マガジンのカバー画像

AIのビジネス導入を考える上で読みたい記事

15
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

#IoT

データ戦略の会社が考える「データ分析の概要を掴むオススメ記事」

これまでに書いたデータ分析に関する記事について、オススメの記事や相互の関係性をはっきりさせるための見出しを作ってみました。これは今後も記事を追加するたびに、更新していこうと思います。 1) AI導入/DXに必要不可欠な「データ戦略」が実現性とプロジェクトの効果を最大化する → AI/IoTを含むデータサイエンス技術をビジネスの成果に結びつけるためのフレームワーク「データ戦略」の7要素について説明しています。(2020/4) 2) なぜ結果が出ないAI導入/DXが多いのか

[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

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