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
-
事例
[Datadog Japan合同会社] Wantedlyのオブザーバビリティはどう進化したか 10年の軌跡と実装の変遷 -
事例
[Datadog Japan合同会社] エラー検知から原因調査までを最短5分で、日経新聞に学ぶアプリ監視の改善方法 -
製品資料
[Datadog Japan合同会社] クラウドのコストと利用状況を可視化＆最適化、「Datadog」の実力とは？ -
事例
[Datadog Japan合同会社] クラウド移行で見えた監視の死角、SBI証券が選んだ統合オブザーバビリティ実践 -
製品資料
[NTTPCコミュニケーションズ株式会社] リソースに限りのある中堅企業で「多層防御」の運用負荷をどう乗り越える？
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
ITエンジニア1265人調査 生成AIを使い込むほど「人の確認」が重い理由
-
2
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
3
全社標準Copilotに絶望？ MS Copilotで問い合わせ6割減できた企業は何が違った
-
4
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
5
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
6
AIエージェントを暴走させない設定、済んでますか？ 対策5選を専門家が紹介
-
7
「Copilot」はなぜ放置される？ “議事録要約止まり”を脱する処方箋
-
8
ルーブル美術館も被害に “ありふれた手口”で巨額ハッキングが成功する理由
-
9
機械学習について、正しく説明している文章はどれ？
-
10
コスモ石油、法令申請業務をどうシステム化した？ ベテラン頼みの法令判断を解消
ホワイトペーパーランキング PR
-
1
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
2
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
3
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
4
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
5
少額減価償却資産が40万円未満へ拡大、令和8年度税制改正で押さえるべき変更点
-
6
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
7
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは？
-
8
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
9
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
10
AI時代に成功するための「ナレッジマネジメント」ベストプラクティス
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