[51CTO.com 速訳] 人工知能は今や脂身の多い肉となり、誰もがそれを利用し、人工知能の真髄を掴んだと自慢したがる。

インターネット上にあると主張するほぼすべての「偽の」企業は、AI を玄関に掲げ、爆発的に明るい安価な発光ダイオードで包み、人々の目をくらませています。

しかし、ダイオードが照らすことのできない暗い袋の中には、投資を騙し取るための邪悪なスクリプトが入っています。

もちろん、時代遅れの技術を AI を含む名前に置き換え、自らが主張していることと異なることを行っている恥知らずな企業も数多く存在します。

悪貨は良貨を駆逐する。こうした悪い行為は、人工知能を本当に開発したい企業にとって状況をさらに困難なものにします。

[[271585]]

ガートナーは 106 人の IT およびビジネス プロフェッショナルを対象に調査を実施し、59% がこれまでに AI を導入しており、平均 4 つの AI/ML プロジェクトを実施していると回答しました。回答者はまた、今後 12 か月以内にさらに 6 つのプロジェクトを追加し、今後 3 年間でさらに 15 のプロジェクトを追加する予定であると述べました。

しかし、2,473 の組織を対象とした大規模な IDC 調査では、企業全体の AI 戦略を導入しているのはわずか 25% であることが判明しており、プロジェクトだけではより広範な AI 戦略を実現することはできません。

IDC の調査によると、回答者の 25% が、熟練したスタッフの不足と非現実的な期待により、失敗率が 50% にも達すると報告しています。

しかし、企業が挑戦をやめるわけではありません。ここでは、AI および ML テクノロジーを実験、構築、実装している CIO が、ML の使用事例と実用的なアドバイスを共有します。

1. 保険会社向けチャットボット

相互保険大手 Guardian の CIO である Dean Del Vecchio 氏は、顧客体験 (CX) を改善し、従業員の生産性を高めるために AI と ML をテストしています。

ある CX パイロット プロジェクトでは、IPsoft 製の仮想アシスタントである Amelia を使用して、オンボーディング プロセスを自動化し、福利厚生に関する質問に答えることで、CX スタッフがより複雑なケースに集中できるようにしました。

ガーディアンのビジネス ロジックについて学んだアメリアは、「重篤な病気とはどういう意味ですか?」などの質問や、ガーディアンの何百万人もの顧客が抱く可能性のあるその他の質問に答えます。

ガーディアンは社内で、IBM Watson が顧客と企業のやり取りをより深く理解するのにどのように役立つかをテストしています。

パイロットの一環として、IBM のコグニティブ コンピューティング ソフトウェアが、Guardian が毎日受信する数百万通の電子メールを読み取り、優先順位を付けます。このスキャンには数分しかかからないため、従業員は手動でメッセージを読み取って優先順位を付ける必要がなくなります。

主な推奨事項

ML プロジェクトは、より大きなビジネス コンテキスト内で検討する必要があります。 Guardian では、AI/ML 対応のプロセス自動化は、Del Vecchio が CX を改善し、それによって業務を効率化する、より広範なデジタル変革のほんの一部にすぎません。これには、Amazon Web Services への移行、アジャイル開発の採用、API マーケットプレイスの構築が含まれます。

2. このシャツはAIが推奨したものです

女性向け衣料品小売業者の Zulily は、ML を使用して顧客への製品オファーをパーソナライズしています。

ズーリリーの最高情報責任者フリアン氏によると、このソフトウェアは、購入履歴、商品閲覧に費やした時間、モバイルアプリでのタップやスワイプ、ソーシャルメディアでの行動など、さまざまなシグナルに基づいて、プッシュ通知やメールで買い物客にオファーを送信するかどうかを決定するという。

「あなたのことをよく知れば、私たちはあなたの話をもっとよく聞くことができます。」

Zulily はカスタム アルゴリズムを構築していますが、ML スタックを完成させるために Hadoop、TensorFlow、H20 などの多数のオープン ソース テクノロジを活用しています。

主な推奨事項

AI プロジェクトは、健全なクラウド アーキテクチャの恩恵を受けます。たとえば、Zulily のパーソナライゼーションの取り組みは、Amazon Web Services と Google Cloud Platform 間の重要な連携に依存しています。

選択すると、GCP が提供する推奨事項によって、消費者は AWS で稼働している Zulily の e コマース プラットフォームに誘導されます。

このつながりは、GCP と AWS が競争を促進し、長期的には CIO に利益をもたらすことを強調していると Friang 氏は述べた。

3. オフィスのAIアシスタント

不動産開発業者にとって AI がどのような役に立つのか、想像もつかないかもしれません。しかし、6月にジョーンズ ラング ラサール（JLL）はグーグルと提携し、オフィスワーカーが音声やテキストで会議を設定したり、同僚を見つけたり、電車のスケジュールを確認したり、サービスリクエストを記入したりできる音声アシスタント「Jill」を開発した。

JLL の最高デジタル製品責任者 Vinay Goel 氏によると、JiLL は「JiLL、私のチームとの週次会議を予約してください」や「JiLL、今日の午後に 3 階の私のデスクを見つけてください」といったリクエストを処理できるという。

