ファッションデザイナーやアパレルショップは、人工知能（AI）技術を利用して人気商品を予想したり、製造やサプライチェーンの効率を高めたりしている。AIとファッションは、自然な組み合わせになりつつある。
ユーザーエクスペリエンスの改善のために、「Tableau 2019」はAIツールとNLP（自然言語処理）ツールを追加する。このバージョンは現在パブリックβ版として公開されている。
Tableauの新しいデベロッパープログラムによって、開発者は「Tableau Online」開発サンドボックスとサンプルコードを無料利用できるようになった。サービス概略と同社の販売戦略を考察する。
2019年のエンタープライズAIの展開に大きく影響する要因は何か。Forrester ResearchはAI動向に関する5つの予測を提示している。
企業の人事部門は今、追い詰められている。上層部からは不満を持たれ、従業員は評価を実感できず離職してしまう。調査の結果、人事部門はAIの導入に活路を見いだしていることが分かった。しかし……。
「質の悪いデータからでもよい分析結果が得られる」という考え方は、ビッグデータ分析には有効かもしれない。しかしCIO（最高情報責任者）であれば、このアプローチをビジネス変革に用いるのは我慢した方がよい。
Morgan Stanleyはデータドリブンの意思決定強化のために「Tableau」を選択した。問題は3万人の従業員にどうやって浸透させるかだった。
データ活用を進める企業で、データ抽出や分析レポートのカスタマイズに対するエンドユーザーの要望が、IT部門の負担になるケースもある。三菱重工航空エンジンは「Tableau」を導入して上記の課題を解決した。
Ernst & YoungではSTEM人材の採用や、従業員へのAI講座の提供などを行っている。追求するのは、急速な時代の変化を有効に生かせるデジタルビジネスモデルだ。
「IoTは激動を迎えるだろう」と考えた2018年初頭の予想はどれだけ的中したか。「セキュリティ」「産業IoT」「通信事業者との連携」「ウェアラブルデバイス」という4つのテーマで、答え合わせと2019年以降を予想する
さまざまな業界でAI技術の活用が広がっている。AI技術を使うと業務がどのように変わるのだろうか。また、どのような業務がAI技術の活用に適しているのか。各業界に広がるそのユースケースを紹介する。
5Gのネットワークはモバイルデバイスによるデータ通信の速度を上げ、遅延を減少させる。企業は5Gがもたらすさまざまな変化にどのように備える必要があるのか。
あらゆる人やデータがつながる時代。そのつながりから新たな価値を生み出すために必要なのが、安全で透明性の高いデータ流通管理の仕組みだ。そこにブロックチェーンを活用すると……。
セルフサービスBIは、自然に成功するわけではない。企業はデータの品質を確保し、アナリストの仕事の仕方に目を光らせる必要がある。セルフサービス文化を実現するために何をし、何を避けるべきなのか。
Dell EMCが2018年12月4日に提供開始した「Dell EMC Ready Solutions for AI」は、構築済み分析環境などの包括的支援により、企業のAI技術活用を推進する。
ストックマークは2018年11月、営業活動における意思決定プロセスを支援するサービス「Asales」を発表した。営業活動にまつわるテキストデータを分析し、AI技術によって情報を推薦する。
機械学習プラットフォームを比較する際は、利用できるデータソース、使いやすさ、自動化の機能など、複数の要素を検討する必要がある。
セキュリティ対策にブロックチェーンを応用するというアイデアは有益だ。だがブロックチェーンを過信してはならない。ブロックチェーンを安全に運用するためのベストプラクティスが必要だ。
インディーズのゲーム開発者は、プロシージャル生成を活用してゲームにさまざまな要素を組み込んでいる。その世界にAIが生み出す音楽が加われば、活気に満ちた現実のような世界を作り出せるかもしれない。
業務自動化を実現するRPAツールは、現場を理解している作業担当者自身が開発するのが理想的。ノンプログラミングで開発できるRPAツールでも、事前に覚えておくと役立つノウハウがあります。
Ponemon Instituteの調査では、多くのセキュリティ担当者が機械学習などの人工知能（AI）技術は企業とIoTのセキュリティを向上させると考えていることが明らかになった。
企業の機械学習の利用は発展途上だ。O'Reilly Mediaの調査から判明した、企業での人工知能（AI）モデルの利用状況と、AIモデルの性能を評価する際に使われ始めた新しい指標とは。
航空業界はデータ活用によって、大きな変革が起こりつつある。高速インターネット接続が可能で、自己メンテナンス機能を備えた航空機用電子システムの開発も進んでいる。
日本コカ・コーラは、人工知能（AI）技術を用いたGoogleの画像認識サービス「Cloud Vision API」を活用し、消費者の行動を分析するプロジェクトを実施した。実際に利用して分かった、AI技術の得意不得意とは。
「AWS IoTボタン」とERPシステムを連携させれば、一部の発注プロセスを合理化できる可能性がある。Jergens Industrial Supply（JIS）による製造業向けのサプライ用品自動販売システムに関する事例を紹介する。
データウェアハウス、データレイク、データマートなど、ビッグデータを収容する方法は少なくない。とはいえ、どの方法を選ぶかはデータの使用目的や使用者によって変わる。本稿では、これらの違いを考える。
