2021 年の人工知能の 4 つのビジネス アプリケーション

[[409268]]

[51CTO.com クイック翻訳]人工知能は万能の機械として描かれることが多いですが、使用しながら学習する技術でもあります。 AI が習得しなければならない重要なテクノロジーは、インテリジェントな位置情報です。つまり、資産、イベント、人々が空間と時間を超えてどこにあり、それらはどのように相互に接続されているかということです。

配達アプリ、新型コロナウイルス検査やワクチンの展示、安心して購入できる店舗注文など、場所を頼りに発展するパンデミック時代のテクノロジーについて考えてみましょう。地理情報システム (GIS) の出力であるロケーション インテリジェンスは、重要なコンテキストを提供し、機械学習の基礎を形成します。

AI のビジネスアプリケーションは 4 つあります。

1. 推奨システムによる鋭い予測

人工知能は、動作を開始する前に大量の履歴データを入力する必要がなくなり、答えが不明な場合、強化学習を使用することが多いです。機械は人間と同じように試行錯誤しながら、より理想的な解決策を見つけようとしています。

半導体メーカーNVIDIAのCEO、ジェンスン・フアン氏は、そう遠くない未来を「自動化の自動化」と表現している。タイム誌のインタビューで、彼はAIが食品生産、物流、医療などの複雑な業務を改善すると期待していると語った。彼はレコメンデーションシステムについて話し、それを現代の最も重要な AI システムと呼んだ。レコメンデーション システムは、強化学習を使用して、習慣や好みに基づいて人の選択を予測するアルゴリズムです。

このタイプの AI では、より良い結果を予測するために履歴データは必要ありませんが、さまざまなタスクを実行するための貴重な背景や基盤は必要です。ハーバード・ビジネス・レビューによれば、重要なのは、機械学習のための効果的な入力、アクション、報酬を事前に設計することだという。初期の曖昧さは、リアルタイムで計算するシステムにとって良いことではありません。ここで GIS が役に立ち、推奨システムに位置情報インテリジェンスを追加して、どこで何が起こる可能性があるかを予測できるようになります。

2. 将来の開発動向を予測する

損益計算書を人工知能に処理させてその結果に苦しむのは不合理に思えるかもしれない。 AI は人々がこれらの数字のコンテキストを理解するのに役立ちます。適切なデータ入力、つまり位置情報インテリジェンスがあれば、AI を使用して意思決定を改善し、企業のリーダーがトレンドを予測するのに役立ちます。

一部の大手銀行は、位置情報インテリジェンスを組み込んだ機械学習を使用して、既存の支店の収益を分析し、それを潜在的な拡張エリアに関する豊富な人口統計データと組み合わせて、新しい支店に最適な場所を予測しています。他の支店から既存の顧客を引き抜くのではなく、新規顧客を引き付けるためにどこを拡大するかをより正確に決定できます。

同様に、太陽光パネル会社は気象データと AI を活用した位置情報画像を組み合わせて、屋上サンルーム技術を展開するのに最も適したコミュニティを選択しています。

インテリジェントポジショニングによって駆動される人工知能は、最適な運転ルートの検討に役立ち、保険会社はすでにそれによって実際の利益を上げています。スマートポジショニングと人工知能を使用して事故が発生しやすい道路を予測し、より安全なルートを推奨することで、リスクを効果的に軽減でき、保険会社は請求額の減少を期待できます。

3. ビッグデータを素早くスキャンして隠れた市場を見つける

情報爆発の時代において、企業の発展に役立つデータは不足していませんが、データの価値を十分に引き出す能力が不足しています。特に成長中の企業にとって、膨大な量の情報に圧倒されることがあります。

需要のピークを予測し、より高い利益ポイントを特定し、サプライチェーンの効率と配送方法を改善するには、大量のデータを精査する必要がありますが、これらのタスクは人工知能によってより簡単に実行できます。これには、潜在的な顧客が誰で、どこにいるかを判断するための人口統計データも含まれます。

無線ネットワーク企業は、人工知能を使って通話切断に関する大量のデータを処理し、基地局を拡張する必要がある場所をマップするなど、スマートロケーションをプロセスに組み込んでいます。地域の人口統計と予測される成長に関する複数のレイヤーの情報を追加することで、企業はより詳細に成長イニシアチブを計画できます。

AI テクノロジーと GIS を使用する小売業者は、どの店舗の場所が将来的にオンライン販売も促進するかを特定できるようになり、店舗所有者がオンラインとオフラインの両方で同時に顧客を獲得できる、切望される「ハロー効果」を生み出すことができます。

4. 画像とIoTデータで計画を立てる

今日では、IoT センサー、衛星、モバイル デバイスから入手できるデータが多すぎます。このデータを位置情報機能を備えた人工知能プログラムでフィルタリングすると、結果はさらに明確になります。

たとえば、スポーツ用品小売店向けのスマート ロボットは RFID センサーを搭載しており、店内の通路をスキャンして顧客が最も求めているものを把握し、店員がどこに重点的に商品を補充すべきかを予測します。すでにオンライン注文と受け取りに移行している店舗では、スマートロケーション AI システムを使用して、顧客が店舗の近くにいる場所に基づいて、飲み物や食料品の注文を事前に準備しています。

AI を使用すると、空き地の航空写真をクレーンやブルドーザーでスキャンして、住宅や開発を建設するのに最適な場所を判断できます。スマートポジショニングが組み込まれた AI は、駐車場の航空写真をスキャンして、外に駐車されている車のモデル (駐車台数だけでなく) を把握し、潜在的なビジネスチャンスを増やすこともできます。

エネルギー業界では、AI は衛星画像を調べて競合他社が油井を建設する可能性のある場所を示したり、LIDAR を搭載したドローンを使用して競合他社の電力網を調査したりしています。 GIS と組み合わせることで、AI は 100 億のデータ ポイントを分析できます。これは、人間のアナリストが調べるのに 5 年以上かかる量です。

人工知能の未来

消費者行動が急速に変化し、COVID-19パンデミックや気候変動などの外部リスクの影響を受ける中、AIの将来は多くの課題に直面しています。 GIS と人工知能アプリケーションを組み合わせることで実現されるインテリジェントな位置決めにより、機械学習の機能も大幅に向上しました。

今後、強化学習やインテリジェントポジショニングなどの人工知能は、人間の脳がデータをマイニングするのにかかる時間よりもはるかに短い時間で、意思決定者がより自信を持って評価や判断を下すのに役立つでしょう。

原題: 2021 年の 4 つの AI ビジネス アプリケーション、著者: Helen Thompson

[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]