AI技術をシステム運用に取り入れる「AIOps」によってどのようなシステム運用が実現するのか。統合運用管理ソフトウェアの「JP1」と「Hinemos」を例にして考える。
AI技術の種類や使い方によって、環境に与える影響は変化する。企業が環境に配慮するには、何を念頭に置いてAI技術を活用すればよいのか。
ツールの進化により、専門知識がないユーザーでもデータを活用しやすくなった。ただし使い方によっては、期待した効果が得られない可能性がある。医療機関がデータを活用する際の注意点を説明する。
環境ノイズは量子コンピューティングにおける課題の一つだった。機械学習を応用することで、量子コンピューティングのエラーに際して環境ノイズとそれ以外の分離が可能になった。その意義とは？
質の高い医療を提供するために、医療機関や製薬会社の間でデータの活用が進みつつある。医療の現場で自然言語理解と自然言語生成などのデータ活用技術がどのように役立つのかを説明する。
AI技術の高度化が進み、人々が膨大なデータを生み出すにつれ、消費するエネルギーが環境に及ぼす悪影響が問題になる。専門家はどのような問題を懸念しているのか。
ソフトウェアで定義したパラメーターで農作物の育成を制御し、品質や収穫量の向上と安定を図るIGS。農業にITを持ち込むことで見えてきた新たな可能性とは。
RPAが有用であることは言うまでもない。だが、当然ながら適していない用途に適用しようとすれば、失敗したり投資が無駄になったりする。
Vyaire Medicalがコロナ禍で人工呼吸器の増産を決断するに当たって、データの信頼性は重要な課題だった。製造工程を正しく把握し、収集するデータの品質を維持するために同社はどのようなシステムを構築したか。
AIモデルのトレーニングには大量のデータだけでなくエネルギーを消費する。具体的にどの程度消費するのか。NVIDIAによる検証結果や各種の調査結果から、実態を明らかにする。
質の高い医療の実現には、良質のデータが不可欠だ。より良いケアを患者に提供する上で、データはどのように役立つのか。医療グループのCommunity Health Networkの取り組みを基に検証する。
Vyaire Medicalはコロナ禍が始まった2020年前半、人工呼吸器の増産に踏み切った。意思決定を支えるデータの品質と健全性を高めるために、どのような組織改革をしたのか。
Carbon Lighthouseは建物にセンサーを取り付けて空調や電源の利用状況を分析し、それらの使い方を最適化することで光熱費削減につなげている。どのような仕組みなのか。同社の取り組みを説明する。
メルボルン大学は交通状況をリアルタイム分析し、渋滞を予測するAIアプリケーションを開発した。交通が複雑化し、その管理の改善を喫緊の課題とする大都市。メルボルンはどのようにして渋滞の緩和を図るのか。
環境保護に関する事業を手掛けるCarbon Lighthouseは、AWSを使って自社で構築したデータ分析システムを、顧客企業のエネルギー消費量の削減に役立てている。同社はどのようにAWSを活用しているのか。
Carbon Lighthouseは、二酸化炭素排出量を削減しながら光熱費を節約できるよう、商業用不動産の所有者を支援する。同社の事業の鍵となっているのが、不動産から得られるセンサーデータのリアルタイム分析だ。
クラウドサービスをはじめとするITは、DXのためのデータ活用を支える大事な要素だ。とはいえITを導入すればデータ活用が必ずうまくいくわけではない。ではどうすればよいのか。
セルフサービスBIツールは企業に4つのメリットを提供する。今回はそのうち「幅広く使える」「ビジネスチャンスが見つかる」の2つに注目してみよう。
「ハイパフォーマンスコンピューティング」（HPC）の利用時は、日常業務で利用するインフラとは異なる課題に直面する可能性がある。どのように対処すべきか。間違った判断を下さないためのポイントを知っておこう。
英国最大級の穀物輸出港、イプスウィッチ港はBT GroupのIoT技術を駆使し、データ分析に基づいた港湾運営に乗り出す。大手ITベンダーと手を組んでどう生まれ変わるのか。「進化」に精を出す同港の取り組みを追った。
