Số lượng kỹ sư CNTT ở Nhật Bản là khoảng một triệu người, và con số này bằng một phần ba so với Hoa Kỳ và một nửa số lượng kỹ sư của Trung Quốc. Xét về đăng ký sáng chế AI, Hoa Kỳ, Trung Quốc và châu Âu chiếm tỉ lệ lần lượt là 50%, gần 20% và hơn 10%. Nhật Bản chiếm 15%, một con số có thể chấp nhận được với đất nước này. Ngược lại, trong tổng số các bài báo khoa học về AI được công bố, số lượng tác giả Nhật Bản chiếm 2% (tức là khoảng 100 bài), ít hơn 10 lần so với các tác giả châu Âu (hơn 30%), tác giả Hoa Kỳ (20%) và tác giả Trung Quốc (20%). Về tổng số đăng ký sáng chế AI và bài báo khoa học, phần lớn các đăng ký sáng chế là của các công ty và các bài báo khoa học chủ yếu là của các trường đại học.

Từ năm 1982 đến 1992, Chính phủ Nhật Bản đã triển khai dự án Máy tính thế hệ thứ 5 về công nghệ máy tính tiên tiến. Các nhà nghiên cứu và sinh viên làm việc cho dự án này là những chuyên gia hàng đầu tại các trường đại học và các công ty, và nhiều đăng ký sáng chế là nhờ vào những nghiên cứu của họ. Tuy nhiên, vào cuối những năm 1980, các nhà nghiên cứu đã phải đối mặt với những thách thức liên quan đến việc ứng dụng công nghiệp của các công nghệ AI, điều này đã cản trở những nghiên cứu về công nghệ này ở Nhật Bản. Sự thiếu hụt các nhà nghiên cứu AI tại các trường đại học Nhật Bản có vẻ là lý do cho sự suy giảm số lượng các bài báo khoa học liên quan đến AI được công bố bởi các nhà nghiên cứu Nhật Bản.

Số lượng nghiên cứu khoa học được công bố của Nhật Bản ít hơn so với các quốc gia khác cho thấy sự cần thiết của việc bồi dưỡng và tăng cường các nhà khoa học trẻ để nghiên cứu các công nghệ AI hàng đầu. Điều quan trọng là phải kết hợp được thế mạnh của những nhà nghiên cứu xuất sắc với khả năng đa dạng. Do các công nghệ cơ bản và việc ứng dụng các công nghệ này giữa các ngành công nghiệp là khác nhau, các nhà nghiên cứu cần có cơ hội trao đổi và thảo luận thường xuyên trong một thời gian dài để thúc đẩy và phát triển những nhà khoa học am hiểu về nhiều công nghệ cụ thể.

Dự án AIP bắt đầu được thực hiện vào năm 2016. Theo đó, MEXT dự định bồi dưỡng và khuyến khích những kỹ sư trí tuệ nhân tạo có khả năng hỗ trợ phát triển công nghệ AI mới và ứng dụng các công nghệ này trong nhiều lĩnh vực. Đặc biệt, dự án AIP đã giúp bồi dưỡng những đối tượng để họ có thể trở thành kỹ sư trí tuệ nhân tạo, gồm: nghiên cứu sinh và thạc sĩ, và những người có tầm nhìn rộng, có đủ kiến thức và kinh nghiệm cần thiết, sẵn sàng học hỏi các kỹ năng về các công nghệ AI hàng đầu cũng như phát triển chuyên môn cần thiết để đóng góp cho các ngành nghề và các nghiên cứu liên quan đến AI. Một chương trình một năm thuộc Dự án AIP bao gồm các khóa học và hội thảo. Chương trình này cung cấp cho các kỹ sư AI đầy tham vọng những cơ hội học hỏi các kỹ thuật tiên tiến và tham gia vào các hoạt động nghiên cứu liên quan đến ứng dụng công nghệ AI để họ có được những kinh nghiệm thực tế trong giải quyết các vấn đề dựa trên công nghệ AI.