ゴエル氏は声明の中で、JiLL は、Kubernetes コンテナとともに GCP 内で処理される、建物、ユーザー インタラクション、物理空間のトランザクションに関する JLL のデータセットを考慮に入れていると述べた。

「時間が経つにつれて、JiLL が従業員の日々の生産性を向上させるのに役立つ何百ものスキルにとって不可欠なプラットフォームになることを願っています」と Goel 氏は言います。

主な推奨事項

サービスへの移行を目指す組織にとって、仮想アシスタントは価値のある投資です。

JLL のジルは、テクノロジーを利用して付加価値サービスを提供し、理想的には同社の顧客をさらに引き付けるという戦略の一環です。

JLL は、市場開拓戦略の一環として、さらに多くのスキルを追加し、プラットフォームをサードパーティの機能に開放する予定です。さらに広い視点で見ると、この取り組みは、仮想アシスタントが長年にわたり、一般消費者向けの玩具から垂直市場へと移行してきた様子を示しています。

4. コンビニエンスストアのダイナミックプライシング

コンビニエンスストアチェーンの Wawa は、競争要因に基づいて価格を動的に変更するために ML を使用する予定です。 CIO のジョン・コリアー氏は、これが Wawa が忠実な顧客にパーソナライズされたサービスを提供する上で大いに役立つだろうと述べた。

「我々はデータとアルゴリズムを活用したいので、価格を設定するのではなく、ルールを設定するつもりだ」とコリアー氏は語った。彼は、ユーザー エクスペリエンスの向上とそのエクスペリエンスを提供するコストのバランスを取ることが重要だと考えています。

主な推奨事項

コリアー氏は、現在はダイナミック・プライシングを好んでいるが、問題があると語った。新興技術は、彼の従来のシステムとうまく連携しないのだ。

したがって、近代化はあらゆる AI 戦略にとって重要です。同氏は、ワワはデジタル変革の一環として、レガシーシステムの刷新を進めているところだと付け加えた。 「当社はデータ戦略に多額の投資を行っています。」

5. 信用レポートはすぐに利用可能

クレジットカードレポート大手の Experian では、デジタル変革により、ML の中核機能を活用した新しい戦略的製品、Ascend Analytics On Demand が誕生しました。これは、同社が予測モデルを構築して、2 億 2,000 万人の消費者が要求した信用枠の資格を満たしているかどうかなど、重要な要素を判断できるセルフサービス分析プラットフォームです。

エクスペリアンの消費者情報サービス部門社長アレックス・リントナー氏は、顧客は現在数週間かかっている複雑なデータ分析を数分で実行できると述べた。理想的には、このツールにより、消費者は必要なときにクレジットを取得できるようになります。

ガートナーは、Ascend はほぼすべての新しいソフトウェア製品やサービスで人工知能技術が普及する中で登場したと述べた。

「顧客は大量の情報をリアルタイムで確認できることを望んでいる」と、Hadoopやその他の分析ツールを使ったプラットフォームの構築を監督したエクスペリアンのグローバルCIO、バリー・リベンソン氏は語った。 「処方箋を出す時代は終わりました。患者は必要なときに、リアルタイムでそれを見たいのです。」

主な推奨事項

従来のソフトウェア上に新しい分析プラットフォームを構築し、それが優れたパフォーマンスを発揮することを期待するのはほぼ不可能です。 Ascend をサポートするために、Experian はハイブリッド クラウド アプローチを採用し、コンテナー、API エンジン、マイクロサービスなどのオープン ソース ツールに投資しました。

Experian はソフトウェアの構築方法と使用方法も標準化しているため、そのアプリケーションとコードは世界中の従業員や顧客によって再利用できます。

6. クレジットカード会社の戦士

信用監視会社と同様に、クレジットカード会社も詐欺師に対処しています。

多くの専門家がデジタルがオンラインのプライバシーとセキュリティの悩みの種であると考えている現在、MLとAIツールはプラスチックのクレジットカードよりも安全なサービスを実現できると、マスターカードの技術および運営担当社長エド・マクラフリン氏は述べた。

Mastercard は、悪意のある消費者を排除するために、複数のレイヤーの ML と AI を使用しています。マクローリン氏によると、同社の保護の中核となるのは、2016年以降マスターカードに推定10億ドルの損失をもたらしたインメモリデータベースだという。このソフトウェアは 200 を超える属性を使用して不正行為を予測し、阻止します。

このコアシステムは、トークン化、生体認証、ディープラーニング、その他の斬新なアプローチと組み合わせることで、数十億ドル相当の安全な取引を促進するという Mastercard の評判を維持するのに役立っています。

重要な推奨事項

サイバーセキュリティに関しては、人間が弱点となります。 「人間をできる限り介入させないことが重要だ」とマクラフリン氏は述べ、ML、AI、自然言語処理ソフトウェアはすべてマスターカードのツールキットの重要な要素だと付け加えた。