デジタルトランスフォーメーションに向けて自動化技術の導入を検討するのは一つの戦略だ。だが古い業務プロセスを自動化するだけでは効率化にはつながらない。効率が落ちた業務プロセスを見つけるには。
GPUによるデータ処理を高速化するNVIDIAの「GPUDirect Storage」は、大量のデータを扱う用途で活用が進む可能性がある。その可能性を考える上では、ストレージベンダーの取り組みが鍵になる。
HPCが自社に適しているかどうかを判断するには、どのような要件を検討すればいいのだろうか。ハードウェア、ソフトウェア、施設の3つの視点で考える。
家庭用品オンライン販売のvidaXLは「Google Cloud Platform」（GCP）を導入して、ビッグデータ活用に取り組む。その背景や狙いは何か。同社CIOが評価するGCPの“あの便利ツール”も含めて紹介する。
意思決定の迅速化を追求するとリアルタイム分析に行き着くことになる。そこからメリットを引き出せる企業の条件とは何か。逆に、ある企業はリアルタイム分析に確実に失敗する。
データアクセスと分析の民主化を目的とした「セルフサービスBI」ツールの導入が進んでいる。セルフサービスBIツールが企業に提供するメリットとは何か。まずは2つのメリットを説明する。
データを経営に活用したくても、膨大なデータを前に「何から着手すべきか」を悩んでいる企業は珍しくない。データの整理に時間を奪われないための秘策は。
複雑な計算処理や膨大なデータの活用手段に「ハイパフォーマンスコンピューティング」（HPC）がある。HPCが必要かどうかを判断するに当たって、まずはクラスタなどHPCの基本を知ることが欠かせない。
一般論として、リアルタイムな意思決定はビジネスに寄与する。だが「リアルタイム」の定義は誤解されている。また、リアルタイムな分析が必要とは思えない場面もある。リアルタイムへの投資には熟考が必要だ。
GPUとストレージが直接データをやりとりできるNVIDIAの「GPUDirect Storage」が一般に利用可能になった。まずはどのような仕組みなのか、ざっくりと理解しておこう。
人間の危機対処能力はAIをはるかに上回る。AIは異常の説明や解決能力を持たない。AIが臨機応変な対応力を獲得する鍵はメンタル共有モデルにあるという。
新型コロナウイルス感染症の影響で、2020年には主要なボート競技が相次いで中止・延期となった。こうした中、英国ボート競技チームはデータを活用した選手のトレーニング方法を生み出し、実践した。その中身とは。
主要なデータ仮想化ツールのうち「IBM Cloud Pak for Data」「PowerCenter」「TIBCO Data Virtualization」を解説する。自社のニーズに合った機能や特徴があるツールはどれか。
データを活用することで、医療機関の治療や経営を改善できる。請求データなど、医療機関が保有するデータの一部だけでも多くの洞察を得ることが可能だという。
都市封鎖で自宅のリフォームが人気を集めた。これを商機として捉えたのが、家具・日用品のEコマース事業を展開するOverstock.comだ。売り上げの大幅な増加をもたらした同社の取り組みとは。
治療の改善やコストの削減を実現するにはデータを統合的に分析する必要がある。にもかかわらず、医療機関は特定の機能に限定されたポイントソリューションを導入してデータの統合に苦労している。なぜか。
化粧品会社L'Oreal傘下のModiFaceは、Googleの機械学習ツール「Vertex AI」を自社サービスに生かしているが、使い続けることを前提にはしていないという。その真意とは。
NVIDIAを単に“GPUベンダー”と呼ぶことはもはやできない。CPUの処理をオフロードする「DPU」に加えて、同社製CPU「Grace」を発表した。その狙いと、これまでのCPUとの違いを紹介する。
AI人材の求人市場は活況を呈し、今後も高い需要が続く見込みだ。さまざまなAI人材の職種がある中、自分に最適な仕事を手に入れるためにはどうすればいいのか。具体的なアドバイスをまとめた。
新型コロナウイルス感染症のためリモートで練習するしかなかった英国ボート競技チームは、2021年の東京五輪に向けた選手のトレーニングプログラム策定と選手選定に、データを積極的に活用した。その中身とは。
