Top 10 Challenges to Practicing Data Science at Work | (businessoverbroadway.com)

他の情報を見たい方は、目次ページへ
仕切り直しで収集情報の整理から｜くすぐったがり｜note