クイズの説明
Month 4「AI活用を組織全体に展開しよう」の全体理解度を確認する最終テストです。Step 1〜5の全範囲から出題します。
合格ライン: 80%（10問中8問正解）
問題
Q1. AI CoEモデル
複数拠点を持つ大企業でAI CoEを設立する場合、初期に最も推奨されるモデルはどれですか？
- A. 完全分散型（各拠点が独立）
- B. ハイブリッド型（中央主導で立ち上げ、徐々に分散化）
- C. 外部委託型（全てをベンダーに委託）
- D. 個人依存型（優秀な1名に全てを任せる）
答えを見る
正解: B)
複数拠点の大企業では、初期はAI人材が限られるため中央主導で立ち上げ、ノウハウが蓄積されるに従って各拠点にAI機能を分散させるハイブリッド型が最も現実的です。完全分散（A）はリソース不足で機能せず、外部委託（C）は組織能力が育ちません。
Q2. 人材育成
AI人材の「裾野拡大」として全社員に必要なスキルはどれですか？
- A. AIモデルの開発スキル
- B. AIリテラシー（AIの能力と限界の理解、出力の評価力）
- C. プログラミングスキル
- D. データサイエンスの高度なスキル
答えを見る
正解: B)
全社員に必要なのはAIリテラシー、つまりAIにできること・できないことを理解し、AIの出力を適切に評価できる能力です。開発スキル（A）やプログラミング（C）、高度なデータサイエンス（D）はAI専門チームに必要なスキルであり、全社員には不要です。
Q3. スケーリング戦略
AI活用を全社に拡大する際の「プラットフォーム戦略」の目的はどれですか？
- A. 各部門が独自にAIを開発すること
- B. 共通基盤を構築し、AI導入のスピードとコストを改善すること
- C. 全てのAIを単一のモデルで統合すること
- D. 外部のプラットフォームに全て移行すること
答えを見る
正解: B)
プラットフォーム戦略は、データ基盤、MLOps環境、共通ライブラリなどの共通基盤を構築することで、新規AIの開発・導入を高速化し、コストを削減することを目的とします。車輪の再発明を避け、組織全体のAI活用を加速させます。
Q4. ガバナンスの審査プロセス
採用AIのような「高リスクAI」の導入に必要な承認はどれですか？
- A. 部門長の承認のみ
- B. AI審査ボードの承認のみ
- C. AI倫理委員会の承認
- D. 承認不要
答えを見る
正解: C)
高リスクAI（人の権利に直接影響するもの）は、最も厳格な審査プロセスであるAI倫理委員会の承認が必要です。倫理委員会はCTO、法務、人事、外部有識者で構成され、バイアス検査、説明可能性、プライバシー保護などを総合的に審査します。
Q5. 倫理ガイドライン
AI倫理の「透明性」原則を実現するための具体的な施策はどれですか？
- A. AIのソースコードを全てオープンソースにする
- B. AIの判断根拠をユーザーに説明できる仕組み（説明可能AI）を実装する
- C. AIの開発費を公開する
- D. AIの開発チームの写真を公開する
答えを見る
正解: B)
透明性の実現は、AIがなぜその判断をしたかをユーザーに説明できる仕組み（XAI: 説明可能AI）を実装することです。例えばレコメンドの理由表示や、与信判断の根拠説明などが該当します。
Q6. 連鎖リスク
複数のAIシステムが相互に依存している場合のリスク管理で最も重要なことはどれですか？
- A. 各AIを完全に独立させること
- B. AI間の依存関係を可視化し、波及シナリオを事前に評価すること
- C. 全てのAIを同時に停止できるようにすること
- D. 依存関係がないことを証明すること
答えを見る
正解: B)
AI間の完全な独立（A）は現実的でない場合が多く、重要なのは依存関係を可視化し、あるAIの障害や精度低下が他のAIにどう波及するかを事前に分析しておくことです。これにより、インシデント時の影響範囲を迅速に特定できます。
Q7. コンプライアンス監査
AI監査で「バイアス検査」を実施する適切な頻度はどれですか？
- A. AI導入時の1回のみ
- B. 月次（定期的に継続実施）
- C. インシデント発生時のみ
- D. 外部からの指摘があった時のみ
答えを見る
正解: B)
バイアスはデータの変化やモデルの更新に伴い新たに発生する可能性があるため、月次など定期的に検査を継続する必要があります。導入時のみ（A）では、運用中に発生するバイアスを見逃します。
Q8. モデルライフサイクル
AIモデルの精度が運用中に低下する主な原因はどれですか？
- A. サーバーのCPU性能が低下する
- B. データドリフト（入力データの分布変化）が発生する
- C. ユーザー数が増加する
- D. AIモデルのファイルサイズが増大する
答えを見る
正解: B)
データドリフトは、AIモデルが学習した時点のデータ分布と現在の入力データの分布が乖離する現象で、モデル精度低下の最も一般的な原因です。顧客の行動変化、商品ラインナップの変更、市場環境の変化などにより発生します。
Q9. 効果測定
AI活用の効果を経営層に報告する際、最も重要な指標はどれですか？
- A. AIモデルのF1スコア
- B. 投資対効果（ROI）と経営指標への貢献度
- C. AIチームの開発生産性
- D. 使用しているAIライブラリのバージョン
答えを見る
正解: B)
経営層にとって最も重要なのは、AI投資がビジネスにどれだけ貢献しているかです。ROI、コスト削減額、売上貢献額などの経営指標で報告することが効果的です。技術指標（A）は経営判断には直接使えません。
Q10. 進化戦略
AI活用の成熟度Lv5（変革）の特徴はどれですか？
- A. 個別部門でAIを活用する
- B. 全社にAIを展開しガバナンスを整備する
- C. AIが新しいビジネスモデルを創出する
- D. AI-PoCを実施する
答えを見る
正解: C)
Lv5（変革）は、AIが既存業務の効率化を超えて、全く新しいビジネスモデルや収益源を創出する段階です。例えば、AIを活用した新サービスの外販、予測出荷モデル、AIパーソナルショッパーなどが該当します。
結果
合格（8問以上正解）
Month 4の全内容を十分に理解しています。AI活用の組織全体展開に必要な知識とスキルを習得しました。BIZトラックの主要コンテンツを完了です。
不合格（7問以下正解）
全体を通して復習が必要です。特に間違えた問題に関連するStepを重点的に確認してください：
- Step 1-2: AI CoE、人材育成、学習パス
- Step 3: スケーリングパターン、プラットフォーム戦略
- Step 4: ガバナンス、倫理、リスク管理、監査
- Step 5: 持続可能性、効果測定、進化戦略
推定所要時間: 30分