AGIを活用すれば、完全自律型のプロセス自動化ツールが実現する可能性がある。そうすると現実味を帯びるのが、人とAIの共存だ。
さまざまなデータを活用する際に有用な「データ仮想化」ツールには、どのような選択肢があるのか。主要なデータ仮想化ツールのうち「Actifio Sky」「Denodo Platform」を取り上げる。
AI技術とIoTを組み合わせる「AIoT」が今後急速に広がる可能性がある。小売りや自動車業界の取り組みを参考にして、成果を出すポイント考えてみよう。
GPUベンダーとしての確固たる地位を築いてきたNVIDIAが、AI技術分野での存在感を高めている。同社がAI処理などを担うサーバ向けの新たなアクセラレータとして提供するのが「DPU」だ。
L'Oreal傘下のModiFaceは、Googleの機械学習ツール「Vertex AI」を採用することで、美容を切り口としたデジタルサービスの開発を加速させている。AI技術を消費者の「きれい」に生かす同社の取り組みとは。
ひと言で「AI人材」といっても、さまざまな職種がある。仕事内容はもちろん、求められるスキルもそれぞれ異なる。BI開発者やAIアーキテクトの違いとは。AI人材を目指すなら、まずは職種の要点を押さえておこう。
AI技術をIoTに取り入れる「AIoT」の活用は、各業界で広がりつつある。まずはAIoTの基本的な仕組みとともに、製造業における活用例を紹介する。
連続的に発生し続けるデータを処理するミドルウェア「Kafka」のユーザー企業には、PorscheやSony Interactive Entertainmentといった著名企業もある。彼らはKafkaをどう活用し、競争力の向上を図っているのか。
AI技術を扱う人材の需要は飛躍的に高まっている。そもそもそうした「AI人材」にはどのような仕事があるのか。キャリアを築く上でのポイントは何か。
スウェーデンのチャルマース工科大学が、超低温をミリケルビン単位で計測できる温度計を開発した。なぜこれが必要だったのか。量子コンピュータを10ミリケルビン（−273.14度）に冷却する必要性とは何か。
新型コロナウイルス感染症拡大を受けてECが活性化している一方、ECの盲点を突いた詐欺行為も目立っている。どのような手口があるのか。身を守るための対策は。
機械が人と同じように会話する世界はまだ訪れていない。AGIがそれを実現に導く可能性がある。ビジネス活用の視点でみればそれは、企業の意思決定を支援する“AI参謀”の誕生を意味する。
「データ仮想化」とは、どのような技術なのか。データ仮想化ツールはどのような機能を持つのか。製品の理解と選定に役立つ基礎知識をまとめた。
BMWは、連続的に発生し続けるデータを処理するミドルウェア「Kafka」を自動車製造に役立てているという。どのように活用しているのか。同社責任者の話を基にコンパクトに紹介する。
AI分野でベンダー買収が活発化している。その背景には何があるのか。直近の買収傾向とアナリストの見解から読み解く。
セキュリティとプライバシーの問題がビッグデータ活用の障壁になる可能性がある。これらを解決するための鍵を握るのがデータガバナンスだ。どうすればビッグデータ活用を成功させることができるのだろうか。
Googleは同社のクラウドサービス群「Google Cloud Platform」で利用できる3つのデータ分析関連ツールを発表した。その詳細は。
ビジネス利用可能な汎用人工知能（AGI）はまだ実現していない。だが実現すれば、これまではSF作品の中だけの存在だったものを、現実の世界に生み出せるようになる可能性がある。
歴史的建造物を利用するホテルHard Rock Hotel Amsterdam Americanは、「Wi-Fi 6」準拠の無線LAN製品と管理ツールを導入し、宿泊者の利便性向上とITチームの負荷軽減を両立したという。どういうことなのか。
データ活用の目的を明確にすれば、どのようなデータを収集すればいいのかも見えてくる。ただし問題はそれだけではない。ビッグデータの活用に当たっては、企業はどのような課題を乗り越える必要があるのか。
GPU市場を深耕してきたNVIDIAは、AI技術分野で勢力を拡大しようとしている。同社がGPUの用途を開拓してきた歴史を振り返るとともに、今後の方向性を考える。
