機械学習の成功事例5つ

IT リーダーが、人工知能と機械学習を使用してビジネス上の洞察を得る方法を共有します。

組織が顧客の好みをより正確に予測し、ビジネス運営をサポートするためにテクノロジーを活用するケースが増えるにつれ、人工知能と機械学習 (ML) が注目を集めています。

[[338769]]

IDC のデータによると、AI システムへの支出は 2019 年の 375 億ドルから 2023 年までに 979 億ドルへとほぼ 3 倍になると予想されています。キャップジェミニが6月に発表した調査によると、調査対象となった950の組織のうち87%がAIパイロットプロジェクトを展開しているか、限定的なユースケースを本番環境に導入していた。

しかし、コロナウイルス（COVID-19）の流行により、AIにとって新たな課題が生じており、アルゴリズムの構築に過去のデータに依存している多くの組織では、3月以降、モデルが逸脱していることがわかりました。キャップジェミニのインサイトおよびデータ担当エグゼクティブバイスプレジデント、ジェリー・カーツ氏は、この「データドリフト」現象により、企業が既存のモデルに頼ることが困難になると述べた。たとえば、ここ数か月で使用が減少しているジェットエンジンのメンテナンス間隔を予測しようとしている企業の場合、モデルは大幅に変化する可能性があります。ここ数カ月、売上が減少している小売業者にも同じことが言える。

「データがあまりにも急速に変化し、過去の記録がもはや信頼できる予測材料ではなくなった例は数え切れないほどある」とカー​​ツ氏は記者団に語った。「企業は変数が変化すると想定していなかったため、アルゴリズムを再検討する必要があるだろう。」

このような課題に直面して、AI や機械学習を導入している CIO たちは、自らの取り組みについて議論し始めています。

1. 健康保険会社はAIを活用してビジネス成果を向上させる

医療保険会社アンセムは、患者の健康状態の予測からサービスに関する紛争の調整まで、さまざまなタスクにAIと機械学習のさまざまなソリューションを導入していると、同社の最高デジタル責任者ラジーブ・ロナンキ氏は述べた。

アンソンは、糖尿病や心臓病などの慢性疾患の患者が生成した長年の医療データを分析し、それを同様の病気の患者、つまり「デジタルツイン」と相互参照することで、治療結果を予測することができます。

人工知能は、Anson が請求やその他のサービスの進行状況を監視し、請求審査やその他のサービスを使用してさまざまな潜在的な顧客の問題を発見するのにも役立ちます。アンソンが重大な不一致を発見した場合、同社のカスタマー サービス チームがプロバイダーまたは患者に連絡して理由を説明します。ロナンキ氏は、このような積極的な働きかけは紛争の激化を防ぐのに役立つため重要だと述べた。これを実現するために、Anson は数百万件の通話から収集された履歴データを分析します。 AI は、顧客が苦情をエスカレートする可能性を示すスコアを生成します。

「私たちは、できる限りコミュニケーションを取り、決定を説明し、背景を説明するよう努めています」とロナンキ氏は語った。

アンソン氏は人工知能の重要性を強調するため、2018年にグーグルの検索事業の元責任者であるウディ・マンバー氏を最高人工知能責任者として採用した。マンバー氏のリーダーシップの下、アンセムの各事業ラインはさまざまなAI機能とスキルを取り入れ、部門横断的なチームがさまざまなアプリケーションを開発して、ヘルスケア体験をより「カスタマイズされ、効率的で、プロアクティブ」なものにすることを目標としているとロマンキ氏は述べた。

2. 運送会社は機械学習を使って荷物の取り扱いをサポート

ピツニーボウズ（100年の歴史を持つオフィス配送および郵送サービスプロバイダー）の最高イノベーション責任者、ジェームズ・フェアウェザー氏は記者団に対し、同社は過去8年間にわたり、さまざまな人工知能と機械学習ツールを広範に使用してきたと語った。同社は現在、Androidタブレットと統合プリンターを備えた郵便物および荷物処理ドックがいつ故障するかを予測するために機械学習ソフトウェアを使用している。ドックと直接通信する機械学習ソフトウェアが潜在的な障害を検出した場合、さまざまな機械を操作するためにフィールドサービス担当者を派遣することができます。

フェアウェザー氏は、機械が故障する前に問題を解決することが重要だと述べた。そうすれば、輸送中の荷物が停止する時間を短縮できるからだ。また、機械学習ソフトウェアはさまざまな問題を予測する能力が向上したため、Pitney Bowes はフィールド サービス管理システム内でサービス セッションを柔軟にスケジュールできるようになりました。 「顧客にとって素晴らしい体験だ」とフェアウェザー氏は語った。