ブロックチェーンを使ったプロジェクトには、ビジネスのやり方を変えなければならないという信念が必要だ。ブロックチェーンのプロジェクト推進におけるCIO（最高情報責任者）の役割と、成功までの道筋を説明する。
1990年代に原型が生まれ、改良されてきたRPAツールは今、AIや機械学習、自然言語処理の進歩に伴い、新タイプに進化しつつある。
個人が健康管理に使うヘルスケアデータや、病院が管理する医療情報をビッグデータとして収集し、医学研究に活用する動きがある。2018年に施行された「次世代医療基盤法」は、この動きを後押しする可能性がある。
不動産業務にAI技術を取り入れる動きが広がりつつある。反復作業によるミスを減らすといった日常業務の効率化だけではなく、顧客が好む物件を提案するなど、人の判断を代替する用途も現実的になってきた。
ロボティクス技術の活用現場はこれまで製造業が中心だったが、それ以外の分野に広がりつつある。無人パン焼きロボットと、拡張性の高いビジネス用ロボットの事例から動向を探る。
企業はソーシャルメディアマーケティングにAI技術を利用することで、マーケティングオートメーションを進めている。ソーシャルメディアとAI技術を組み合わせた、意外な分野のユースケースも登場し始めた。
オープンソース技術や医療用APIがあれば、医療ITは飛躍的な進歩を遂げるだろう。ある医学博士は「後はただ前進するだけだ」と考えている。同氏は医療用APIの普及がもたらす可能性の一つとして、診療診断支援機能（CDSS）の進化を挙げる。
SQL Server 2019プレビュー版にHadoopとSparkが組み込まれ、「多目的データポータル」に位置付けられることになった。同時にAzure Cosmos DBもアップデートされる。
患者が自身の健康情報を管理し、医療機関と共有できる「PHR」は、まだ身近な存在とは言い難い。普及とサービス維持の鍵となる「予算／収益の確保」を、千葉大学医学部附属病院の「SHACHI」はどう実現したのか。
AI技術を用いたツールを使えば、IT担当者はVDIの管理を効率化できる。こうしたVDI管理ツールには、リソース要件を正確に見積もる機能や、問題の根本原因を分析する機能が備わっている。
患者が自身の健康情報を管理し、医療機関と共有できるツール「PHR」。ベンダーロックインの問題など、医療機関同士のデータ連携には数々のハードルがある。千葉大学医学部附属病院のPHR「SHACHI」はどう解決したか。
企業にとってデータは極めて重要だ。バックアップベンダーがコンプライアンスやデータ分析など、データのライフサイクル全体に関わる優れた機能を提供しようと模索している。
麻薬性鎮痛薬オピオイドの過剰摂取による死亡者急増が、米国で深刻な社会問題となっている。各州では解決に向けて、データ分析を活用し、電子カルテ（EHR）と処方薬モニタリングプログラム（PDMP）の統合を強化しようとしている。
データ連携のプロセスを適切に管理していないと、BIや分析のアプリケーションで整合性に欠けるデータが生じる可能性がある。こうした問題を回避する手順を幾つか紹介しよう。
IoTサービスは、データストリームをエンドレスに生成する可能性がある。巨額の請求を毎月受け取らないようにするには、クラウドに送信するデータ量に注意が必要だ。
Amazon、Microsoft、Google、IBM、Oracle、Salesforce.comという大手テクノロジー企業6社が、医療情報の相互運用性の取り組みを支援する共同声明を発表した。これは相互運用性を確立する後押しになるかもしれないが、全く役に立たない可能性もある。
ボストン小児病院では、音声認識技術を臨床現場で利用した3つのパイロットスタディーを実施し、一定の成果が得られたという。現場で使われたのは「Echo Dot」をはじめとするさまざまなAmazonデバイスだった。
企業でセルフサービスBIの導入が進みつつある。しかし多くの場合、エンドユーザーが主体的にデータを分析し、分析結果を目に見える形にすることは相変わらず難しい。この課題にベンダーはどう取り組んでいるのか。
AI用プロセッサは用途によって実装方法が変わる。AlibabaがFPGAで開発したディープラーニングプロセッサは、畳み込みをサポートしており主に画像関係で威力を発揮するだろう。
保険会社でAIの活用が進んでいる。AIは社内の業務改善だけでなく、顧客対応や保険請求の処理に利用される。自動運転やサイバーセキュリティなど、AIが新たな損失リスクとなることも考慮しなければならない。
日本IBMが企業のAI技術活用を支援するためのサービス／ツール群の提供を開始した。中でも注目のツールは、AIエンジンが使った判断材料を分析し、検証する「Trust and Transparency capabilities」だ。
IBMがEU（欧州連合）の一般データ保護規則（GDPR）を順守するにはAI（人工知能）技術が不可欠になる。そしてこのAI技術がビジネスチャンスをもたらす。IBMのデータ保護担当者が語る。
Microsoftはオンラインオフィススイートの「Office 365」に、人工知能（AI）技術を駆使した新しい機能を盛り込んだ。中でも注目の機能は「Ideas」だ。
機械学習はデータサイエンスのスキルを必要とする複雑なテクノロジーだ。Amazon、グーグルなどのクラウドプロバイダーはAIをもっと使いやすいものにすることを目指しているが、まだ改善の余地もある。
