島田氏は、CoB/CoSにおいて「機械学習プロジェクトキャンバス」も有効と話します。

　「機械学習プロジェクトキャンバスは、もともと三菱ケミカルホールディングスが作成したフレームワークで、AI活用において『目的・目標』や『利用者』、『必要なデータ』や『成功指標』といった要素を可視化することができます。

　我々が提案している機械学習プロジェクトキャンバスでは、これらに加えて、ビジネス化で重要である『貨幣価値』と『段階的アプローチ』を追記しています。これによって、プロジェクトの目標やゴールが明確になりますし、PoCの結果を判断する際にも有効となります」

　島田氏は、特に意識したいのは、AIを導入することによってどのぐらいの収益やコスト削減につながるかという『貨幣価値』であると話します。

　「たとえば、プラントの品質分析でリアルタイム測定を実現するためソフトウェアセンサーの作成を課題にしたとします。その際に、『センサーの貨幣価値は何か？』を考えていくと、『品質異常の早期検知で不用品の回収コストや品質管理コストが低くなる』といったことが見えてきます。そうすると、利用者は誰なのか、どんなデータが必要なのかといったことにも意識が向き、最終的にシステムでそれらをどう解決するかというゴールまでをキャンバスに一覧化できます。

　実際、PoCでの技術実証が上手くいっても、コスト削減効果など自社ビジネスでのベネフィットが思ったよりも生まれないと、PoCが終わることも少なくありません。逆に言えば、AIを導入して得られる『貨幣価値』がはっきりしていると、経営層による投資判断も含めてプロジェクトがスムーズに進みます」（島田氏）