7. レーシング会社からの自動車に関する洞察

Mercedes-AMG Petronas Motorsport は、ML 機能を活用してレースのパフォーマンスを視覚化しています。

IT部門の責任者マット・ハリス氏は、同社では重要な判断を下すために、F1カーに関する複数のチャネルからデータを収集しており、時には1秒あたり1万点ものデータポイントを収集していると語った。

Mercedes-AMG Petronas は、Tibco ソフトウェアを使用して、天候、タイヤの温度、燃料量などの影響変数が自社の車両に与える影響を視覚化しています。

このソフトウェアにより、エンジニアは自動車のギアの性能や摩耗などの詳細を分析することもできます。ドライバーは通常、1 周につき 100 回ギアを変更し、Tibco はドライバーがギアを変更するたびに約 1,000 のデータ ポイントを収集します。

「このデータを想像すると、実際にギアボックスの寿命を延ばしたり、もっと重要なことに、ギアボックスをより頑丈にしたりすることができます」とハリス氏は語った。

「すると、ギアボックスを特定のモードにすると、1周あたり約50ミリ秒速くなることがわかります。予選では、車は1000分の1秒差で差が開くことがあるため、50ミリ秒は重要です。」

ハリス氏は、メルセデスAMGペトロナスは「人間ができない、または非常に高価な方法でしかできないこと」を支援するためにMLアルゴリズムを構築していると述べた。ハリス氏は、これらの機能が最終的にチームの競争上の優位性を実現する重要な要因になると考えている。

重要な推奨事項

なぜ、コアコンピタンスではないものを構築するのでしょうか?

Tibco を導入する前、Mercedes-AMG Petronas は自社製の視覚化ソフトウェアを使用していましたが、効率が悪すぎて継続できませんでした。 Tibco に頼ることで、メルセデス AMG ペトロナスは自社の強みである高性能車の製造に注力できるようになります。

「最も重要なことは、問題を解決するためにソフトウェアを書くのではなく、人々に創造性を発揮させ、問題解決について考えさせることだ」とハリス氏は語った。

8. 従業員がいつ退職するかを予測する

ほとんどの自動車修理会社と同様に、キャリバー・コリジョンも長い間離職率の問題を抱えており、整備士、塗装工、顧客サポートスタッフが入れ替わりが激しく、600を超える店舗の離職率は年間40％にも達することがある。

キャリバー社は、問題の一部は、修理スタッフが修理できるほど十分な数の車が店舗にないことがあり、その結果、給与が不安定になることだと気づいた。

CIO の Ashley Denison は、従業員が退職しようとしていることを Calibre が予測し、介入できたらどうなるかというアイデアを思いつきました。

Calibre は、技術コンサルタントの Sparkhound と協力し始めました。Sparkhound は、Calibre の Workday 人事ソフトウェアから従業員データを抽出し、それを Microsoft Power BI と統合して、従業員が退職を検討する可能性が高いかどうかを予測するカスタム回帰モデルを作成するソフトウェアを開発しました。その後、Calibre はデジタル調査を利用して、退職する可能性のある従業員の個人的な連絡先を見つけます。

たとえば、従業員の給与が数週間にわたって減少した場合、Calibre の地域マネージャーは従業員がより多くの車を確実に受け取れるようにすることができます。逆に、従業員が仕事で過重な負担を強いられているように見える場合、会社は仕事の一部を同僚に再割り当てすることができます。

結果は効果的ですか? Calibre は、売上高の削減により年間最大 100 万ドルを節約できます。

主な推奨事項

ML アルゴリズムが過大評価され、過剰販売される傾向がある現在、コスト削減の問題を解決するために ML アルゴリズムを使用するのは実用的なアプローチです。 「現在、従業員を維持するのは本当に難しい」とデニソン氏は語った。

9. 製品およびビジネスのプロモーターとして

Adobe Systems は、ヘルプデスクによって記録されたシステム障害の傾向を ML を使用して分析し、大きなダウンタイムが発生する前に問題を積極的に解決しています。

システムが中断を引き起こす可能性のあるイベントを検出した場合、システムは障害が発生する前にそれらのイベントを積極的に排除または軽減することができます。

「ジャストインタイムサービス」の略称であるHAASと呼ばれるこのツールは、Adobe ERPとの統合の失敗から、企業のさまざまな分析システムへのデータフィードの不具合まで、あらゆる問題を検出して修正することができます。

ストッダード氏によると、HAAS は手作業による修理にかかる時間を 30 分から 1 分に短縮したという。彼女は、過去数か月間で修復時間を 330 時間節約できたと見積もっています。問題を詳細に説明したレポートを使用して、Adobe のエンジニアは永続的な修正を作成することもできます。

「何かを修正する必要があることがわかっていて、それを修正する方法もわかっていれば、それを自動化することができます」とストッダード氏は語った。 「それは非常に良いことだ」。この研究は、ストッダードのチームが2017年に作成した機械学習ベースの診断テストフレームワークに基づいている。

主な推奨事項

ML を使用してパターンを識別することが、自己修復機能を作成するための鍵となります。 「修理方法がわかっていれば、自己修復コンポーネントを組み込んで、人的要素を排除することができます」とストッダード氏は語った。

クリント・ボルトン
原文: CIO.com、一部改変あり 翻訳: Alang

[51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください]