デジタルトランスフォーメーション（DX）に不可欠
いまさら聞けない「機械学習」とは何か？ 「AI」との関係は？（1/2 ページ）
機械学習をはじめとする人工知能（AI）技術が勢いを増している。こうした技術はIT投資の次の波になり、競争上の強みをもたらす可能性がある。
ITを活用した経済活動「デジタルエコノミー」の拡大に伴い、企業は全面的または部分的に、“ソフトウェア企業”としての自社の在り方を見直している。ここ数十年で、ITはビジネスの一部になった。ただしその役割は変化している。データと技術は、ビジネス戦略の中核要素になる。
ITでビジネスを変革する「デジタルトランスフォーメーション」（DX）は、単にデータを用いてビジネスを運用することではない。競争上の強みを得るために、データとITサービスを利用することだ。例えば業務効率を上げ、顧客を適切に理解し、新たな収益の流れにつながるデジタル製品やサービスを生み出すために、データを活用したりする。
DXに不可欠なのは、新たに登場した、変革につながるワークロード（システム）を導入することだ。こうしたワークロードには、ビジネスインテリジェンス（BI）をはじめとする分析用システムに加え、モノのインターネット（IoT）戦略の一環として企業のネットワークエッジ（末端）でデータを収集するシステムなどがある。
こうしたワークロードのカテゴリーは変化し、成長を続けるだろう。そうした中で機械学習をはじめとする人工知能（AI）技術が勢いを増している。そしてAI技術が、IT投資の次の波を引き起こす可能性がある。
包括的な「AI」、方法論としての「機械学習」
用語としての「AI」と「機械学習」の関係について整理しておこう。AIは、包括的かつ汎用（はんよう）的な用語で、ソフトウェアで人間の知能そのもの、またはその一部を再現する技術全般を指す。深層学習（ディープラーニング）をはじめとする機械学習は、こうしたソフトウェアによる知能を生み出すために使用する、具体的な方法論だ。
大まかに言えば機械学習は、データを基に何らかの結果を予測するアルゴリズムの作成を指す。顧客の購入履歴を調べて、その顧客が購入しそうな商品を薦めるアルゴリズムがその例だ。機械学習では、アルゴリズムそのものを記述するのではなく、データによる学習を通じてアルゴリズムのトレーニングをする。こうしたトレーニングには、通常は膨大な量のデータ処理と、データを格納したストレージへの高速なアクセスが必要になる。
企業や業界によってその違いはさまざまだが、機械学習では一般的に、使用するデータ量と作成するアルゴリズムの質との間に、直接的な相関関係がある。アルゴリズムを用いて収益を生み出す速度を上げ、収益の新たな流れを生み出そうとするならば、少しでも多くのデータを収集する必要がある。そうすれば作成するアルゴリズムの質も向上できる。その結果、早期導入によって競争上の大きな強みがもたらされる。
調査会社Enterprise Strategy Groupによる最近の調査では、機械学習をはじめとするAI技術に積極的な戦略を展開している企業の38％が、ビジネス上の重要な成果が短期間で目に見える形として表れるようになったと答えている。新技術に投資する企業にとってAI技術は、短期間で見返りを期待できる確率が高いといえる。
AI技術の優先度の高さは、ここ数年の雇用にも表れている。AI技術の専門知識に対する関心が非常に高く、求人情報検索サイトのGlassdoorは、データサイエンティストを3年連続で米国最高の仕事に認定している。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社MatrixFlow] 「物流リソース最適化」ガイド：人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
2
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
3
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
4
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
5
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
6
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
7
「結局使わなくなる」Microsoft 365 Copilotを半年で定着 キリンの3施策
-
8
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
9
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
-
10
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー