人工知能と機械学習がもたらす劇的な変化を示す6つの事例

[[219896]]

現在、人工知能 (AI) と機械学習 (ML) ほど注目されているテクノロジーはありません。大手企業はすでに、人間の精神行動を模倣したこのテクノロジーを活用して、顧客を引き付け、ビジネス運営を強化しています。ガートナーによると、この傾向は今後数年間でさらに加速し、2020年までにAIと機械学習は30%以上のCIOにとって投資優先事項のトップ5に入ると予想されています。

人工知能と機械学習が仕事を奪うのではないかという当初の懸念は薄れつつあるようで、PwCの調査では企業幹部の67%以上が、AIは人間と機械の連携を改善するのに役立つと答えている。一部の CIO は、これを自社のビジネスに適用する機会を認識し、新しい AI および機械学習テクノロジーの実験、構築、さらには特許取得を行っています。これらの IT リーダーは、機械学習のユースケースを私たちと共有しました。

人工知能が証券リサーチの強化に貢献

投資信託、401(k)プラン、IRA、その他の退職金プランを提供するパトナム・インベストメンツの最高情報責任者、スメド・メータ氏は、金融サービス会社のリサーチアナリストが株式の取り扱い範囲を改善する上で、人工知能と機械学習が鍵となると考えている。

メタ氏によると、アナリストたちはパトナムのデータ科学者と緊密に協力し、大量のデータから洞察を得る方法に関する論文を作成したという。パトナムは、最も重要な販売見込み客を推奨するアルゴリズムの開発にも取り組んでいる。

「これは非常に大きな破壊力と変革力です」とメータ氏はAIと機械学習について語った。「ビジネス全体の原動力は効率性と生産性です。」

Mehta 氏は、ソフトウェア エンジニア、データ サイエンティスト、アナリスト、ベンダーの力を借りて、ビジネス関係者の AI と機械学習の取り組みをサポートするために、実質的にゼロから構築されたデータ サイエンス センター オブ エクセレンスを構築しました。同氏は、「賢明な」ビジネスパートナーはすでにこれらのアプローチを採用し、より優れた自動化を実現していると述べた。

AI と機械学習は Putnam のより広範なデジタル変革の一部であり、クラウド コンピューティングを使用して IT インフラストラクチャを最新化し、ビジネスを統一的に実行するための単一のプラットフォームを作成することが求められています。

重要なアドバイス: 組織は時間をかけて適切な期待を設定し、最初のいくつかのアイデアは答えではなく新しい疑問を生み出すことを認識する必要があります。 「今ほど AI に適した時期はありません」とメータ氏は言う。「突然、アルゴリズムが、これまで知らなかった洞察を生み出すようになるわけではありません。」

人工知能が金融機関の税金削減に貢献

金融ソフトウェアプロバイダーのIntuitは、トップクラスのデータサイエンティストであるアショク・スリヴァスタヴァ氏を迎え入れ、10月に人工知能と機械学習への取り組みを加速し始めた。

Srivastava 氏は、Verizon Big Data プラットフォームを構築した後、Intuit に入社しました。 Intuit は AWS を利用して、QuickBooks Assistant チャットボットが自然言語をより良く理解し、処理できるようにしていると Srivastava 氏は語った。彼らがますます注目している分野は、Quickbooks に情報を提供する何百ものカテゴリを通じてユーザーを誘導することです。

スリヴァスタヴァ氏はさらにこう付け加えた。「当社は QuickBooks から 10 億件を超える取引を処理しており、高い精度で分類することができます。」

同社の TurboTax は人工知能を活用し、項目別控除手続きを案内することでユーザーが最大限の還付を受けられるように支援し、書類の検索に費やす時間を最大 40% 節約できる可能性がある。

スリヴァスタバ氏は、Intuit は AWS の機械学習とクラウド技術を活用して、より迅速に規模を拡大していると述べた。

重要なアドバイス: 優れたアルゴリズムを開発するには、実際のビジネス課題を解決するために適切なエンジニアリングの才能を引き付ける必要があります。以前NASAのエイムズ研究センターで働いていたスリヴァスタヴァ氏は現在、同社の目標を達成するために機械学習と人工知能の技術を使用できるエンジニアを募集している。

過去のデータから将来のパフォーマンスを予測

広域ネットワークのパフォーマンスを向上させるソフトウェアを提供する Riverbed Technology の CIO、Rich Hillebrecht 氏は、独特の課題に直面しています。ヒレブレヒト氏は、機械学習を使用して企業のサプライチェーン全体の複数のソースからデータを抽出し、より優れたビジネス洞察を得る方法をテストしていると述べた。

「機械学習技術を使って、より多くのデータを処理したい」とヒレブレヒト氏は語った。

たとえば、Riverbed は注文管理やその他の ERP データを天気やその他の要因に関する履歴データと組み合わせて、将来のパフォーマンスを予測できるパターンを見つけることができます。 「生産能力や顧客への発注能力など、下流のリスクに関してより予測力を高めたい」とヒレブレヒト氏は語った。

Riverbed の他の使用例には、機械学習を使用してパフォーマンス構成を自動的に調整し、サイバーセキュリティの脅威を検出することが含まれます。 Hillebrecht 氏は、ビジネス上の洞察を引き出すことができるデータ レイクが作成される未来を予見しています。

