データ・DX
PoCとは？
PoCとは、新しい技術や施策が実現可能か、限定的に試して確認する取り組みです。
関連表記: PoC / 概念実証 / Proof of Concept
試験で問われるポイント
- 目的、評価基準、期間、次の判断を事前に決めます。
- PoCで終わらせず本番展開につなげる設計が重要です。
- DXやAI導入の価値創造で問われやすいです。
具体例
社内FAQに生成AIを使えるか、小さな部署で検証します。
混同しやすい点
- 試すこと自体を目的にする。
- 成功基準が曖昧なまま始める。
関連問題で復習
社内の小規模なPoCでは回答品質が目標を満たしました。本番では利用者とアクセス量が大きく増えます。本番移行の判断に向けた確認として最も適切なのはどれですか。
「PoC」と「要件定義」の違いを説明したものとして、最も適切なものはどれか。
需要予測の導入で、次の作業と依存関係がある。手戻りを抑えるロードマップとして最も適切なものはどれか。 |作業|開始条件| |---|---| |A データ利用権・定義の確認|なし| |B PoCと採用基準の判定|A完了| |C 本番連携・監視設計|B採用| |D 現場パイロット・教育|Cの最小構成完成| |E 全拠点展開|Dの定着基準達成|
案件Aは画像認識が照明条件で必要精度を出せるか不明である。案件Bは技術的には実現済みだが、利用者が新しい申請サービスを継続利用するか不明である。PoCとMVPの使い分けとして最も適切なものはどれか。
AI開発をアセスメント、PoC、本開発、追加学習などの段階に分ける主な理由はどれか。
委託先へ未公開データを示してPoCを行い、結果が良ければ本開発と運用後の保守・追加学習へ進む。契約の進め方として最も適切なものはどれか。
AIプロジェクトの進め方に関する次の記述の組み合わせとして最も適切なものはどれか。 a. PoCは、課題設定後に限定した条件で実現可能性を検証する活動であり、企画から運用までの全工程を置き換えるものではない。 b. CRISP-DMは業務理解からデータ準備、モデル評価・展開までを反復し、CRISP-MLは機械学習固有の品質管理や運用も考慮する。
PoCでは高精度だったAIをサービスとして公開する前の確認として、最も適切なものはどれか。