12 月
検索
エンタープライズAI 過去記事一覧（2020年）
11 月
人間が書いたような自然な文章を生成することで知られるGPT-3は、プログラムやSQLの生成にも応用されている。だが、既に幾つかの課題や限界も見えてきた。
GPT-3がプログラムコードを生成するのは可能かもしれないが、それは完璧なものだろうか。そうした懐疑論者もソフトウェア開発にAIを応用する可能性は認めている。だが、別の危険性も内包しているという。
10 月
顔認識技術を使った既存システムは、特定の人種や性別を差別的に扱う傾向があることが明らかになった。技術による差別と向き合う中で、大手ベンダーの中には一部の技術や用語の利用を避ける動きがある。
「RPA」にAI技術を組み合わせた「IPA」により、運輸会社のPolaris Transportation Groupは従業員の作業負荷を軽減し、従業員をドキュメント処理からカスタマーサービスにシフトさせている。同社の取り組みを追う。
OpenAIの「GPT-3」は自然言語処理分野に大きな驚きをもたらした。GPT-3が持つ文章生成能力は、プログラムのコーディングにも応用できるのではないか。そう考えた人々による取り組みも始まっている。
人類に分け隔てなくメリットをもたらすはずの技術が、人種差別を助長する可能性がある。顔認識技術といった人物認識技術に、特定の人種を差別的に扱う傾向があることが明らかになってきたのだ。何が起きているのか。
新型コロナウイルス感染症拡大で経済的影響を受けた小売業者を、AI技術とアナリティクス技術はどのように支援したのか。「Ai4 2020」における専門家のパネルディスカッションを紹介する。
コンテンツ制作にAI（人工知能）がもたらす効果は幅広い。音声コンテンツの制作や多言語翻訳まで、AI技術の用途と効果をまとめた。
9 月
AI（人工知能）技術を利用してテキストコンテンツ制作を支援する「NLG」（自然言語生成）。その効果とは、どのようなものなのか。
8 月
機械学習の分野は自動化されておらずパイプラインは不安な、旧態依然とした体勢で運用されている。MLOpsを導入することで、機械学習の世界に産業革命をもたらすことができるという。
7 月
AIシステムにもCOVID-19の影響が及ぶだろう。COVID-19によってあらゆるものが変わり、以前に学習したモデルは適用できなくなるかもしれない。この変化に対応できるAIシステムのアーキテクチャとは？
AIの公平性や信頼性向上の鍵を握り導入のハードルを下げるためには、監査可能性や説明可能性が不可欠と目されている。Microsoftはこの分野を前進させるツールを提供している。
AWSは今、機械学習を応用して障害者とのコミュニケーションを支援する取り組みを行っている。
6 月
エネルギー分野でのAI（人工知能）技術の活用が広がりつつある。AI技術は既存の技術をどう変え、どのようなメリットをもたらすのか。
世界の銀行業界でAI（人工知能）技術の普及が進んでいる。銀行はAI技術をどう活用し、どのようなメリットを得ているのか。欧米の大手銀行の事例から探る。
新型コロナウイルス感染症（COVID-19）の拡大で経済活動が制限される一方で負荷の増大を余儀なくされている業務もある。課題解決の切り札として期待されるのが「AI」と「RPA」だ。
これまでAI技術にあまりなじみのなかった鉱山業界で、AI技術の活用が進み始めた。AI技術が鉱山業界に果たす重要性とは。金鉱会社Newmontやデータサイエンス専門企業Kespry、Descartes Labsに話を聞いた。
5 月
米国テネシー州ノックスビルは住民に対する新型コロナウイルス感染症の情報提供に、チャットbotを生かしている。なぜ導入し、どのようなメリットを得ているのか。
三井住友海上火災保険はAutoML（自動機械学習）ベンダーdotDataの製品を使用して、パーソナライズしたCX（カスタマーエクスペリエンス：顧客体験）を提供する「MS1 Brain」を構築した。構築の背景を追う。
新型コロナウイルスが労働者を混乱の渦に巻き込んでいる。そんな中、機械学習を使用して有害なコンテンツを自動的に検出、削除する動きがソーシャルメディア企業の間で広がっている。実例を見ていこう。
4 月
Entel Oceanは、IoTセンサーとDataRobotの自動機械学習（AutoML）製品を使用して、チリの森林火災を自動的に検知している。人よりも迅速に火災を検知できる、その仕組みとは。
eBayは自動翻訳や画像認識、写真のクリーンアップなどのAI技術を利用している。ユーザーを引き付けてつなぎ止めるためだ。具体的にどう活用しているのか。
3 月
AIの普及に伴い、AIの説明可能性のニーズも高まっている。企業はどうすれば、技術的課題と倫理的課題を解決できるのか。
データの複製に敵対的生成ネットワーク（GAN）を用いることは、人工知能（AI）技術に潜む最大のリスクの1つとされている。だが、企業は有益なコンテンツの作成にディープフェイクを使うことも可能だ。
Amazon Pollyは、ディープラーニングを利用してブランドイメージに合わせた音声を生成できる。オーストラリアの銀行は、コンタクトセンターに「オーストラリア英語」で応答するAIを導入しようとしている。
ある美容院は、受付スタッフが応対し切れなかった電話問い合わせ件数が1カ月当たり約560件に上っていた。電話応対のために人工知能（AI）アシスタントを導入したことで、どのような成果があったのか。
金融業界では、将来的に人員をAIに置き換える動きが始まると予想されている。一方でAIを行員のトレーニングに利用して人材の強化に取り組んでいる銀行もある。AIが職を奪うとは限らない。
企業は一人一人の消費者に合ったデジタルマーケティング戦略を生み出す必要に迫られている。そこで役立つのが機械学習だ。なぜなのか。
AIの導入事例は珍しくなくなったが、特定製品の実際についての情報はまだ少ない。ここでは「Salesforce Einstein」と「SAP Leonardo」の事例を紹介する。
ユーザーはなぜその行動を取ったのか。ユーザーの行動の原因と結果を理解することはビジネスの成功に直結する。機械学習によって因果関係を分析する因果推論が次のトレンドになるだろう。
2 月
『GraphQL for Modern Commerce』の著者による、GraphQLのメリットとデメリット。これを読むと、REST APIだけでの開発がいかに絶望的であるかが分かる。
RPA型botは、単純な作業を自動化するだけではない。人間と協働して高度な作業を実行する「アテンド型」botと、複数の技術を組み合わせた「ハイブリッド型」botについて説明する。
「AutoML」（自動機械学習）をうまく活用すれば、データサイエンティストの業務負荷を軽減できる可能性がある。ただし他の技術と同様、AutoMLは万能ではない。
RPAのソフトウェアロボットは大きく分けて3種類ある。中でも一般的な、人の介入なしに単純作業を自動化する「非アテンド型」ソフトウェアロボットの特徴を説明する。
人材採用にAI技術を活用すれば、人が持つ意識的なバイアス（偏り）や無意識的なバイアスを排除できると考える人は少なくない。だがAI技術で全てが解決できるわけではない。
人工知能（AI）技術の進化や多様化は、自然言語処理のさらなる高度化をもたらし、企業のクラウド利用に影響を与える可能性がある。それはどういうことなのか。専門家の声を基に2020年のAI関連市場の動向を予想する。
多くのサプライヤーが機械学習アプリケーションを製品化し、誇大宣伝を繰り返している。だがユーザー企業はサプライヤーの思惑通りに踊る気はまだないようだ。
多忙なデータサイエンティストの業務負荷をいかに軽減するか。その有力な手段となり得るのが、機械学習モデルの設計や構築を自動化する「AutoML」（自動機械学習）だ。どのような業務を効率化できるのか。
シンガポール発のプロジェクトがApache Software Foundationのトップレベルプロジェクトに昇格。ディープラーニングモデルを効率的に分散トレーニングさせることができ、既に実用化されているという。
1 月