2025年度 (最新) 学位プログラムとして特別に設けた教育課程 学位プログラムとして特別に設けた教育課程 データサイエンス・AI全学教育機構
先端データサイエンス・AI第四
- 開講元
- データサイエンス・AI全学教育機構
- 担当教員
- 鈴木 健二 / 市川 類 / 金﨑 朝子 / 奥村 圭司 / 新田 克己 / 佐久間 淳 / 小野 功 / 三宅 美博
- 授業形態
- 講義/演習
- メディア利用科目
- -
- 曜日・時限
(講義室) - 水5-6 (M-135)
- クラス
- -
- 科目コード
- DSA.A504
- 単位数
- 0.50.50
- 開講時期
- 2025年度
- 開講クォーター
- 1Q
- シラバス更新日
- 2025年3月19日
- 使用言語
- 日本語
シラバス
授業の目的（ねらい）、概要
データサイエンス・AIを活用しイノベーションを主導するリーダーを育成するために，デジタル・AIなどの技術をビジネスに活用し，経営するための基礎を修得し，ビジネスプランを作成できるようになることをねらいとする．
・データ・AIの利用に係るビジネスは，製造業・ハードウェア系のビジネスとは大きく異なることを理解する．
・データ・AI技術は，幅広い分野で利用される一方，そのビジネスにおいては，共通の特徴を有することを理解する．
・DS&AI全学教育の一環として，そのビジネス活用し，経営に係る基礎を修得する．
・PBL形式のグループワークにて，仲間と協力してビジネスプランを作成する．
到達目標
デジタル・AI分野を活用したビジネス，特に，ベンチャービジネスの仕組み・エコシステム，企業におけるデジタルトランスフォーメーション（DX）などに係る実践的・経営的な視点を修得するとともに，PBLでのグループワークにて学生自らがビジネスプランを作成する能力を養う.
実務経験のある教員等による授業科目等
実務経験と講義内容との関連 (又は実践的教育内容)
・市川類特任教授は, 経済産業省及び関連機関で30年以上にわたりイノベーション・デジタル・AI政策に従事．一橋大学特任教授も兼任.
・鈴木健二特任教授は, ソニーグループ（株）にてAI倫理, 情報法，人工知能を専門とする．名古屋大学客員教授も兼任．
キーワード
ビジネス，ベンチャー，イノベーション，グループワーク，PBL，データサイエンス・AI
学生が身につける力
- 専門力
- 教養力
- コミュニケーション力
- 展開力 (探究力又は設定力)
- 展開力 (実践力又は解決力)
授業の進め方
【重要】
・第一回目の授業ではガイダンスを実施するので, 受講者は必ず出席すること.
・受講希望者は、①自己紹介、②受講の動機、③ビジネスとして興味がある分野について、市川特任教授（ichikawa.t.ba79@m.isct.ac.jp）と鈴木特任教授（suzuki.k.5af1@m.isct.ac.jp）へ，原則として第１回授業前に，日本語数行程度でメールをすること.
・グループワークを行うので，定員を30名とする. 定員を超える場合，上記メールの内容に基づき選考する.
・データサイエンス・AIビジネスの全体像に加え，デジタルイノベーションやベンチャービジネス，DXなどの講義を中心（各回１時間程）．
・各回においてグループワーク（PBL）を実施（各回30分程度）．
・中間発表，最終発表にてグループごとのビジネスプラン案のプレゼンと議論．
・対面授業（大岡山キャンパス）のみでの開催.
・本授業は，日本語のみで実施する.
授業計画・課題
| 授業計画 | 課題 | |
|---|---|---|
| 第1回 | デジタルとAIを活用したイノベーションの創出の講義 グループワーク(1) | デジタル・AI技術によって対応すべきニーズ・社会課題の明確化 |
| 第2回 | デジタル・AI技術とビジネスモデルの講義 グループワーク(2) | 市場分析とデジタル・AI技術を活用したビジネスモデルの設計 |
| 第3回 | スタートアップビジネスの成長戦略 グループワーク(3) 中間プレゼンテーション | 顧客分析と企業の成長戦略の方向 |
| 第4回 | 世界のスタートアップ・エコシステムと日本の政策動向 グループワーク(4) | 資金調達・連携体制と国際戦略の方向 |
| 第5回 | 企業におけるデジタルトランスフォーメーション（DX） グループワーク(5) | 人材採用・組織体制とリーダーシップの発揮 |
| 第6回 | データサイエンス・AIビジネスのリスク・マネジメント グループワーク(6) | ビジネスにおけるコンプライアンスとAI倫理アセスメント |
| 第7回 | 学生からのビジネスプランの発表 | 各グループのビジネスプランのプレゼンテーションとディスカッション． |
準備学修(事前学修・復習)等についての指示
配布資料等の該当箇所を参照し, 各グループによるまとめの時間を概ね100分を目安に行うこと.
教科書
特になし.
参考書、講義資料等
T2SCHOLAにて電子的に配布する.
成績評価の方法及び基準
・単位については、合格または不合格にて評価する.
・授業への積極的な参加，グループワークへの貢献，各回のワーク，中間発表，最終発表により総合的に評価する.
関連する科目
- DSA.A503 ： 先端データサイエンス・AI第三
- DSA.A603 ： 先端データサイエンス・AI発展第三
履修の条件・注意事項
・AI・データサイエンスによるビジネスに興味があること.
・グループワークに積極的に取り組めること.
・日本語でのコミュニケーション能力があること.
連絡先 (メール、電話番号) ※”[at]”を”@”(半角)に変換してください。
市川 類 ichikawa.t.ba79[at]m.isct.ac.jp
鈴木 健二 suzuki.k.5af1[at]m.isct.ac.jp
オフィスアワー
水曜日
その他
本授業科目は, 「アントレプレナーシップ科目」(GA1M)とみなせる専門科目である.