フェアウェザー氏は、機械が故障する前に問題を解決することが、荷物の配送のダウンタイムを減らすために重要だと述べた。また、機械学習ソフトウェアは問題を予測する能力がかなり向上したため、Pitney Bowes はサービス セッションをフィールド サービス管理システムにきちんと組み込むことができます。 「顧客に素晴らしい体験を提供します」とフェアウェザー氏は語った。

3. クランベリー生産者が機械学習で業務を強化

オーシャンスプレーが人工知能と機械学習への取り組みを始める前に、クランベリー、グレープフルーツ、その他のジュースを製造する同社は、何年もかけて収集したデータを整理する必要があった。 FreshPureの最高デジタル・技術責任者ジェイミー・ヘッド氏はCNBCに対し、同社は事業部門と顧客が生成した情報資産の一貫性と正確性を向上させるためにマスターデータ管理戦略を実施したと語った。

ヘッド氏は、フレッシュピュアは機械学習を使用して過去3年間の履歴データを精査し、売上成長の傾向を評価し、競合他社のプロモーションを分析して、存在する可能性のある季節的な違いを考慮していると述べた。ヘッド氏のチームは、機械学習のスタートアップ企業 Visual Fabric と協力し、支出の追跡からより優れた洞察を引き出し、「ビジネスを前進させる」方法を模索している。 IT グループはこれらの洞察を営業チームと共有し、市場開発へのアプローチの改善に役立てました。

FreshPine 社はまた、カナダ、マサチューセッツ州、ニュージャージー州、ウィスコンシン州、チリにある農業パートナーの土壌や気候条件など、色、サイズ、その他の変数を分析することで、機械学習を使用してクランベリーの収穫量を向上させる方法を研究しています。

4. 機械メーカーは販売管理に仮想アシスタントを活用

ハネウェルの営業担当者は、人工知能ソフトウェアを使用して会議の優先順位付けやリード管理を行い、同社の航空電子工学システム、エンジニアリング車両、その他の産業機械の購入者を見つけるのに役立てています。

このソフトウェアはTact.aiが開発した仮想アシスタントで、ハネウェルのMicrosoft Office 365とSalesforceのシステムから情報を取得するものだと、ハネウェルの営業・業務担当副社長のパトリック・ホーガン氏は語った。従業員はスマートフォンを使用して Tact.ai アシスタントに話しかけたりテキストメッセージを送信したりすることで、販売目標の達成に向けて順調に進んでいるかどうかを確認したり、顧客がビジネス プランとどのようにやり取りしているかに関するさまざまな指標を確認したりできます。

営業担当者が会議を終えると、アシスタントは次に何をする予定かを尋ねます。アシスタントは、通知を通じてユーザーを「促す」ことで、そうでなければ時代遅れになる可能性のある機会をフォローアップします。 「このツールは、あなたがその分野で最高になれるよう助けてくれます」とホーガン氏は述べ、このツールは各営業担当者のワークフローや好みといった情報を、使用するたびに学習していくと付け加えた。

このアシスタントは、対面ミーティングの増加、販売員 1 人あたりの収益の増加、販売コンバージョンと収益性の向上など、ハネウェルの販売パイプラインにプラスの影響を与えており、彼は同社の 9,500 人の従業員のさらに多くにこのツールを使用するよう積極的に働きかけています。

5. 人工知能はビジネスサービスのパーソナライゼーションを促進する

オフィス・デポは顧客の好みに関する洞察を得て、より正確な製品推奨を行うために機械学習機能に投資していると、同社の最高情報責任者トッド・ヘイル氏は述べた。

時価総額110億ドルの同社は、事務用品販売への依存を減らしながら、ビジネスサービス部門（CompuCom Technology Services部門を含む）を拡大したいと考えているが、その希望を分析する必要がある。 B2B 販売は Office Depot の収益の 60% 以上を占めています。同社は、高度な人工知能や機械学習技術を使用して、顧客をさまざまなペルソナに分類し、解約率、顧客生涯価値、製品ロイヤルティを予測します。

「eコマース分野では、Apache SparkとBigDLのAnalytics Zooのディープラーニング機能を活用して、ユーザーに基づいたリアルタイムの製品推奨を提供し、クロスセルやアップセルのモデルを開発しています」とヘイル氏は語った。理想的には、これはオフィス・デポがさまざまな「カスタマイズされた製品やサービス」を生み出すのに役立つだろうと彼は付け加えた。