人事業務におけるAI（人工知能）関連技術の利用が拡大するにつれ、大手ITベンダーへの依存が高まりつつある。ただし小規模ベンダーも独自ツールの開発を継続している。
2018年、AppleとAmazonが相次いで1兆ドル企業となった。先行したAppleだが、同社はある弱点によってAmazonとの競争に敗れると予想される。両社の違いとは何か。
技術ベンダーや技術ユーザーのおかげで、量子コンピュータのツールや研究が前進している。実用化はまだ先かもしれないが、この分野の開発は注目に値する。
有望な求職者を見極める採用活動にAI技術を取り入れる動きが、企業の間で広がっている。だが注意しなければならない幾つかの落とし穴が存在する。
「Tableau」「Power BI」「Qlik Sense」はほぼ同等のセルフサービスBI機能を提供するが、いずれの製品にも長所と短所がある。コンサルタントのリック・シャーマン氏に話を聞いた。
ゲーム「モンスターストライク」（モンスト）で躍進するミクシィのデータ分析基盤を支えたのは、新しいワークスタイルだった。たった数人から始まったチームが全社を支える一大プロジェクトまで育った背景とは。
複数のデータベースに異なる形で保存され、同じ人あるいは物を指しているのかどうかも分からない。このような状態から脱し、データをビジネスに活用するにはどうすればいいのか。
GPUを利用した機械学習インフラの構築には技術的な障壁が残る。ある企業はGPUベースのインフラ構築プロセスの一部を自動化するPaaSを開発中だ。これを使えば、AI技術の構築にかかる労力と時間を削減できるかもしれない。
コスト削減の手段として「ロボティックプロセスオートメーション」（RPA）に注目する企業は少なくない。確かに適切な導入戦略と環境があれば効果を発揮するが、RPAは決して魔法のつえではないことを認識すべきだ。
人工知能（AI）の活用はスポーツの分野でも進んでいる。ファンとのつながりを強めたり、試合中の判定の精度を高めたりするのにAIが役立っている。
Siemensは、プロセスマイニングを採用したことでサプライヤーへの支払いや物流の管理、注文から現金化までのプロセス運営における非効率性を洗い出すことができた。
NoSQLベンダーのMongoDBは、同社のドキュメント指向データベース管理システムをアップグレードし、ACIDトランザクション関連機能を強化した。この取り組みが意味することとは。
マーシュ博士は、「GPUに依存したデータ分析は間違っている」と明言する。このアプローチでは将来のデータ増加に対応できないという。ペタバイト、エクサバイト時代のデータ分析はどうなるのか。
医療機関はバリューベースヘルスケアを導入し始めている。この考え方を取り入れ、ハイリスク患者を特定したり予防医療を実現したりする上で、アナリティクスは極めて重要な役割を担い得る。
AIや機械学習が誇大に宣伝されたことにより、セキュリティ面でもAI万能論がまん延していることが分かった。誤った認識の帰結はリスクの増大だ。対する英国とドイツの認識、そしてAIについての理解度は？
顔認識技術がビジネスにもたらす可能性は幅広い。一方でプライバシーの侵害につながるのではないかという懸念もある。顔認識技術とどう向き合い、どう活用すべきなのか。
インフォマティカのデータ管理システムを使ったデータの連携や統合について、三越伊勢丹グループ、クックパッドの事例を紹介する。
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。
データサイエンス分野は、企業がデジタル経済で成功を収めるのに不可欠な要素になっている。本稿では、掛けた費用に見合う価値を得るためのデータサイエンスチーム編成方法を考える。
米国企業のIndicoが、Ensoというツールをオープンソースで公開した。自然言語による転移学習を簡便化するというこのツールを紹介する。
AIは膨大な情報から問題箇所を検知することができる。これだけでも十分有用だが、今のAIにはこれ以上のことができない。AI導入に際しては、「AIが理解するのはパターンだ」ということを理解する必要がある。
モバイル脅威の情勢は多様化し続けている。そのため、IT部門は常に先手を打とうと戦っている。その鍵となるかもしれないのはAI（人工知能）だ。
AI技術や機械学習技術を使ったシステムは管理が難しい。堅固で安定した稼働を実現するためにはエンジニアの関与が必要だ。AIシステムの構築と従来のデータサイエンスの取り組みを同じように考えてはいけない。
メルボルン大学の科学者たちが新たなアルゴリズムを編み出し、量子コンピューティングのシミュレーションに必要なメモリを大幅に削減。量子コンピュータの実現にまた一歩近づいた。
GoogleとNASAは、機械学習技術の一つであるコンボリューショナルニューラルネットワークを用いて、新惑星を発見した。惑星探索に機械学習技術をどう活用したのか。
Googleは「TensorFlow」のパフォーマンスを向上させるため、Cloud TPUというマイクロプロセッサを提供している。クラウド機械学習市場で有力な立場を築いているかのように見えるGoogle Cloud Platformだが、TPUには課題も見られる。
今日の日本は、世界で暗躍するハッカー集団の格好の標的となっているといわれる。なぜ日本が狙われるのか。サイバーセキュリティの専門家が解説する。
新しいレポートによれば、AmazonのAlexa対応デバイスを使って買い物をする人はそれほど多くない。音声コマースに関するレポートの内容および企業が音声コンピューティング技術をどう使っているかを紹介する。
Googleは顧客対応のためのAIプラットフォーム「Contact Center AI」を発表し、コンタクトセンター市場に参入した。Ciscoなど多くの大手ベンダーが、同技術を利用した製品を提供開始する。
「ロボットは仕事を奪う」という恐ろしげなニュースの見出しは無視しよう。実際に起こり得る展開とは、人間とロボットが相互成長することだ。だが、ロボットが普及するには3つの物理的制限がある。
IDC Japanが国内ビッグデータ／アナリティクス（BDA）ソフトウェア市場の概況と、2022年までの市場予測を発表した。市場は非構造データの活用がさらに進む見通し。ユーザー企業調査から見た市場拡大における課題とは。
Googleの「Google Cloud Filestore」が利用可能になった。パブリッククラウドとオンプレミス環境を統合して利用できるのが強みだが、競合他社のファイルサービス同様、課題も残されている。
機械学習、深層学習は与えられたデータセットからパターンを学習し、パターンマッチングを行う。実務分野に応用されて成果を出す一方で、機械学習がうまく適用できない分野も見えてきた。
社内の一部門で独自開発して利用していたMicrosoft Excelのツールは、機能追加を繰り返すほど、だんだん使い勝手が悪くなってしまうことがあります。こうした悪循環はなぜ発生するのか、どう避ければよいのでしょうか。
ビジネスインテリジェンス（BI）の将来についての関心は高い。だが、BIのカンファレンスで専門家が明らかにしたのは、BIの将来は予測できないというものだった。
3Dプリント（付加製造）技術は進化し、航空宇宙業界や自動車業界の製造プロセスを改善できるようになっている。3Dプリントの外部委託を可能にするネットワークの成長も始まりつつある。
機械学習のパラメーターやモデルの管理、APIの提供などができるPythonライブラリがオープンソースで公開された。Databricksの「MLflow」が解決する機械学習の問題とは？
ロボットに人工知能（AI）を搭載することで、人間とロボットが同じ空間で安全に働けるようになり、人間の労働はもっと効率的になるかもしれない。しかし、課題は残る。
インテルの新しい開発キットは、CPUや他の種類のチップで深層学習するハードルを下げようとしている。動画データから多くの情報を容易に抽出できるようにすることが狙いだ。
AI（人工知能）についてはこれまで何度も大きく宣伝され、そのたびに期待が急速高まり、失望するというサイクルを繰り返していた。今回はこれまでとは違い「AIの冬」は訪れないだろうと著名なAI専門家は話す。
医療機関は、遺伝子データや患者データ、学問に関するデータなど、多岐にわたる関連データを統合して一元管理できる機能をEHRに求め始めている。
データ分析を担う人と組織はどうあるべきか、企業においてデータサイエンスに取り組む3人の担当者が語り合った。
AWS Greengrass上でIoTアプリケーションを構築する際の、さまざまなアプリケーションとインフラストラクチャの連携について考えてみよう。
拡張現実（AR）スマートグラスを受け入れる準備は整っているだろうか。スマートグラス技術は向上し続け、通常のメガネのような形状になってきた。市場で受け入れられる日も近そうだ。
KPIは企業目標の達成度を評価するのに役に立つ。有益な経営情報ダッシュボードを作成するための適切なKPIは、どのように選べばよいのだろうか。本稿では、主要なKPIを10件紹介する。
BI（ビジネスインテリジェンス）を導入して、「これでMicrosoft Excelのレポート作りは卒業！」とみんな喜んでいたはずなのに……データ分析の難しさに戸惑っている人が、ここにも一人います。
世界大手の紙容器メーカーSig Combiblocは、GE Digitalの産業向けIoTプラットフォーム「Predix」を導入し、IoTセンサーを使用して生産性向上とコスト削減を目指すという。
思い描いた未来が現実になる。AIの使用可能性とスマート製造テクノロジーによって、現在のビジネスシステムに変革が起きている。製造業では間もなく自律型のサプライチェーンが登場するだろう。
量子コンピュータが実用化されるのはまだ先の話になるが、1〜2年で実現する技術分野もある。これを好機と捉えて生かすか、様子を見るか。いずれにせよ、これから何が起こるのか知っておく必要がある。
ERPベンダーは、拡張現実（AR）や人工知能（AI）といった先進的な技術の導入を後押しする役割を果たすかもしれない。だが、IT予算の締め付けが続いており、そうした技術の売り込みは難航する可能性がある。
AirbnbとUnivision Communicationsが「Real Business Intelligence」カンファレンスで、成長促進とコスト削減の一助とするために使っているBI戦略を紹介した。
データの可視化によって表示するデータが正しく解釈されるには、表示の整合性が必要だ。本稿で紹介する設計手順に従えば、表示の信頼性を高めることができる。
AIが実用化され、人々の関心は事業の実情に移りつつある。フォルクスワーゲンのブラッドショー氏は、AIによって「より安く・速く」することよりも考えるべきことがあると言う。
企業は、個人に合った従業員教育カリキュラムを用意する必要がある。本稿では、従業員の技術スキルや対人スキルを向上させるための教育、キャリアプランのアドバイスに、機械学習などのAI技術がどのように役立つかを解説する。
企業が自社にとって合理的なAI戦略を把握する一つの方法は、AI技術に関する「センターオブエクセレンス」（CoE）を組織することだ。
決済サービスを提供するWorldpayのスコット＝タガート氏は、金融サービス業界におけるブロックチェーンの価値に否定的な見解を持っている。ブロックチェーンには何が足りないのか。
AppleのiOS向け開発言語「Swift」には、モバイルアプリへの機械学習の実装を容易にする可能性がある。SwiftでAIモデルを作成するための新しいツールや、そのユースケースを見てみよう。
セキュリティ対策に、機械学習をはじめとするAI技術を生かす動きが広がっている。ただしAI技術は万能ではなく、弱点もあることに注意が必要だ。
カスタマーエクスペリエンスを極限まで高めた「サイキックピザ」を実現するため、カスタマー分析アプリケーションにインテリジェンス層を追加する必要がある。
人工知能（AI）技術をセキュリティ対策に応用する動きが広がる一方、攻撃者がAI技術を活用する「AIサイバー攻撃」の存在が意識され始めている。
患者データ分析に人工知能（AI）技術を利用すると、病院の効率的な運営につながる可能性がある。AIの導入を検討する医療機関向けに、現場でのAI活用例を紹介する。
医療従事者が事務作業の負担によって本来やるべき医療に専念できない――という課題は、長きにわたり問題視されてきました。人工知能（AI）技術の普及は、こうした課題も解決するかもしれません。
モバイルデバイスのローカルリソースを使った機械学習が、現実的な手段となりつつある。クラウドの機械学習サービスが充実する今、あえてモバイルデバイスでの機械学習を選ぶ意味とは。
企業が膨大なデータや先進技術を活用するには、予測がつかない将来に対応するという難題が立ちはだかる。MITメディアラボ准教授のイヤッド・ラーワン氏はそう指摘する。
高度なセンシング技術を必要とする自動運転。ここで鍵となるのがAI技術だ。デンソーが取り組む自動運転技術の開発やAI技術の活用について、具体的な研究事例とともに解説する。
ディズニーは、主にテーマパークやリゾート施設の顧客体験向上にアナリティクスを活用しているという。一方でミュージカルの運営にも取り入れ、『ライオン・キング』の興行を成功させた。
Tableauは人工知能（AI）スタートアップEmpirical Systemsの買収により、自動データモデリング機能の提供とBI／分析の活用範囲拡大を目指す。
アプリケーションパフォーマンス監視（APM）市場で注目に値するベンダーを比較・評価する際、AI（人工知能）のような新しい機能だけでなく、監視、レポート、分析機能の点からも検討する必要がある。
「SAP Cloud Platform」には、ブロックチェーン、機械学習、IoTなどの次世代技術をSAP製品群に結び付ける統合ツールが豊富にある。さまざまな業種業界がそれを活用し、新しい価値を生み出しているという。
データを処理する新しい方法としてGPUデータベースの活用が始まっている。ビッグデータの並列処理を中心に話を聞いた。
人工知能（AI）インフラを構築するには、ストレージ、ネットワーク、AIデータのニーズを真剣に検討し、その結果を熟慮した戦略的な計画と組み合わせる必要がある。
無断でPCやサーバの演算リソースを使って仮想通貨を採掘（マイニング）する「クリプトジャッキング」が問題になっている。中でも「ある人物」による犯行は検知が難しい。
「AWS Summit 2018」では「AWS Secrets Manager」など、セキュリティと機械学習に重点を置いた新しいAWSデベロッパーツールが公開された。この新しいツールが扱うニーズについて解説する。
最先端のUI（ユーザーインタフェース）を築き上げるには、ラピッドプロトタイピングプロセスが欠かせないという。その理由について話を聞いた。
AIチャットbotを、例えば個人の資産運用にどう活用することができるか。日興アセットマネジメントの神山直樹氏とLINEの砂金 信一郎氏が語り合った。
人工知能（AI）インフラ市場はまだ歴史が浅く、各社さまざまなツールを市場投入している。クラウドサービスも、パワフルで高価なハードウェアもある。後編ではNVIDIA、Oracle、Quboleなど、主要な7社を紹介する。
ハッカーの技術はますます高度になっている。機械学習を利用する手口もその1つだ。こうした攻撃に対抗するには、防御側も機械学習を使ってサイバー脅威を早期検出するのが効果的だと、専門家はアドバイスする。
モビリティーサービス（MaaS）事業に取り組むDeNAは、多数のAWS機能を駆使し、配車サービス「タクベル」を開発している。IoTの事例としても参考になる。
一般データ保護規則（GDPR）の罰則は、これまでのどのデータプライバシー規制より厳しい。だが十分な対策ができている企業は、決して多数派ではない。
クラウド技術やデプロイモデルの高度化が進む中、将来にわたって有効なキャリアを築くことが重要になっている。専門家のアドバイスを参考に履歴書をチェックしてみよう。
人工知能（AI）技術の領域ではホットな話題に事欠かない。しかしAI導入プロジェクトでは、こうした熱狂的ブームに惑わされることなく、合理的かつ実現可能な目標を見据えよ、と専門家はアドバイスする。
企業のAI（人工知能）戦略は、効率性よりも成長に照準を合わせる必要があると、McKinseyのアナリスト、ジャック・バギン氏は言う。だが、この助言に耳を傾ける企業は少ないという。
不良データはビジネスプロセス変革を阻害する。CIO（最高情報責任者）はこの問題を解決するために何をすべきか。まずはデータ品質に関わるチェックリストに回答してみよう。
AmazonがAWSでグラフデータベースを提供すると発表し、このニッチなデータベースジャンルにもスポットライトが当たるようになった。Neptuneの一般提供前にグラフデータベースについておさらいしておこう。
データ分析の価値を引き出すために、CIO（最高情報責任者）とデータ専門家は、虚偽の事実、多様性への対応、複雑さ、リテラシーという4つの課題を克服しなければならない。さらに、バイモーダルITは忘れることだ。
人工知能（AI）インフラ市場はまだ歴史が浅く、各社さまざまなツールを市場投入している。クラウドサービスも、パワフルで高価なハードウェアもある。Amazon、Baidu、Clouderaなど、主要な18社を紹介する。
ペプシコが導入したAI「Robot Vera」は、求職者の履歴書をスキャンして適格者に電話をかけ、面接まで行う。ペプシコの導入事例を詳しく紹介する。
頼れる“Excel職人”がいなくなる日は来ないでほしいものですが、その日が来たら後任者への引き継ぎが必要です。「こだわりの機能」と「最低限必要な機能」を切り分けて、スキルとツールを引き継ぐコツとは？
九州でクリーニング店を営む田原大介氏は、独学で「TensorFlow」を学び、ディープラーニング技術を駆使して衣類を自動認識できる無人店舗作りに挑戦している。
従来のビジネスインテリジェンス（BI）ツールでも、価値ある情報を得ることはできるが、より高度なツールを備えた大掛かりな分析プラットフォームにBIを組み込めば、情報の価値はさらに高まる。
GoogleがFitbitと提携し、医療分野に敏速に進出して人工知能（AI）関連サービスを中小の医療ITベンダーに提供している。Fitbitも医療分野に事業を拡大している。
データサイエンスとビジネスアナリストの違いは、データサイエンティストがデータを深く掘り下げて、独自のビジネス解決策に行き着かなければならない点だ。もちろん違いはそれだけではない。
セールスフォース・ドットコムは、小規模企業やスタートアップ企業向けの小規模ライセンス「Salesforce Essentials」を提供開始した。利用のしやすさだけでなく、企業の成長に合わせて機能拡張できる点が特徴だ。
EUの「一般データ保護規則」（GDPR）が定義する個人データの範囲は広い。個人を直接または間接的に識別可能な、さまざまな種類のデータが含まれる。
これまでデータ準備作業を他ベンダー製のソフトウェアに依存せざるを得なかったTableauユーザーに、新しいオプションが登場した。それが「Tableau Prep」だ。
Forrester Researchの「Translytical Data Platforms」に関する調査は、「SAP HANA」がデジタルビジネスの変革をリードし、データのトランザクション処理と分析を組み合わせることで新しいビジネスチャンスを生むのではないかと予想している。
人間と機械のコラボレーションが進めば、働き方はよりシンプルで生産的で人間らしいものになる――調査会社Forrester ResearchのAI、RPAに関するレポートを紹介する。
Gartnerのバーン・エリオット氏がAIへのアプローチとしてCIOに推奨するやり方は、AIプロジェクトを投資ポートフォリオのように扱い、ハイリスクとローリスクの複数のプロジェクトを同時に進めるというものだ。
IT分野におけるAIの活用はコンプライアンスとセキュリティに役立っている。その他、物流、マーケティング、ファイナンスなど各分野におけるAI活用の最前線を紹介しよう。
IBMとAppleは、AppleのiOS向けAIサービスやアプリ開発を促進するため、エンタープライズモビリティーパートナーシップを拡張した。
匿名化した患者データをFacebookのユーザープロフィールと照合するという研究目的のプロジェクトに対し、一部の専門家からプライバシー問題を懸念する声が出ている。
ロボティックプロセスオートメーション（RPA）は、定型作業を自動化できる技術として高度化し、現在ではレガシーアプリとクラウドアプリをつなぐ用途でも活用が始まっている。
「一般データ保護規則」（GDPR）の順守はオプションではない。違反すれば甚大な被害が生じる恐れがある。GDPR対策を進める上で認識しておくべきことを整理する。
「ロボティックプロセスオートメーション」（RPA）があれば、もう「Microsoft Excel」のマクロ機能に頼る必要はないのでしょうか。再び“RPA職人”を生み出さないために、2者の得手不得手を理解しましょう。
Microsoftは同社の「Cortana」をコラボレーションプラットフォーム「Microsoft Teams」に統合する予定だ。音声アシスタントが企業に普及する小さな一歩になるだろうか。結論が出るのはまだ先のことだ。
API活用には、APIの提供者と利用者の双方にとってメリットがある。APIを活用したビジネスモデルや主要な事例について紹介する。
Microsoftはマインドシェアを高める必要がある。非Windowsユーザーや非PCユーザーとの関わりをもっと増やさねばならない。モバイルの波で失敗した同社が、デジタルアシスタントの波に乗ることはできるだろうか。
Googleの新しい音声合成サービス「Cloud Text-to-Speech」は、32種類の声と12種類の言語で自然な音声を合成する。開発者はビジネス向けアプリや機器にこのソフトウェアを組み込むことができる。
EUの「一般データ保護規則」（GDPR）の施行を前に、Appleは特筆すべき決断をした。GDPRの保護対象者だけでなく、全てのエンドユーザーに、GDPRレベルのプライバシー保護を提供するという決断だ。
GPUを使ったディープラーニング（深層学習）が一般的になっている。これに伴いデータ管理者は、大量の計算が可能なインフラを構築する必要がある。
AlexaとGoogleアシスタントとでは、どちらが優れているのか。実際に使ってみると、両者の違いは明らかだ。いずれにせよ、対応アプリ開発にはあるものが欠けているという。
災害などによる被害からシステムやデータを回復させる「ディザスタリカバリー」（DR）。2018年になってもその重要性は変わらず、引き続き進化を続けている。DRのトレンドをまとめた。
データ分析企業のCambridge AnalyticaによるFacebookデータの不正利用が明るみに出た。今後は、企業による倫理的配慮に基づくデータ収集がますます重要になるだろう。
「一般データ保護規則」（GDPR）順守のために、新たに「データ保護責任者」（DPO）を任命する組織は少なくないだろう。組織にとって新たな役割となるDPOは、さまざまな課題に直面することになる。
ペンシルベニア大学系列の医療グループ「Penn Medicine」は、自然言語処理技術で非構造化データを利用して、分析の質や患者ケアの向上につなげた。導入から活用までのプロセスや課題を紹介する。
人工知能（AI）が製造システムに導入されるようになっている。その代表例がプリント回路メーカーのJabilだ。同社ではAIを利用して社内の製造工程と製品品質を改善している。
農業の現場で取得できるデータには、農業業界が必要とする情報、生産効率を上げる方法など、さまざまな情報が含まれている。その中には、モノのインターネット（IoT）市場を築く方法についての情報もある。
「Qlik Sense」と「QlikView」にはあまり違いがないように見える。だが導入を検討する企業にとっては、検討すべき重要な考慮事項が幾つかある。
リクルートは飲食店の経営状態を分析する「Airメイト」に、GCPの「BigQuery」と「Cloud Dataflow」を採用した。大量データ処理に強いGoogleクラウドのメリットを最大限に生かした事例として参考になりそうだ。
Amazon Echoをはじめとするスマートスピーカーにより、音声による対話で機能する機器の普及が加速した。Alexaスキルの開発も活発化しているが、この流行に乗るにはどうすればいいのか。スキル開発の注意点とは？
データサイエンスと機械学習の市場は急速に拡大している。調査会社Gartnerの最新レポートによると、急増する市場の需要に素早く対応できる小規模ベンダーが大手を抑えてリードしているという。
「IT Priorities 2018 Survey」（2018年のIT優先度調査）では、2018年にITプロが最優先事項に掲げるのはネットワーク、クラウド、自動化であることが分かった。
クラウドプロバイダー各社は人工知能（AI）クラウドサービス分野でしのぎを削っており、データサイエンティストや開発者がモデルをトレーニングするための環境として自社のプラットフォームを売り込んでいる。
最新鋭のコラボレーションツールを導入しても、従業員に使ってもらえなかったらもったいない。「会議室管理ツール」を併用して従業員の利便性を高めることの重要性に企業は気付きつつある。
「セルフサービスBI」の主要2ツール「Tableau」と「Qlik Sense」は、互いに似たものになりつつある。高度な視覚化機能と大規模データ分析に対するニーズの高まりが、その背景にある。
製造業における古い生産モデルは、新たに出現したインダストリー4.0やスマートマニュファクチャリングなどのアプローチに姿を変えている。本稿では、製造業のビジネスに起こる変革を5つ紹介する。
ビッグデータ分析ソフトウェアはさまざま機能を搭載し、用途も多様だ。本稿では主要なユースケースを基に、その実力を探る。
「人工知能」（AI）テクノロジーは、モバイルデバイスの利便性や安全性を大いに向上させる力を秘めている。その可能性を評価し、どのように活用できるかを判断することが重要だ。
機械学習ツールを活用できる分野はデジタルマーケティングだけではない。自動車保険会社のHiRoad Assuranceは、保険加入者の安全運転に機械学習ツールを役立てている。
2018年、米国の医療機関はブロックチェーンの応用と人工知能（AI）の活用拡大に備えることになるだろう。電子医療記録（EHR）ベンダーによるデータ分析技術の発展も拡大するかもしれない。
少子高齢化の時代、従業員の健康管理は企業の重要課題といえよう。チャットbotやウェアラブルデバイス、DNA検査キットなど、テクノロジー主導の健康増進プログラムについて、次に来そうなトレンドを紹介する。
「GDPR」順守のための態勢作りを確実かつ効率的に進めるには、セキュリティ製品をはじめとするシステムの導入が有効です。GDPR対策に役立つ製品分野を紹介します。
機械学習市場にはここ数年で多くのベンダーが参入してきた。数あるベンダーの中から最適なベンダーを選ぶのは難しいが、専門家はどう見るのか。選定のポイントを聞いた。
ディセプション技術によってさまざまなことが判明し、有効な対策が生まれている。攻撃者の行動を監視する手法や資格情報の新しい防御方法、そして攻撃用AIと戦う防御用AIについて解説する。
Excelは便利だから使い続けたいが、Excelでは限界を感じる局面もある――こうした迷いを持つ人は、「Excelの限界」を知っておくと、「脱Excel」に踏み切るべきか否かの判断に役立ちます。
数ある人工知能（AI）の中でも、機械学習は特に進化の可能性が大きい。われわれは、どこまで機械を信頼できるか、試されることになる。
モノのインターネット（IoT）とセンサーベースのテクノロジーは、作業員の安全やコストの削減、予知保全といった面で、建設現場に大きなメリットをもたらす可能性がある。
送電網のスマートグリッド化を実現するにはネットワークが鍵となる。注目されるのが、IEEE 802.11sを活用したワイヤレスメッシュネットワークだ。
Googleは2017年、市場のリーダーであるAWSとのギャップを埋めようとして幾つかの対抗措置を講じた。しかし、その努力は新規顧客を獲得するのに十分なのだろうか。
顧客満足度を高めるために人工知能（AI）を活用する企業は少なくない。主要なAIはAPIを用意しており、「Siri」「Alexa」「Google Assistant」などのパーソナルアシスタントなどと連携して活躍の場を広げている。
深層学習（ディープラーニング）システムでは、人間の目で判別できない顔の不随意反応を分析できる。人事部の担当者はその結果を利用し、あなたが社風に合うかどうかを見極めることが可能になる。
臨時職員に短期間で一人前のスキルを習得させるのは容易ではないが、仮想現実（AR）があれば話は別だ。初心者からベテランまであらゆる従業員が、ARを使うと業務効率化につながる3つの理由を解説する。
GPUインスタンスは、演算負荷の高いアプリケーションで必要とされる処理をこなすことができる。とはいえ、どんな場合でもワークロードや予算の面で有効とは限らない。
AWS社のCEO、アンディ・ジャシー氏が、ブロックチェーンやAI、マルチクラウドといった話題のテクノロジーについてAWSの取り組みと今後の展望を語った。
今はポストHadoopの時代なのか。支持者に言わせれば、ビッグデータフレームワークの最新版「Apache Hadoop 3.0」は機械学習アプリケーションとクラウドシステムで成功を収めており、まだその時代は終わっていない。
モバイルアプリに関わるリスクには最優先で取り組む必要がある。安全性が確認されていないモバイルアプリの危険性について、専門家が解説する。
第一線のIT幹部へのインタビューによると、2018年もAI（人工知能）プロジェクトへの大掛かりな投資は継続し、企業全体のAI戦略を構築する上でCIOは重要な役割を果たすことになりそうだ。
データ量が多いからといって、必ずしも予測分析の精度が上げるわけではない。データを予測モデルに適用する前に、データを吟味して理解することが肝要だ。
機械学習やAIによる「自動意思決定」に期待がかかるが、そこには人間による偏り（バイアス）が入り込む余地があることに注意する必要がある。あるニューラルネットは、学習の結果驚くべき結論を導き出してしまった。
医師が診療ガイドラインを策定するための論文検索に深層学習を活用した。用いたのはGoogleが開発した「TensorFlow」。人間の労力を減らし、人間が見落としていたものを発掘するなどの効果が得られた。
Tableau Softwareが同社の製品にサブスクリプションモデルを全面的に取り入れたことにより、クラウドを連想させるサブスクリプションベースのソフトウェアの価格は、オンプレミスの導入でも役に立つことが示された。
第103回北米放射線学会（RSNA 2017）では、人工知能（AI）と深層学習（ディープラーニング）が注目を集めていた。PACS（医用画像管理システム）やVNA（Vendor Neutral Archive）も相変わらず関心の高い話題だった。
研究熱心なExcel職人はなぜ生まれるのか。彼ら彼女らの熱意はなぜ加速するのか。その理由を考察しつつ、ビジネスでExcel職人にそのスキルを存分に振ってもらうためのヒントを探ります。
AIを導入した企業はどのような課題を抱え、解決したのか。本稿で紹介する2つの事例の共通点は、導入製品がAIであるかどうかを全く重要視していないことだ。彼らが重視したことは何だったのか。
クラウドコンピューティングに関する話題の中で、TechTargetジャパン会員が最も関心を寄せたものとは。2017年のアクセスランキングから読み解きます。
2017年に締結されたIoT分野のM＆A（合併と買収）契約数は前年同期比でわずかに増加している。だが、ドル総額で見ると大幅に減少した。そこから見えてくることとは？
ビジネスでのドローンの利用が広がっている。だがユースケースが拡大するにつれて、各業界でのドローンの価値は大きく変わるだろう。
IoTは急速にITインフラの一部になりつつある。2018年、IoTは、あると便利なものから不可欠な資産へと変わるだろう。企業で今後IoT導入を検討する際に確認したい5つのトレンドを紹介する。
離職も視野に！ 目標未達成のインサイドセールス担当者の悩みとは？
IDEATECHは、B2B企業のインサイドセールス部門で上半期に設定された目標を達成できなかっ...
「消されるためにあるマッチングアプリ」が純愛小説を出版 どういう戦略？
真剣なパートナー探しを支援するマッチングアプリが、従来の路線を変更し、新たなマーケ...
暑すぎる！ 2023年の世界の年間平均気温「何度上昇したか」知っている人はどのくらい？――電通調査
電通は、日本におけるカーボンニュートラルに関する認知や関心の実情を把握し、浸透策を...
ITmediaはアイティメディア株式会社の登録商標です。