デンマーク工科大学は、小児急性リンパ性白血病の研究データ処理にTigerGraphのグラフデータベース製品群を採用した。その理由は。従来のリレーショナルデータベースにはどのような「限界」があるのか。
新型コロナウイルスの流行に伴って、AIソフトウェア関連の合併買収（M&A）が活発化している。その背景には何があるのか。
Googleはオフィススイート「Google Workspace」の機能を強化し、よりコラボレーションしやすくする「Smart Canvas」を発表した。何が変わるのだろうか。
偏見や差別意識を持たず、中立性を重視して作成したはずのAIが不公平な結果を出力することがある。なぜこのようなことが起こるのか。責任あるAIを実現するためにはどうすればよいのか。
CX（カスタマーエクスペリエンス）の改善に効果的と考えられるAIと自動化。だが適用する場面を間違えるとCXの悪化やコスト増を招く。失敗しない導入方法と成功例、そして残念な失敗例を紹介する。
ビッグデータをビジネスの意思決定に生かすには、必要なデータを効果的に収集する仕組みが不可欠だ。ビッグデータ活用を失敗させないために、まずどのような点から着手すればいいのか。
「iOS 14.5」の新しいプライバシー保護設定に、Facebookが懸念を示している。それはなぜなのか。その懸念は妥当なのか。Appleの言い分も踏まえて考える。
「経営とIT」や「システム開発」「データ分析」などに関するTechTargetジャパンの「プレミアムコンテンツ」のうち、2021年度第1四半期に新規会員の関心を集めたものは何か。ランキングで紹介します。
デンマーク工科大学は、小児急性リンパ性白血病の研究データ処理にTigerGraphのグラフデータベース製品群を採用した。研究チームの目的にグラフデータベースが合致した理由とは。
新型コロナウイルス感染症のパンデミック下で、CEOが注目した技術とは何か。各社のIT戦略の変化とは。米国上場企業約3000社の決算報告書に書かれたキーワードが、パンデミック前後でどう変化したかを基に考察する。
Appleが「iOS 14.5」から搭載した新しいプライバシー保護設定は、広告売り上げをビジネスの軸にしている中小企業に大きな影響を与える可能性がある。どのような問題が起こるのか。幾つかの企業の声から探る。
EUが進めているAI規制案は、プライバシーや人間の行動を制約するAIの開発や利用を制限あるいは禁止する。違反には「全世界の売上高の6％」という制裁金が科される可能性もある。日本企業も注視する必要がある。
サードパーティーcookieに代わる、デジタル広告のための新しい手段には何があるのか。現在考えられる主な手段のうち、「匿名セグメントによるターゲティング」「個人を特定しないターゲティング」を紹介する。
AI技術は企業のビジネスを変える大きな可能性を秘めている。先行してAI技術を活用してきた企業は、どのような方法でAI技術の活用に取り組んでいるのか。重要なのは、最初から完璧さを求めないことだ。
製造業の間でIT投資が進む中、ITベンダー各社も製造業向けの製品・技術開発を活発化させている。ITベンダー各社のイベント内容を基に、「IIoT」をはじめとする製造業向けITのトレンドを整理しよう。
テニスのグランドスラムで7度優勝のビーナス・ウィリアムズ選手は、自分のファッションブランドを持つ一人の経営者でもある。アナリティクスの愛好家としても知られる彼女は、なぜデータの力を信じるのか。
データウェアハウスをオンプレミスに構築することは可能だが、スケーリングなどの面で課題がある。ここで、十分に成熟してきたクラウドサービスが選択肢になる。
Mastercardが不正利用防止のために活用しているAI技術は、企業に対する顧客の愛着や信頼の向上に寄与する可能性がある。同社幹部へのインタビュー後編。
RPAとAIを連携させることにより、インテリジェントに意思決定するシステムを構築できる。自ら学習し、改善するシステムの可能性も開ける。だが、RPAにはあるリスクが内在する。
「AIOps」を導入することでさまざまなメリットが期待できるが、全ての用途にAIOpsが役立つわけではない。正しく導入するためのポイントとは。
