女子テニスの選手やコーチはデータを活用して、対戦相手の戦術の傾向を明らかにできるようになった。一方で実力に伴う資金力の差が、さらなる格差を生む懸念がある。その打開策を模索するWTAがSAPと組んだ狙いとは。
ブロックチェーンの特徴「デジタル署名されたトランザクションの不変性」を食品トレーサビリティに利用しようと考える食品製造会社の事例が増えつつある。
AI技術の透明性は重要な課題だ。対策は企業の自主規制に任せるべきだという意見もあるが、政府が介入すべきだという声も根強くある。
機械学習にはさまざまなアルゴリズムがあることを知っているだろうか。代表的な機械学習アルゴリズム「SVM」「k平均法」「アプリオリ法」について紹介する。
日本人の約8割が上司よりロボットを信頼することが調査で分かった。これは調査対象の10カ国平均よりも高い結果だ。一方でロボットの基幹要素であるAI技術の使用率は、調査対象国の中で最も低かった。なぜなのか。
現在のコンピュータアーキテクチャでは困難な証券取引処理を量子コンピュータならば処理できる可能性が示された。量子コンピュータの実用化後にも残されそうな課題とは何か。
フードサプライチェーン管理のためにブロックチェーンを使用する事例が登場している。しかしデータ収集にまつわる幾つかの問題があり、実現は容易ではないと専門家は指摘する。
説明可能なAIシステムを求める声が高まるにつれ、IBMやDarwinAIをはじめとするベンダーは、ビジネスユーザーがAIシステムの仕組みを理解するのに役立つ新機能を導入している。
アルゴリズムに対する信頼性がなければ、AI技術の導入は進まないだろう。そこで今、企業はAI技術を採用した自社システムの透明性を高め、説明可能にする取り組みを進めている。
AIの活用が叫ばれ、多数の成功事例が登場している。にもかかわらず自社のAI導入が進展しないのはなぜか。あなたの会社は3つの壁に行き当たっているのかもしれない。
機械学習にはさまざまなアルゴリズムがある。前後編の前編に当たるこの記事では、数あるアルゴリズムの中でも、代表的な機械学習アルゴリズムの「線形回帰」「決定木」について紹介する。
リレーショナルデータベースのためにDXができない、進まないと考えているITアーキテクトが多いという調査結果が発表された。この状態から脱却する方法は存在するのか。
Microsoftが新たに発表したクラウドサービス「Azure Synapse Analytics」は、BIと機械学習のメリットをより容易に得られるようにする。現在はプレビュー段階にある同サービスの特徴を解説する。
ビジネスプロセスの意思決定にAI技術を活用することについて、働き手は警戒している。どうすれば信頼を得ることができるか。専門家が解説する。
データの整理と分析の課題は、適切な製品／サービスを使うことで解決する場合がある。資産運用会社のAllianceBernsteinとライフスタイルブランドのGoopが選んだ手段は、クラウドだった。
小売大手のWalmartが、ビジネスプロセスの意思決定にAI（人工知能）技術を利用しようとしている。同社の取り組みを見てみよう。
クラウドを利用したアプリケーションのモダナイゼーションを進める保険会社Helvetia Insuranceは、エンタープライズアーキテクチャ（EA）ツールを活用している。なぜEAツールを活用するのか。得られた効果とは。
Googleの新しい「TensorFlow Enterprise」（β版）は、「Google Cloud Platform」に最適化された「TensorFlow」ディストリビューションを長期サポートと共に企業に提供する。
メルカリはユーザー体験の向上や運用管理の自動化のために機械学習などのAI（人工知能）技術を取り入れ、コンテナで運用している。AI技術とコンテナの運用を具体的にどのように実現しているのだろうか。
Oracleがさかんにアピールする自律型データベースにより、多くの管理タスクが自動化される。それはデータベース管理者の失業を意味するのか。それともデータベース管理者の進化の始まりなのか。
2016年に完了した大型買収に伴い、異なる企業の異なるシステムが同居することになったDell Technologies。システム間の連携をスムーズに進める上で鍵となるデータ統合を、同社はどう進めたのか。
Microsoft Excelで作成した社内ツールは、リアルタイムに複数人が同時編集することは困難な場合があります。マルチデバイスで共同編集できるツールを作るなら「Office 365」を検討する必要に迫られるでしょう。
Helvetia Insuranceは、自社で利用するアプリケーションのモダナイゼーションに取り組んでいる。バックエンドでは自動化による効率化を、フロントエンドでは顧客体験の向上を図り、データ保護を実現している。
「5G」の活用がとりわけ期待されているのは製造業だ。工場のような現場に高速で低遅延のネットワークを導入することで、研修や資産管理といった業務の非効率性を一掃できる可能性がある。
金融業界では不正検知を中心に人工知能（AI）技術が使われ始め、AI技術を活用した新たな金融・決済サービスも登場しつつある。ただしAIシステムで顧客情報を扱う際のプロセスには課題が残る。
量子超越性の証明により量子コンピュータの能力が再確認されたが、量子コンピュータの時代になっても古典コンピュータが駆逐されることはないだろう。それどころか量子コンピュータは古典コンピュータを必要とするという。
RPAよりも高度な作業を自動化できる「インテリジェントプロセスオートメーション」には、どのような用途があるのか。カスタマーサービスと保険金請求処理、コンプライアンスの3つの用途を説明する。
サイロ化したデータが企業の効率を妨げている。この課題を克服した4社のIT担当者が解決方法について語った。
脳とコンピュータをつなぐブレインマシンインタフェースが成果を上げ始め、夢の技術ではなくなりつつある。今何ができるようになったのか。そして今、何をなさねばならないのか。
医療機関は最新のITをどう生かすべきなのか。医療機関が押さえておくべき最新技術には何があるのか。医療機関の中でCIOはどのような役割を果たせばいいのか。キャリア30年のベテランCIOに聞く。
カリフォルニア大学サンタバーバラ校（UCSB）の海洋生物学者は、ドローンと「Salesforce Einstein Vision」を使って、ホホジロザメを監視するプロジェクト「SharkEye」に取り組んでいる。
「5G」の利用が期待される分野の一つが製造業だ。AI技術や工場に設置するセンサーと組み合わせることで、生産工程を大きく向上させられる可能性がある。
Microsoft Indiaはインド政府と提携し、同政府職員向けにAI技術やデータガバナンス、クラウドに関する新たなトレーニングプログラムを始動する。その中身とは。
さまざまなタスクを実行でき、継続的な学習を必要としない「汎用人工知能」（AGI）に、MicrosoftやSamsung Electronicsなど複数の企業が投資している。実現する見通しはあるのか。
量子コンピュータをクラウド経由で利用できる量子計算センターが開設された。IBMの目的や既に始まっているプロジェクトを紹介する。
RPAよりもさらに高度な自動化が可能な、人工技術（AI）技術を組み込んだ「インテリジェントプロセスオートメーション」が台頭しつつある。RPAとは何が違うのか。
ベンダーは教育用のIT製品に応用する人工知能（AI）技術の開発を進めている。同時に、学習者側も授業や宿題にITを利用するメリットを見いだしている。
博物館や美術館（ミュージアム）の運営にデータ分析は重要な鍵になる。大規模ミュージアムではデータに関心を示すが、そうでないミュージアムも多く、情報格差が広がっている。
AI技術の本格的な導入がそれほど進んでいないことが、このほど実施された実態調査で分かった。その原因は1つではなく、そして根深い。
さまざまなタスクを処理し、状況判断できる「汎用人工知能」（AGI）の実現を目指し、企業や研究者が開発を進めている。その実現を後押しする技術を、「AlphaGo」で一躍有名になったDeepMindが開発しているという。
高い処理能力を持ったリソースを、ユーザーが必要なときにだけ提供する「クラウドHPC」。主要クラウドベンダーが注力し始めたクラウドHPCのメリットと、普及における課題について説明する。
営利目的の企業と同様、ミュージアム（博物館や美術館）もユーザー体験を向上させ、入館者数を増やして利益を上げる方法を見極めるために、データを集め、分析をしている。
高い精度でコンテンツを認識し、再現できる「GAN」（Generative Adversarial Network：敵対的生成ネットワーク）。その用途はどこまで広がるのか。
拡張分析はユーザー企業にどのような恩恵をもたらすのか。今回は代表的な5例の中からシチズンデータサイエンティスト、組織内の知識活用、洞察の自動化について紹介する。
BIベンダー各社は昨今、「拡張分析」に注力している。拡張分析がもたらす恩恵の中から今回はデータ準備とNLPベースのクエリについて紹介する。
高い精度でコンテンツを認識し、再現できる独特の能力を持つGAN（Generative Adversarial Network：敵対的生成ネットワーク）。これを応用することで何が可能になるのか。
「フォグコンピューティング」と「エッジコンピューティング」を同じ意味で使用する専門家は少なくない。一方でこの2つの用語に対して、わずかながらも重要な違いを与えている専門家もいる。
機械学習をはじめとしたAI（人工知能）技術を取り入れる動きが広がっている。AI技術を活用しようとするならば、まずは最適なハードウェアを見つける必要がある。
「Google Cloud Vision API」「Google Natural Language API」などの「Google Cloud」サービスを使用することで、Unileverはソーシャルメディアで個人向けにカスタマイズした革新的なマーケティングキャンペーンを展開している。
ITを活用して顧客中心のマーケティングを実現するために社内連携は欠かせない。とりわけIT部門とマーケティング部門の相互理解は重要だ。デジタルマーケティング推進に向けてIT部門がすべきことをエキスパートが語った。
AIテクノロジーの使用によって政府機関をスマートにしようと試みているのは、米国に限ったことではない。グローバルレベルで普及しているAIテクノロジーを、日本や中国など各国はどう活用しているのか。
自律型ドローンに関する法規制や技術的制限などの課題は完全には解決されていないが、用途を選べば現実的なコストで運用できる可能性がある。特にクラウド接続可能な「つながるドローン」は大きな可能性を秘めている。
米国のある学区は、クラウドアプリケーションセキュリティサービス「ManagedMethods」を使用している。学習者が作成するドキュメントにある“有害な言葉”を検出することに役立てているという。その実態とは。
ネットワーク事業者のNetwork Nextが目指したのは、インターネットを介したゲームの遅延をなくし、全プレイヤーがリアルタイムで同じ体験をできるようにすることだった。どのように実現したのか。
AIテクノロジーの活用を進めているのは一般企業だけではない。政府機関も利用を進めており、既に具体的なメリットを得ている。米国での事例を紹介する。
パーソナライゼーションエンジンは機械学習を利用してコンテンツを個々の顧客向けに最適化する。企業がパーソナライゼーションを強化するコツを紹介する。
Cerebrasが、「チップ」の概念を覆す巨大なAI専用チップを発表した。B5用紙に匹敵する面積の「Wafer Scale Engine」は性能もすさまじい。
小売業でのAIテクノロジーの導入は比較的遅かったが、着実に進みつつある。小売業者がAIテクノロジーのメリットに向き合い、競争相手のEコマースの現実を理解するようになったことが背景にある。
仮想GPUは一見すると機械学習に適している。だが処理能力をフルに必要とする用途でなければ、仮想GPUへの投資には慎重になる必要がある。
米国では「自律型ドローン」の実用化に向けて活発な議論が進み、食事の配達や工業設備の点検などさまざまな用途に期待が集まっている。ただし、いまだ技術的な限界も少なくない。
AeroFarmsはエッジコンピューティングを園芸に取り入れることで、室内環境を細かに監視し、植物栽培の生産性を飛躍的に高めた。どう実現したのか。
新興BIツールベンダーLookerをGoogleが26億ドルで買収する。これを一大事だと見ているアナリストもいる。どういうことかというと……。
多種多様な分析、機械学習、自然言語処理といったAIテクノロジーが警察で使われている。顔認識ツールや自動文字起こしツールがその例だ。どのように使っているのか。
開発部門、運用部門、ビジネス部門の3者が協力する「BizDevOps」が活気づいている。さまざまなITベンダーがBizDevOps機能を提供し始めているが、ユーザー企業にとっては「高根の花」の可能性がある。
「エッジコンピューティング」は企業にどのようなメリットをもたらすのだろうか。変圧器メーカーのダイヘンが工場にエッジコンピューティングを導入した事例から探る。
医療機関で生まれるデータは、活用しにくい非構造化データであることが少なくない。自然言語処理（NLP）技術を利用すれば、この未開拓の情報源から、診療に関する有益な洞察が引き出せる可能性がある。
膨大なデータの活用を課題に掲げる企業がある一方で、少ないデータからどう知見を得るか悩む企業もある。いずれにしても解決の鍵はAI技術にあるようだ。メキシコのローン会社の事例からAI技術の可能性を探る。
Googleが26億ドルでビジネスインテリジェンス（BI）の新興ベンダーLooker買収を決めた。「Google Cloud」に組み込まれるLookerは、Amazon Web ServicesやMicrosoftといったライバルに対抗するための強力な武器になる。
「Bad Rabbit」をわずか14分で悪意のあるマルウェアであると立証するなど、Microsoftの機械学習利用は成果を上げている。だがサイバーセキュリティ分野のCTOのケリー氏は機械学習に懸念を抱いている。
バークリー音楽大学は、ボストン音楽院との統合を受けて、2校のシステムを連携し、共通のデータ分析基盤を構築する必要があった。そのためのデータ統合ツールとして、SnapLogic製品を選んだ理由は何か。
運用管理市場では、AI技術を活用した「AIOps」が盛り上がりを見せている。ただし中には、採用している技術が本当にAI技術かどうか疑わしい製品もある。真のAIOps製品かどうかを見極める、5つの特徴を紹介する。
金融系企業がAI技術を使うと、これまで従業員や顧客に手入力を求めていたプロセスを自動化・効率化し、業務の速度を上げることができる。実例を基に、AI技術が金融業務にもたらす効果を示す。
IT担当者はスマートフォンのセンサーデータの助けを借りてユーザーの行動を理解し、業務やワークフローを改善することができる。だが、センサーデータの収集には幾つか大きなリスクも伴う。
法律事務所へのAI技術の導入によって、価値が低く時間のかかるパラリーガル業務の削減に効果があった。実働時間に応じた請求書の発行から特許情報データのマイニングまで、適用業務は幅広い。
農業機器大手のAGCOは「Amazon Redshift」「Amazon SageMaker」などのAWSサービスを利用して、AIベースの新しいマーケティングツールと顧客向けポータルの開発を進めている。競合がひしめく市場で勝ち残るためだ。
Amazon.com、Google、Appleはそれぞれの音声アシスタントが収集した音声データを請負業者が聞いていることを明らかにした。ただしそれがどんな頻度なのか、どの程度の量を対象とするのかは不明だ。
ゲームにおける人工知能（AI）技術の活用は、キャラクターやゲーム世界の自動開発以外にも広がっている。ゲーム会社は既存プレイヤーと新規プレイヤーを対象とするマーケティングにもAI技術を活用している。
従来のIT監視ツールは限られた範囲の情報しか得られず、見落としなどのミスを生みやすい。人工知能（AI）技術によって運用を自動化する「AIOps」ツールを使えば、こうした監視範囲の制限を克服できる。
Oracleのマーク・ハードCEOは、Oracle Databaseの自動化によってデータベース管理者は全員失業すると言い放った。現実問題として、データベースはそこまでの自動化を実現しているのだろうか。
職場でのAI技術の未来は、人間とロボットがうまく融合されるかどうかにかかっている。小売業における協働ロボット（コボット）の用途に注目してみよう。
「AIOps」ツールがあれば、ITインフラの管理を効率化できる可能性がある。だが人手を介さない自動化機能でどこまで対処できるかは、依然として議論の余地がある。
顧客の囲い込みにAI技術を生かす、組織・人事コンサルティング大手のMercer。同社の最高デジタル責任者によると、AI技術に即効性を期待するべきではないという。それはどういうことなのか。
AI用のストレージ要件はフェーズやユースケースによって変化する。要求される速度にも種類があり、場合によっては速度が重要ではないこともある。学習時と推論時でも要件は大きく異なる。
SalesforceがTableauを買収したことにより、Tableauユーザーがクラウドへの移行を迫られるのか、またTableauの進化のスピードが影響を受ける可能性があるのかは、まだ不明だ。
Eコマースだけでなく、実店舗でも最新のAI技術が導入されつつある。「コンピュータビジョン」を中心に、小売業者のAI技術活用例を取り上げる。
CIOはまだブロックチェーンについて十分に理解しておらず、混乱が見られる。企業の情報基盤として利用するために必要な機能が欠落している。ブロックチェーンに対するGartnerの姿勢はいまだに慎重だ。
研究者が「純粋な人工知能（AI）活用型マルウェア対策製品」に、マルウェアを良性と誤認識させる方法を発見した。発見者は今回検証の対象となったCylance製品に限った話ではないと説明する。
複数国でサービスを展開するインターネットプロバイダーとSAPは、AIの導入によって成果を出しつつある。だが彼らには共通する悩みがあり、まだ解決の糸口は見えていないようだ。
「コンピュータビジョン」は、小売業者がレジ会計や買い物の動線の改善に活用できる。無人コンビニ「Amazon Go」も活用しているコンピュータビジョンの可能性に迫る。
企業は人工知能（AI）技術に期待を寄せているものの、どう利用すればいいかについてはいまだに模索中だ。AI技術をビジネスに生かしたいと考える企業が知っておくべき、AI技術の特性をまとめた。
機械学習モデルの訓練には大量の電力が必要だ。企業がこの問題に取り組むための解決手法を、人工知能（AI）技術の専門家の意見と共に紹介する。
コンシューマーだけでなく、企業での導入も進んでいる音声技術。主要技術とその主な用途に関するミニ用語集をお届けする。
AI（人工知能）技術のうち、特に機械学習をセキュリティ製品に実装する取り組みが進んでいる。本稿では、機械学習ベースのセキュリティ製品の仕組みと、製品選定時の注意点を説明する。
Googleが提供しているビッグデータ分析サービスは多彩だ。中には「Google検索」「Googleアナリティクス」などの裏側で稼働するシステムを基にしたサービスもある。5つの主要サービスをピックアップして説明する。
機械学習モデルの訓練には大量の電力を要することを、最近の研究が証明している。機械学習をはじめとする人工知能（AI）技術の運用にかかる消費電力を減らすために、考えるべきことは何か。
大手ファストフードチェーンのMcDonald'sが、ビッグデータ分析ソフトウェアを提供するDynamic Yieldを買収した。目的は、ドライブスルーとネット注文の顧客体験をパーソナライズすることだ。
宣伝文句が先行した結果、ブロックチェーンの周辺ではさまざまな問題が生じている。Gartnerは、安全性を確保し、陳腐化を防ぐためにブロックチェーン基盤のリプレースが必要と主張している。
salesforce.comはTableau Softwareを買収することで、同社のBIとデータ視覚化の機能を大幅に強化した。この動きは、Microsoftに対するSalesforceの競争力を高めている。
Googleは「Google Cloud Platform」（GCP）のサービスとして、ビッグデータ分析サービスを提供している。主要な10種類のうち、「BigQuery」を含む5種類を紹介する。
GoogleとBaiduで人工知能（AI）開発を手掛けた第一人者が語る、企業のAI活用における6つのポイントを紹介する本連載。今回は残る3つの項目を紹介する。
老朽化した地下インフラを地下レーダーでチェックしている川崎地質の悩みは、目視によるレーダー画像の解析には限界があることだった。しかし、AIの導入も容易ではなかった。
IoTプラットフォームは包括的な機能を持つものや特定の機能に特化したものなど、さまざまな製品がある。導入を検討する際にどのように製品を評価すべきかについて説明する。
最新のテクノロジーがゲーム業界を支えている。AIが自動でBGMを生成する「AI作曲家」の登場、IoTが下支えした「Fortnite」の世界的ヒットなど、業界の新たな潮流を紹介する。
機械学習導入の最初のステップは、質が高くクリーンな学習用データを用意することだ。研究機関と企業の事例から、学習用データの質を高める方法について解説する。
アナリストのキナスト氏は、AIの規制について考え始めるタイミングであると説く。AIが人間を規制するSFチックな可能性だけでなく、同氏はより現実的であり得る問題を想定している。
AI活用が失敗する理由とは何か。データ量が限られる中で、AIをどう活用すべきなのか――。GoogleとBaiduで人工知能（AI）開発を手掛けた第一人者が、企業のAI活用のポイントを解説する。
音声アシスタントは便利な半面、セキュリティリスクも潜んでいる。導入する際に注意すべきことと、対策を紹介する。
企業がAI（人工知能）技術をビジネスに取り入れる際のポイントを前後編にわたり説明する。後編ではAI活用を企業が推し進めるために必要な考え方や組織体制について、具体例を交えながら紹介する。
ローコードソフトウェア企業のAppianがGoogleのAIサービスや各社のRPA製品とAppian製品を融合させる試みを続けている。これにより、ローコードでAIとRPAを利用したアプリケーションが実現する。