Các nhà khoa học dữ liệu
Sự phát triển của các nền tảng công nghệ như một phần của những thay đổi trong cấu trúc công nghiệp, cũng như những thay đổi mang tính cách mạng trong các kỹ thuật liên quan đến đổi mới khoa học và công nghệ cho thấy cần phải bồi dưỡng các nhà khoa học dữ liệu thông thạo các kỹ thuật xử lý dữ liệu cần thiết cho việc phân tích, trực quan hóa dữ liệu và phương pháp phân tích dữ liệu.

Các công ty tư nhân có nhu cầu lớn về các nhà khoa học trong lĩnh vực này, và nhu cầu này dự kiến sẽ tăng lên. Viện Nghiên cứu Toàn cầu McKinsey của Hoa Kỳ ước tính rằng năm 2018, Hoa Kỳ có thể phải đối mặt với tình trạng thiếu 140.000 đến 190.000 nhân lực có kỹ năng phân tích chuyên sâu. Nhật Bản cũng đang phải đối mặt với tình trạng thiếu nguồn nhân lực có kỹ năng phân tích dữ liệu cao. Trong năm 2008, Nhật Bản có 3.400 sinh viên tốt nghiệp đại học với trình độ đào tạo nâng cao về thống kê và học máy và các kỹ năng phân tích dữ liệu. Trong 5 năm từ 2004 đến 2008, số lượng các nhà khoa học có kỹ năng phân tích tiếp tục giảm.

Nhật Bản cần thúc đẩy bồi dưỡng các nhà khoa học dữ liệu thông thạo kỹ thuật xử lý dữ liệu cần thiết cho việc phân tích, cũng như trực quan hóa dữ liệu và phương pháp phân tích dữ liệu. Mặc dù không có định nghĩa rõ ràng về "nhà khoa học dữ liệu", họ là những người thông thạo các công việc sau: kỹ thuật xử lý dữ liệu lớn (cần thiết để xử lý nhiều petabyte dữ liệu phân tán), kỹ thuật trực quan hóa dữ liệu (để tạo ra một lượng lớn dữ liệu nhiều chiều và kết quả tính toán dễ hiểu cho mọi người) và kỹ thuật phân tích dữ liệu (rất cần thiết để thu được kiến thức chuyên sâu từ dữ liệu lớn; và những kỹ thuật này bao gồm: thống kê, máy học, khai thác dữ liệu và Định lý Bayes). 

Ngoài ra, các nhà khoa học dữ liệu cần phải có khả năng và phẩm chất sau đây:
- Quản lý bảo mật và đạo đức trong nghiên cứu
- Lập kế hoạch chiến lược, xác định vấn đề, lập kế hoạch phân tích và giải quyết vấn đề
- Thu thập dữ liệu
- Xác định bản chất dữ liệu, tìm dữ liệu liên quan
- Quản lý (chọn lọc, tiền xử lý, làm sạch dữ liệu)
- Chuyển kết quả phân tích dữ liệu thành các hoạt động kinh doanh và dịch vụ
- Hợp tác với các nhà nghiên cứu và doanh nhân trong các lĩnh vực khác nhau

Nói cách khác, các nhà khoa học dữ liệu là các nhà nghiên cứu am hiểu dữ liệu.

Theo dự án AIP, Bộ Giáo dục, Văn hóa, Thể thao, Khoa học và Công nghệ Nhật Bản (MEXT) đã và đang nỗ lực để phát triển các nhà khoa học dữ liệu cấp cao, những người có thể chủ động sử dụng dữ liệu trong một tổ chức. Đặc biệt, với sự hợp tác của Viện Toán học Thống kê, một chương trình kéo dài một năm bao gồm các khóa học và hội thảo đã được tổ chức dành cho các nghiên cứu sinh tiến sĩ và sau tiến sĩ với các kỹ năng tiên tiến trong khoa học dữ liệu. Chương trình cung cấp cho họ những cơ hội tìm hiểu về các kỹ thuật tiên tiến thông qua thực hành. Việc nghiên cứu tình huống cũng được tiến hành để tìm hiểu về các kết quả nghiên cứu mới nhất liên quan đến việc áp dụng các công nghệ trí tuệ nhân tạo.