データは試合に大きな影響を与え、時に命運を握ることさえある――。そう語るのは、テニスのグランドスラムで7回の優勝を果たしたビーナス・ウィリアムズ選手だ。ウィリアムズ選手がアナリティクスを使う理由とは。
CPUからGPU、GPUからCPUへのデータコピーのボトルネックを解消するため、NVIDIAはArmベースのCPUを開発した。
データレイクを経てデータを分析するのがデータウェアハウス（DWH）だ。DWHのストレージ要件とはどのようなものか。オンプレミス構築の課題を解決してくれるDWHアプライアンスとはどのようなものか。
RPAはもはや人間の作業を模倣するだけの存在ではなくなった。むしろ人間よりも優れている面もある。RPAの適用方法を検討する上で、こうした優位点を考慮する必要がある。
「AIOps」の必要性が高まる理由の一つは、顧客ニーズの変化だ。AIOpsを導入することで顧客ニーズにどう対処し、どのような効能を引き出せるのかを考えてみよう。
当然ながら、量子コンピューティングを実現するには量子コンピュータとそこで実行するアプリケーションを開発する必要がある。従来型コンピュータとは全く異なるそれらを扱えるようにするIBMの取り組みとは。
RPAとAI技術が連携することで、意思決定プロセスの大部分も自動化でき、人間が介在しなくても業務プロセスが進むようになる。この「完全な自動化」の達成までは長い道のりになるが、市場には追い風が吹いている。
Mastercardは不正利用防止のためにAI技術を活用している。どのように生かしているのか。同社幹部に聞いた。
「AIOps」は、従来のシステム運用とは考え方が根本的に異なる。AIOpsは企業に何をもたらす仕組みなのか、その本当の意味を考える。
NVIDIAがArmを買収することに対して強い懸念が生じている一因は、世界のさまざまな企業がArmのライセンスを受けているからだ。仮に買収が成立した場合、どのような影響が出るのか。
医療機関にとって「リアルタイムCX」の実現は高いハードルだが、今からでも少しずつ始められることはある。何をすればよいのか。具体例を挙げながら、実現に向けて取り組むべきアクションを説明する。
AI導入の最も重要なポイントは「AIでなければできない」ことにAIを使うことだ。「AI導入」が目的ではなく手段であることを見失わなかった2つの事例を紹介する。
「RPA」製品によってビジネスプロセスの大部分を自動化すると、どこかで必ず「意思決定の自動化」という難所にぶつかる。「AI」システムはこの壁を突破する鍵になる。ただしその効果を引き出すのは容易ではない。
Armの買収が成立した場合、NVIDIAには難しいかじ取りが求められる。“オープン”さが特徴であるArmのライセンス事業と、“クローズド”なNVIDIAのGPU事業は両立するのか。
「チャットbot」は機械学習を使ったプログラムによって人間に近い回答をすることも可能だ。ただし人間に近づくと、ある倫理的な問題を引き起こすようになる。その問題とは何か。チャットbot活用の“正解”とは。
深層学習などのAI（人工知能）技術を活用し、コールセンター向けクラウドサービスの自動文字起こし機能を改善したSharpen Technologies。ユーザー企業は文字起こし機能をどう使っているか。
NVIDIAとAMDは、共にGPU分野に重点的に投資している。両社のビデオカードは、演算能力などの性能や機能においてどのような違いがあるのか。
多くの企業が、AIの本格導入やAIによる財政的な利益獲得に成功していない。成功企業と失敗企業の違いとは何か。AIから利益を得るには何が足りないのか。
NVIDIAはArmを買収することで、新たな市場開拓が可能になるだろう。だが業界から懸念の声が出ており、話は簡単には進まない。何が問題なのか。
「リアルタイムCX」に、さまざまな業界が注目し始めている。医療機関にとって実現は遠い未来になりそうだが「努力に見合った価値がある」と専門家は言う。どのような価値があるのか。実現の方法とは。
NVIDIAとAMDはデータセンター向けGPU製品で競争している。本稿はまず、NVIDIAのビデオカード製品を紹介する。ビジネス要件にどちらが適しているのか検討してみよう。
RPAとAI技術は普及が進む一方で、両者の特性や連携の意義についての理解は進んでいない。両者の違いを理解する前に、まずはRPAの基本事項をおさらいしよう。
欲しいデータをより迅速に手に入れたいというニーズを満たすのが「データマート」だ。そのメリットを整理し、データウェアハウス導入済みの企業が、新たにデータマートを構築する際の予算獲得のこつを紹介する。
新型コロナウイルス感染症の拡大がビジネスに影を落とす中、企業はさまざまな工夫でCXを向上させ、自社の強みにしようとしている。レンタル機器企業とDXPベンダーが取り組むCX向上策を紹介する。
Javaエンジニアがデータサイエンスに取り組むなら、別のプログラミング言語を検討することも視野に入る。有力な候補となるのが「R」「Python」だ。それはなぜなのか。R、Pythonそれぞれの基本的な特徴を見ていこう。
非構造化データの増大は頭痛の種でもあるが、分析によって価値を引き出せる可能性がある。分析を前提にこのデータを効率的に保存するにはどんな方法があるのか。
コールセンター向けクラウドサービスを手掛けるSharpen Technologiesは、自社サービスの自動文字起こし機能の精度向上を目指して音声認識システムを刷新した。システム移行の背景は。
気象庁は仮想化製品で構築したインフラに3つの中枢システムを移行させ、統合運用管理を実現。運用負荷軽減とシステム開発の迅速化を図るとともに、防災や減災に向けたデータ活用を強化する。
マネーツリーは金融機関向けに顧客の口座数や資産分布などを可視化するデータ分析ツールの提供を開始した。金融状況やトレンドを視覚的に把握し、顧客体験の向上などに生かす。
少なくとも現時点におけるAIは知能と呼べるものではない。そして推論した理由を十分に説明することができない。このようなAIを信頼できるだろうか。人間はこうしたAIをどう扱えばいいのだろうか。
コロナ禍やEコマースへのシフトで小売店舗の在り方が問われている。ピンチをチャンスに変えるための鍵となるのが、アナリティクスの活用だ。
自動車に関するさまざまなデータを分析する「自動車アナリティクス」は、自動車業界に何をもたらすのか。実例を基に、自動車アナリティクスの可能性を探る。
聖マリアンナ医科大学病院はAI技術を活用した画像分析の実証実験を実施する。エントランスで車いすの利用者をカメラ画像から検知し、自動ドアの開放時間を長くするなど安全の向上につなげる。
データレイクの構築を決断したとして、オンプレミスで運用するのが適切なのか。クラウドを利用すべきなのか。各社の製品とサービスを紹介する。
データ活用の要となるシステムが「データウェアハウス」だ。どのような役割やメリットを持つのか。データウェアハウスの基本的な特徴を整理する。
経営層がデータを倫理的に扱うと決めても、現場にその意図が伝わらなければ意味がない。どのようにすればよいのか。Salesforceをはじめとする先駆的企業の取り組みを基に考える。
NTTデータは、鉄道事業者向けのERP「Biz∫（ビズインテグラル）鉄道ソリューション」を提供する。ホテルや百貨店など多岐にわたって事業展開する鉄道業界ならではの課題や規則に特化した機能を搭載している。
中古住宅の買い手が見つからない「空き家問題」の解決に向け、PwC Japanグループはバーチャル空間で中古住宅のリフォームを試行できるツールを搭載したシステムを提供。不動産売買マッチングの精度向上を目指す。
新型コロナウイルス感染症によって、B2B企業は新たな販路を開拓せざるを得ない状況に追い込まれた。今、事業継続への鍵になるのが「Eコマース」への移行だ。市場動向と建築資材メーカーの取り組みを紹介する。
人工知能（AI）技術は何を実現し、何を実現しないのか。その認識は必ずしも正しい形で広がっているとは言えない。実際のところはどうなのか。特に労働者に対するAI技術の影響を専門家に聞いた。
「不動産テック」（PropTech）は商用スペースの開発と建築において重要な役割を果たす。建物の環境負荷軽減や有効活用のために、不動産開発会社はどのようにデータを活用しているのか。先進事例に学ぶ。
オムロン阿蘇は日本オラクルのデータ活用技術を駆使し、生産データ分析システムを構築した。分析の自動化で人的ミスを防ぎ、生産ラインの安定した稼働を目指す。在宅でも現場状況の把握を可能にした。
データレイクを構築するメリットは何か。データレイクに適したストレージとは何か。クラウド化すべきかオンプレミスで運用すべきか。基礎から解説する。
米国運輸保安庁（TSA）はCOVID-19の拡大局面において、手指消毒剤などの個人用保護具（PPE）の供給を管理するためにBIツールを活用している。そのダッシュボードはどのような要素で構成されているのか。
AI技術のために用意したデータを、企業は倫理的に扱えているのか。データの倫理的活用に自信を見せるビジネスリーダーもいるが、その実態は。
三井住友FGは新オフィスビルに入退室管理システムを導入した。高精度の顔認証技術で従業員以外の不正入館を防ぐ。マスクを着用した人の顔認証も可能にし、従業員の利便性確保と感染症拡大防止を両立させた。
不動産分野では投資から再開発に至るまで、データが成長の原動力になり得る。こうした変化をリードし続けるとみられるのが「不動産テック」だ。ただしそのメリットを引き出すためには、解決が必要な問題がある。
「いつか何かに使うかもしれない」といった考えで、目的が不明瞭なまま集められるだけのデータを取得しようとすることは望ましいことではない。そうした企業は、大きな代償を払うことになる可能性があるからだ。
ストリーム処理のために、AWSは「Amazon Kinesis」と「Amazon Managed Streaming for Apache Kafka」（Amazon MSK）という2種類のサービスを用意している。両者の違いとは。
新型コロナウイルス感染症が拡大する中、企業はマスクや消毒剤などの供給を監視し、従業員の安全を可能な限り確保する必要がある。そのためのシステムを、BIツールを使って構築したのがTSAだ。その取り組みとは。
個人情報などのデータを収集する上でコンプライアンスは間違いなく重要だ。だが法律に違反しないデータ収集であれば問題は一切ないのか。データ保護やデータプライバシーをコンプライアンスと倫理の両面で考える。
データ主導型企業を目指す上で重要なのが、従業員のデータリテラシー向上だ。その実現のためには何をすればよいのか。データリテラシーに関する独自のトレーニングプログラムを始めたRed Hatに聞いた。
企業のデータ収集や活用における倫理的な正当性に関心が集まる一方で、手に入るデータ全てを当たり前のように取得しようとする企業もある。こうしたギャップを放置したままだと、企業はどのようなダメージを受けるのか。
自動車業界にとって、自動車に関するさまざまなデータを分析する「自動車アナリティクス」はこれまでも欠かせないものだった。市場の変化や景気の低迷といった現状によって、その重要性はさらに高まっている。
何の前処理も行っていないデータレイクから必要なデータだけを取り出してデータウェアハウスにインポートして……と、データ分析には手間が掛かる。オープンデータレイク分析は煩雑な部分をまとめて処理する。
競争力を高めるためにデータ主導型の意思決定を目指す企業は、何をすればよいのか。重要なのは人材育成だが、分析ツールが使える従業員を育てることだけが全てではない。鍵は「データリテラシー」の向上だ。
MySQLとMySQL Analytics Engineを統合し、単一プラットフォームでOLTPとOLAPのワークロードを実行できるサービスが登場した。DWHを使わずにデータの分析が可能になるという。
テレワークが当たり前になり、働き方の常識が大きく変わった。企業はDXを推進する上で、こうした変化を捉えて組織構造やリーダーシップのスタイルを見直す必要がある。どう見直せばよいのか。
2021年はビジネスそのもののスピードを加速させる技術に注目が集まるだろう。リアルタイムのデータ処理を可能にする技術分野や、機械学習モデル開発の効率化、といったトレンドを探る。
量子コンピューティングとともに、ニューロモーフィックコンピューティングの実用化が急がれている。両者の使い道の違いは何か。ニューロモーフィックコンピューティングが必要な理由とは何か。
システムを最新化し、ビジネスの変革を加速させる上で重要な意味を持つトレンドは幾つかある。その中から「ノーコード／ローコード開発」「マルチクラウド」を解説する。
