機械学習の成功事例 5 つ

人工知能と機械学習は企業の世界で注目を集めており、組織はますますこれらのテクノロジーを活用して顧客の好みをより正確に予測し、ビジネス運営を強化しています。

[[354434]]

有名な調査会社IDCによると、2023年までに人工知能システムへの支出は979億ドルに達し、2019年の375億ドルのほぼ3倍になるという。キャップジェミニが今年6月に発表した調査によると、調査対象となった950の企業組織のうち87％がAIパイロットプロジェクトを展開しているか、限定的な使用シナリオを実用化している。

しかし、新型コロナウイルスの流行により、人工知能に新たな課題がもたらされた。過去のデータを利用してアルゴリズムを改良してきた多くの企業組織が、3月以降、自社のモデルに偏りがあることに気付いたのだ。キャップジェミニ・コンサルティング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では、大幅なモデル変更が行われる可能性があります。小売業者も同様で、ここ数カ月で売り上げが急落している。

「一部のデータが急速に変化し、過去の状況がもはや指標の適切な予測因子ではなくなることはよくあることです」とカーツ氏は CIO.com に語った。「組織は変数が変化するとは思ってもいなかったため、アルゴリズムを再考する必要があるでしょう。」

このような課題に直面し、AI や機械学習を導入している CIO が、その取り組みについて語ります。

医療保険会社はAIを活用してビジネス成果を向上

米国の医療保険大手アンセムの最高デジタル責任者ラジーブ・ロナンキ氏によると、同社は患者の健康状態の変化傾向の予測からサービス紛争の解決まで、さまざまなタスクを処理するために人工知能と機械学習のソリューションを導入している。

糖尿病や心臓病などの慢性疾患を持つ患者が生成した長年にわたる医療データを分析し、同様の病気を持つ患者（つまり「デジタルツイン」）と相互参照することで、アンソンは治療の結果を予測することができます。

AI は、Anson が請求やその他のサービスの進捗状況を監視し、給付金請求の裁定やその他のサービスに関する潜在的な顧客の問題を特定するのにも役立ちます。 Anson が重大な不一致を発見した場合、カスタマー サービス チームは医療提供者または患者に積極的に連絡し、その理由を説明します。ロナンキ氏は、このような積極的な働きかけが、緊張した対立関係を防ぐために非常に重要だと述べた。これを実現するために、Anson は、同社のサービスに不満を表明した顧客からの何百万件もの通話から収集された履歴データを分析し、顧客が苦情をエスカレートする可能性を示すスコアを AI が生成します。

「当社は積極的に顧客に連絡を取り、当社の決定を説明し、背景を説明するために最善を尽くしています」とロナンキ氏は語った。

2018年、アンソンは元グーグル検索部門の責任者であるウディ・マンバー氏を最高AI責任者として採用したが、これは同社にとってAIがいかに重要になったかを示すものだ。ロマンキ氏は、マンバー氏のリーダーシップの下、AIの機能とスキルセットがアンソンの各事業ラインに組み込まれ、部門横断的なチームが医療体験を簡素化し、より「パーソナライズされ、効率的で、プロアクティブ」なものにするという明確な目標を掲げてアプリケーションを開発していると述べた。

運送会社は機械学習を使用して荷物の取り扱いをサポート

オフィス配送および郵送サービスの提供で100年の歴史を持つPitney Bowes社は、過去8年間にわたりAIと機械学習ツールを広範に活用してきたと、同社の最高イノベーション責任者であるジェームズ・フェアウェザー氏がCIO.comに語った。同社は現在、機械学習ソフトウェアを使用して、Android タブレットや統合プリンターを含む郵便・荷物ステーションがいつ故障するかを予測している。インターネットに接続された郵便・荷物ステーションと直接通信する機械学習ソフトウェアが潜在的な故障を検出すると、現場のサービス技術者が機械を点検するスケジュールを設定します。

フェアウェザー氏は、荷物の配達のダウンタイムを減らすには、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。また、機械学習ソフトウェアは問題を予測する精度がますます高まっているため、Pitney Bowes はフィールド サービス管理システムのメンテナンス サービスを簡単にスケジュールできます。 「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。

即日配送が一般的になるにつれ、配送における消費者体験がさらに重要になります。Pitney Bowes は、機械学習アルゴリズムを使用して、荷物の配送ルートを監視し、プロセス内の継続的な異常を特定することで、返品を最適化しています。例えば、荷物が輸送中に通常4時間ごとにスキャンされるが、2回目のスキャン時間を逃した場合、アルゴリズムはそれを警告するとフェアウェザー氏は述べた。

「私たちは、これらの活動の標準に基づいてデータサイエンスモデルを構築し、プロセス内の異常を予測しました」とフェアウェザー氏は説明した。

クランベリー生産者は機械学習を利用して業務を強化

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。同社は、事業部門と顧客によって生成され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、最高デジタル・テクノロジー責任者のジェイミー・ヘッド氏はCIO.comに語った。

ヘッド氏は、オーシャンスプレーは機械学習を使って過去3年間のデータを精査し、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季節的なギャップを埋めていると述べた。ヘッド氏のチームは、機械学習のスタートアップ企業である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」方法の理解に努めている。 IT グループはこれらの洞察を営業チームと共有し、マーケティング アプローチの改善に役立てます。

オーシャンスプレーは、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、チリなど他の地域の農業パートナーの色、サイズ、土壌や気候条件など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製品の品質を向上させる方法も模索しています。

機械メーカーがバーチャルアシスタントを使用して販売を管理

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、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顧客獲得に貢献しています。

このソフトウェアは本質的にはTact.aiが開発した仮想アシスタントであり、ハネウェルのMicrosoft Office 365およびSalesforceシステムから情報を取得するものだと、この工業メーカーのビジネスエクセレンス担当副社長、パトリック・ホーガン氏は述べた。従業員はスマートフォンを使用して Tact.ai アシスタントと話したりテキストメッセージを送ったりすることで、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、顧客がビジネスの推奨事項にどのように対応しているかの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、仮想アシスタントは次にどのようなステップを踏む予定かを尋ねます。アシスタントは、古くなる可能性のある機会を示す通知をユーザーに「プッシュ」します。 「バーチャルアシスタントは、部署の状況を常に把握するのに役立ちます」とホーガン氏は述べ、使用すればするほど、ツールは各営業担当者のワークフローと好みをよりよく学習すると付け加えた。

バーチャルアシスタントは、対面ミーティングの増加、販売員一人当たりの売上、販売転換率、収益性の向上など、ハネウェルの営業パイプラインにプラスの影響を与えており、同氏は同社の従業員 9,500 人のうち、より多くの従業員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。

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

CIOのトッド・ヘイル氏によると、ホーム・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。

このデータ分析の取り組みは、時価総額110億ドルの同社が、事務用品販売への依存を減らしながら、コンピュコム・テクノロジー・サービス部門を含むビジネスサービス部門の拡大を目指している中で行われている。 B2B 販売はホームデポの収益の 60% 以上を占めています。同社は、XGBoost や Random Forest などの高度な AI/ML 技術を使用して、顧客を複数のペルソナに分類し、解約率、顧客生涯価値、製品の親和性を予測します。

「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、クロスセリングやアップセリングのモデルを開発しています」とヘイル氏は述べた。理想的には、これはホームデポが「カスタマイズされた製品とサービス」を開発するのに役立つだろうと同氏は付け加えた。