AIのビジネス導入を考える上で読みたい記事

本

これからAI (機械学習や深層学習) をビジネスに導入したい、自社のデータを活用したい人にお役立ちの記事をピックアップしています。

運営しているクリエイター: 武田元彦 | DataStrategy Inc. CEO

#データサイエンス

DXにおけるプロジェクトマネジメントの重要性と特殊性

DXを推進するに当たっての特有の悩みがあります。それが、プロジェクトマネジメント体制の構築の仕方です。 DXプロジェクトのスタートライン重要なのは、推進メンバーが「DXプロジェクトに従来プロジェクトとの違いがある」点を正しく認識し、意識統一をすることです。また、最初にどれだけ作りこんでいても、プロジェクトが走っていく中でどうしても人の意識や感覚はずれていくものなので、定期的にしつこい程「共通認識」を確認することも重要です。どちらにしても「戻るべきスタート地点」が重要になりま

[保存版] AI/IoT導入やDXなどの「ビジネスのデータ活用に必要なデータ戦略の7要素」

弊社では様々なデジタルトランスフォーメーション(DX)やAI/IoT導入のプロジェクトの相談やサポートを日々行なっていますが、外部のReady madeなAIサービスが増えてきたり、自社にしかないデータを蓄積させてそれを強みとして活用する企業も増えてきたという実感を持っています。一方で、「その分析結果がどんな売上UP/コスト削減につながるのか」をきちんと定義できないままにプロジェクトが進んでしまい、途中で頓挫しているような話もよく聞くという印象です。そんなトレンドを受

データ戦略の会社が考える「成果が出ないデータ分析/AI導入が多い理由と、成功確率を上げるために何が必要なのか」

最初にタイトルに対する結論ですが、成功確率を上げる、つまりビジネス上の意味がある成果を得る確率を高めるために必要なものは 1) ビジネス上の成果と紐付いた適切な「目的」 2) 目的を達成するための「戦略」 3) 戦略を実行するための「チーム（＋チームが使えるリソース）」 4) チームが本来の力を発揮するための「セットアップ（立て付け・お膳立て）」です。この記事では、まず最も重要な目的について考えてみます。他の2) 〜4) は、全て目的がなければ、始まりません。こ

人間の命を救うはずだったAIが政治と無知によって無視されてしまった話

優れた料理人はお客さんが育てると言うことばがあります。料理を食べるお客さんが、それがほんとにうまいかどうかわからないと、料理人のレベルも上がらないということです。実はAIにもそれと同じような面があります。 AIがわからない人にAIを渡しても、AIの真価は発揮できないということです。今回は、汚染された水道管を発見することができるAI（機械学習による予測モデル）をせっかく開発したにもかかわらず、結局使われなくなってしまい、そのせいで問題の水道管が今でも取り替えられず、多

Uber徹底研究 -「続き」MaaSを支えるデータサイエンス編レコメンド-

今回も前回に引き続き、Uberが使用するデータサイエンス、特にレコメンドについて紹介していきます。前回、ご好評いただいた以下の記事を含め、まずはこれまでの連載をまとめておきます。・Uber徹底研究 -ビジネス概要編- ・Uber徹底研究 -UX改善編- ・Uber徹底研究 -ゲーミフィケーション・行動科学編- ・Uber徹底研究 -MaaSを支えるデータサイエンス編- ■Uberがレコメンド？そもそも、Uberがするレコメンドなんてあるの？という疑問を持たれる方もいら

Uber徹底研究 -MaaSを支えるデータサイエンス編-

今回はUberが使用する高度な手法について紹介します。紹介するのは以下の5つですが、レコメンドに関しては次回に回します。今回からは少し専門的な内容になります。・需要予測・配車最適化・ダイナミックプライシング・解約予測・レコメンド(ボリュームが多いので、次回説明) 本記事は連載4回目の投稿ですが、これまでの投稿は以下の通りです。・Uber徹底研究 -ビジネス概要編- ・Uber徹底研究 -UX改善編- ・Uber徹底研究 -ゲーミフィケーション・行動科学編-