テレワークの普及は人材採用に寄与するとの声があるものの「IT人材不足がビジネスの妨げになっている」と悩む企業はいまだに少なくない。ITリーダーが取り得る現実的な解決策は。
IBMやMicrosoft、AWSなど複数の企業の量子コンピュータを利用できるようになりつつある。今後、これらの性能、そして量子超越性といえる性能を定量化する必要がある。AtosのQ-scoreがそれを実現するかもしれない。
ITリーダーがDX実現に向けて求められる役割の中には、企業文化に関係することも含まれるようになる。具体的な役割を理解する上で重要なキーワードが「アジャイル」だ。
人の代替となる“AI従業員”には、人と同様に納税義務を課すべきだという考え方がある。のみならず特許や著作権など、人と同様の恩恵を受けられるようにすべきだと主張する専門家もいる。それぞれの言い分は。
Starburst Dataが1億ドルの資金調達を発表した。「PrestoSQL」から名称変更した「Trino」をベースにしたデータアナリティクスツールの開発を手掛けるベンダーだ。
高速なデータ処理への需要を受け、拡大しつつあるのがIntelの「Optane」などを含む新興メモリ市場だ。メモリ分野は将来的にどう変わるのか。
サードパーティーcookieの利用が制限されたら、どのようにして広告をパーソナライズすればいいのか。主要な5つの代替策のうち3つを紹介する。
AMD、Intel、NVIDIAの半導体ベンダー3社が打ち出す買収戦略で、半導体市場は騒がしくなっている。中でもNVIDIAのArm買収は市場の勢力図を塗り替える可能性がある。ただし買収の先行きは不透明だ。
新型コロナウイルス感染症の問題が続く中で、顧客ニーズが大きく変化している。こうした中、デジタルトランスフォーメーション（DX）を推進する企業のITリーダーが直面する課題とその解決策は。
NVIDIA、AMDなど競合の半導体ベンダーが勢いづく中、Intelの存在が相対的にかすんでいる。かつて支配的な力を誇った“巨人”Intelは、何か間違いを犯したのか。そうだとすれば、何を間違えたのか。
大容量データを扱う用途が広がってきたことで、コンピューティングの主役だったCPUだけでは対処できなくなりつつある。どのような新たな技術が役立つのか。GPUやメモリの観点で注目すべき点は。
データプライバシー管理に関わる業務を効率化し得るのがAI技術だ。どのような用途があるのか。
相次ぐM＆Aで、企業向けのプロセッサ市場の競争は激化している。IntelとNVIDIAに対して、AMDはXilinxの買収で攻勢を掛ける。勝算はあるのか。
データプロフェッショナルの労力削減につながるAIデータプライバシーツールは、多くの点で企業に恩恵をもたらす。本稿ではこの技術の用途について解説する。
AMD、Intel、NVIDIAの主要半導体ベンダー3社がそれぞれ同業の買収を決断した。AMDは約350億ドルを投じてXilinxを買収することを決めた。プロセッサ市場におけるAMDの狙いとは。
データプライバシー管理にAI技術を利用すれば、業務の労力削減が期待できる。ただし過度な期待は禁物だとの声もある。どういうことなのか。
企業は広告をパーソナライズする手段としてサードパーティーcookieを利用できなくなったら、他にどのような代替手段を持ち得るのか。主要な5つの代替策のうち、2つを紹介する。
高度化するAI技術やデータ分析の要件を満たすには、コンピューティングとストレージの双方に変化が必要だ。まずCPUに集中しがちなデータ処理の負荷をいかに分散させるかという観点で、注目すべき技術を考える。
「A／Bテスト」ツール 売れ筋TOP10（2021年10月）
今週は、「A／Bテスト」ツールの売れ筋TOP10を紹介します。
コンテンツSEOでやらかしてしまいがちな3つの勘違い
ITmedia マーケティングで2021年3月に連載して多くの反響をいただいた「勘違いだらけのEC...
「リベンジ消費」は限定的、コロナ禍以前の状態に完全に戻ると考える人はわずか25％――野村総合研究所調査
コロナ禍が収束した場合の生活者の消費価値観や生活行動はどうなるのか。野村総合研究所...
ITmediaはアイティメディア株式会社の登録商標です。