重要なアドバイス: AI と機械学習のための健全な戦略を策定するには、慎重な検討が必要です。ヒレブレヒト氏は、IBM Watsonを含むさまざまなツールやテクノロジーを慎重に評価していると述べた。

銀行が顧客についてより深い洞察を得られるよう支援

多くの大手銀行と同様に、US Bank は顧客に関する膨大なデータを収集しています。ほとんどの銀行と同様に、バンク・オブ・アメリカもこのデータから実用的な洞察を得るのに苦労してきました。バンク・オブ・アメリカの最高分析責任者ビル・ホフマン氏は、この状況を変えようと取り組んでいる。過去数か月間、彼は Salesforce.com の Einstein AI/機械学習テクノロジーを使用して、銀行の中小企業、卸売、商業資産、および法人向け銀行業務全体のパーソナライゼーションを改善してきました。

たとえば、顧客が Bank of America の Web サイトで住宅ローンに関する情報を検索した場合、顧客サービス エージェントは、その顧客が次に支店を訪問したときにフォローアップすることができます。これは、バンク・オブ・アメリカが人間には見えないかもしれないパターンを見つけるのにも役立ちます。たとえば、ソフトウェアは、サービス エージェントが特定の業界の潜在顧客に木曜日の午前 10 時から午後 12 時の間に電話をかけることを推奨できます。電話に出る可能性が高くなるからです。 Einstein は、見込み客に次の木曜日に電話することを思い出させる招待状をカレンダーに追加することもできます。

この機能は、多くの金融サービス組織にとって中心的な役割を果たします。あらゆる面で顧客を育成し、関連サービスをリアルタイムで推奨します。 「私たちは、何が起こったか、あるいは起こっているかを描写し、これから何が起こるか、あるいは起こるべきなのかへと進化させています」とホフマン氏は語った。「私たちの核となる価値は、常に一歩先を行き、顧客のニーズと、顧客が私たちとやり取りしたいチャネルを予測することです。」

重要なアドバイス: AI と機械学習に対してテストと学習のアプローチを取り、忍耐強く取り組んでください。しかし、現在の状況からさらに外へ展開する準備もしてください。 「常に顧客を念頭に置いてください」とホフマン氏は言う。「『これは顧客にとってどのような利益をもたらすのか』という質問をしてください」

機械学習は「無駄な仕事」を排除し、仕事の生産性を高める

マスターカードのオペレーションおよびテクノロジー担当社長、エド・マクラフリン氏は「機械学習は私たちのあらゆる活動に浸透している」と語った。 Mastercard は機械学習を使用して反復的な手動タスクを自動化し、生産性と価値を高める作業に人間が取り組めるようにしています。 「我々は明らかにこの分野の最前線に立っており、職場の業務を自動化するための投資案件は明らかだ」とマクラフリン氏は語った。

Mastercard は、製品とサービスのエコシステム全体にわたる変更管理を強化するために、機械学習ツールも使用しています。たとえば、機械学習ツールは、どの変更が最もリスクが低いか、どの変更が追加のレビューを必要とするかを判断するのに役立ちます。 ***、マスターカードは、ハッカーがアクセスを試みているかどうかを確認するために、機械学習を使用してシステムの異常を検出しています。マクローリン氏はネットワークに「セーフティネット」も構築した。疑わしい行動が検出されると、ネットワークを保護する回路ブレーカーが作動する。 「当社には、取引を常に更新し、次の取引にスコアを付ける不正スコアリングシステムがあります」と彼は語った。

重要なポイント: McLaughlin 氏にとって、AI/機械学習は、彼の幅広いツールキットの中の 1 つのツールにすぎません。市場には多くの新しい斬新なツールが存在するが、CIO はこれらのツールがビジネス上の問題を魔法のように解決してくれると期待すべきではない、と彼は述べた。

人工知能は製品やビジネスを実現するものとなる

ソフトウェアプロバイダーのAdobe Systemsの最高情報責任者であるシンシア・ストッダード氏は、Hadoopベースの分析を活用してITとビジネスをより効率的に運営し、「データ駆動型運用モデル」を使用して自分の部門を再構築している。ストッダード氏は、データ主導の戦略の一環として、ヘルプデスク ソフトウェアのトラブル チケットを分析してシステム障害の傾向を調べるために機械学習を使用する実験を行っていると述べました。システムは、ダウンタイムを引き起こす可能性のあるイベントを検出した場合、障害が発生するまでそれらのイベントを積極的に排除または軽減します。

IT サービスの障害のパターンを特定することで、Adobe は、現在 IT スタッフが行っている作業の一部を引き受ける「自己修復」機能も作成できるようになると彼女は述べた。彼女はまた、従業員からの IT サポート要求を満たすためのチャットボット技術にも取り組んでいます。 Adobe の商業事業も人工知能を採用しています。 Adobe は 2016 年 11 月に、ドキュメントの作成と公開、Web およびモバイル アプリのパフォーマンスの分析と追跡を行う Adob​​e 製品向けの人工知能テクノロジー レイヤーである Sensei を発表しました。

主な推奨事項:機械学習を使用してパターンを識別します。これは、自己修復機能を作成するための鍵となります。 「修理方法がわかれば、自己修復コンポーネントを組み込んで、人間による要素を排除できる」とストッダード氏は語った。