2026年度

後期

DXソリューション特論

講義

DX solutions

Z0400017 DXソリューション特論 [対面]【教室：DX実験ラボ B-0753】

郡司 茂樹

2.0単位

月曜4限

新宿

B-0753DX実践ラボ

A 専攻する研究領域における高度な専門知識を身につけたもの 50%
B 科学技術を運用する能力を身につけたもの　50%
C 主体的に研究に取り組み、社会や職業についての知識や技術者や研究者として必要な倫理観を身につけたもの　0%
D 特定の専門領域における創成能力を身につけたもの　0%

1. 【構想力】ビジネスアーキテクチャーの設計
　・既存のビジネスプロセスを分解し、DXロードマップを自ら策定できる。
　・ROI（投資対効果）の試算に基づいた技術選定の根拠を経営層に説明できる。

2. 【推進力】アジャイルな組織文化のリード
　・「エンジニアリング」と「マネジメント」の両輪を回すチームリーダーとしての役割を遂行できる。
　・コンテナ基盤を用いた継続的な改善サイクル（チェンジマネジメント）を提案できる。

3. 【実装力】スケーラブルな基盤構築
　・Docker/Podmanを用いた開発環境の標準化（可搬性・再現性）を実践できる。
　・マイクロサービスや自律分散型システムの考え方に基づき、変化に強いインフラを設計・構築できる。

4. 【解析力】データガバナンスとAIの統合
　・データ品質とセキュリティを担保したエンドツーエンドのデータパイプラインを設計できる。
　・AIエージェントを駆使して、LLMと既存システムと連携させ、業務自動化の仕組みを構築できる。

5. 【完遂力】社会実装と仮説検証
　・実務のリアルな課題に対して、自身のアイディアが有効かを確認する仮説検証プロセスを回せる。
　・ステークホルダーを惹きつける「2030年の解決策」をピッチし、合意形成を得るスキルを習得する。

1. 線形代数（基礎）
2. Python（基礎）
3. Linux（基礎）
4. 高いモチベーション

PBL（課題解決型学習）／ディスカッション・ディベート／グループワーク／プレゼンテーション／実習・フィールドワーク

全15回のトランスフォーメーション・ロードマップ。座学はハイブリッド、演習や発表は対面にて実施します。フィールドワークについては授業内で通知します。なお本授業は外部関係者との調整のため「アジャイルな運営」を行います。計画が柔軟に変更される可能性があります。

はじめに：視点をアップデートする
1回 (ハイブリッド)　 DXソリューション概要
2回 (授業内で通知) 　ビジネス現場を体感する① ：フィールドワークで現場の課題感とビジネスデザインを知る

第一部：コンテナ基盤とイノベーション
3回 (ハイブリッド) 　イノベーション推進体制
4回 (対面・演習) 　　アジャイル（スクラム）ワークショップ
5回 (対面・演習) 　　コンテナ基盤ハンズオン（基礎）：可搬性と再現性
6回 (対面・演習) 　　コンテナ基盤ハンズオン（応用）：自律分散型システムの構築

第二部：データ基盤とAI
7回 (ハイブリッド) 　データ基盤の変遷と全体設計
8回 (対面・演習) 　　データエンジニアリング・ハンズオン
9回 (ハイブリッド) 　深層学習の構造的理解
10回 (対面・演習) 　  LLMのビジネス活用ハンズオン
11回 (対面・演習) 　  AIエージェントとLLMOpsハンズオン

第三部：DX推進スキルを実践する
12回 (on demand) 　  ビジネス現場を体感する② ：作成中のビジネスプランに対する仮説検証
13回 (ハイブリッド)    これまでのまとめと講評
14回 (対面・発表) 　　DXソリューションピッチ①：2030年の課題解決策（教員・学生による評価）
15回 (対面・発表) 　　DXソリューションピッチ②：外部審査員招聘、表彰、ネットワーキング

出席点、課題（演習・フィールドワークの成果物およびレポート）、最終授業で行うピッチを総合して、A+, A, B, C, D, F の評価を実施し、D以上を合格とします。評価に際しては複数の外部関係者からの評価コメントも参考にします。

ピッチに対するコメントにて行います（第14回、15回）。また外部関係者からの評価コメントについても、全体の講評を受講生にフィードバックします（第13回）。

特に指定しません。

1. 西山 圭太: DXの思考法／日本経済復活への最強戦略 文藝春秋
2. デビッド・ロジャース: THE DIGITAL TRANSFORMATION ROADMAP／絶え間なく変化する世界で成功するための新しいアプローチ 東洋経済新報社
3. 杉山 聡: 本質を捉えたデータ分析のための分析モデル入門／統計モデル、深層学習、強化学習等 用途・特徴から原理まで一気通貫！ ソシム

授業中ならびに授業後の教室、また電子メール（shige.gunji@cc.kogakuin.ac.jp）でも質問を受けつけます。

この授業は、教室の中で完結する「知識のインプット」ではありません。デジタル社会が抱える複雑な課題に対し、自ら問いを立て、泥臭く手を動かし、答えを実装する「実験場（ラボ）」です。本授業で大切にするのは、以下の3点です。

「得るものは、自分次第」というリアリティ
　・演習やフィールドワーク、外部審査員へのピッチなど、実践の場を数多く用意しています。
　・受動的な姿勢では何も残りませんが、主体的に飛び込めば、それは一生モノのスキルに変わります。

「混ざり合う」ことで生まれるイノベーション
　・DXは一人では成し遂げられません。立場や専門性、意見の異なる仲間と協働してください。
　・時にぶつかり、時に補い合い、その葛藤の中にこそ自身をアップデートするヒントがあります。

「2030年」への当事者意識
　・既存境界が曖昧になる今の世の中で、君たちなら何を創り出してみたいですか？
　・社会課題へ関心を持ち、「自分がこの手で未来を書き換える」という意欲を持って参加してください。

自身をトランスフォーム（変革）させて、2030年の景色を一緒に塗り替えに行きましょう。

実務家担当科目

科学技術計算分野からデータサイエンス分野にまたがる技術的背景を活かし、データを経営に生かすためのグランドデザインを経験。社会実装例としては、機械学習およびシミュレーションを併用して信号機をコントロールし、交通渋滞を軽減する実証実験（2015-2016）、車種を深層学習で自動判別し、最適な屋外広告を表示する実証実験（2016）など。実際にサービスインした例としては、大手損害保険会社のドライブレコーダー特約つき自動車保険（2016-2017）など。

情報学専攻