人工知能（AI）の第一人者でオンライン教育の先駆者でもあるアンドリュー・ウン氏が、企業向けにAIプレイブックを考案している。本稿ではそのエッセンスを紹介する。
臨床試験や創薬など、医薬品製造における人工知能（AI）技術の利用が進んでいる。制度面での障壁はあるとしても、製薬会社はAI技術による新薬開発のプロセス短縮化を期待している。
あらゆる組織がデータサイエンティストを求めているようだ。だが適切なスキルを持った適切な人材を確保するのは難しい。データ分析能力があるだけでは役に立たないのだ。
IoTでモノが生み出す大量のデータを収集・分析するには、デバイスへの接続やデータ格納など、必要な機能一式を取りそろえた「IoTプラットフォーム」が必要になる。その基本機能や導入形態を紹介する。
ロボティックプロセスオートメーション（RPA）は、医療を含めたさまざまな業界で活躍し始めている。本稿は医療分野におけるRPAの用途について、医療事務の専門家が説明する。
データサイエンティストは数が少なく高給であることから、企業での雇用が難しくなっている。だが、エッジデバイスのインテリジェンスが大きく向上すれば、データサイエンティストを必要としなくなるかもしれない。
消費財メーカーでは、商品の需要に合わせた在庫の最適化が常に課題となっている。AI技術やロボットを使った物流の最適化について、事例を基に説明する。
データサイエンティストがDataOpsを実践するには、データを扱う環境が必要だ。都度IT部門と交渉して環境を整えてもらうようでは時間がかかり過ぎる。
AIをまだ先のことと考えるビジネスリーダーは、影響力のあるこのトレンドに乗り遅れる可能性が高い。今すぐAIテクノロジーの導入を検討した方がよい。
AI技術を活用するチャットbotを使って、企業のIT管理者の仕事を効率化することができる。どのように役立てることができるのだろうか。
AIシステムのバイアスは、人種や性差に基づく誤った判断をもたらすことがある。Amazon.comとFacebookの事例から、現在のAIシステムが抱える課題について考える。
ガートナーのイベントにおけるメルカリの松田 慎太郎氏の基調講演から、同社における分析の組織と文化の作り方についてまとめた。製品選定の話ではないが、分析を社内に根付かせる上で参考になるはずだ。
ビジネスインテリジェンス（BI）ツールに自然言語クエリ機能が搭載されていればユーザーの使い勝手は大幅に向上する。その結果、分析する人の能力を補完し、洞察の品質や精度が向上する可能性がある。
食品や生活用品を扱う消費財業界でも、AI技術の導入が進みつつある。Coca-ColaやPepsiCo、P＆Gなどの事例から、AIシステムを利用したサービスの提供について考える。
Amadeus IT Groupとスイス連邦工科大学の共同研究により、FPGAはGPUよりも4倍高速で、同じワークロードを7分の1のコストで実行できることが分かった。AIにとって非常に有効だが、FPGAには弱点もある。
セルフサービスBIは企業の全員に大きな変化をもたらす可能性がある。本稿では、導入を容易にするために心に留めておくべき原則を紹介する。
小売大手のKrogerにとって、同社の顧客が利用する検索エンジンのシステムを「Google Cloud Platform」に移行させることは簡単ではなかった。迅速にこれを成し遂げられたのは正しい計画と適切な人材があったからだ。
本人確認と決済承認手段の方法として、人工知能（AI）技術を利用する実験的取り組みが始まっている。ただしAI技術には、依然として倫理的な課題が残っている。
音声アシスタントをはじめとするチャットbotをうまく使えば、企業の従業員のユーザーエクスペリエンス（UX）を向上させることができる。
オープンソースソフトウェアも活用し、AIプラットフォームの強化を続けるMicrosoft。バイスプレジデントのガスリー氏は、競合他社とは異なる戦略があると語る。
医療ソフトウェアベンダーのHarrisLogicは、「SAP HANA」を事業推進の中核として利用している。SAP HANAで何を目指し、具体的にどう利用しているのか。
ビジネスインテリジェンス（BI）ツールに自然言語技術が搭載されていれば、従業員にとっての「使いやすさ」のハードルが大幅に下がる可能性がある。飲料大手Hijos de Riveraの事例から、その実力を探る。
システムの「サイロ化」の課題を抱えていた中部電力は、課題解決のためにデータ分析システムを構築し、可視化ツールとして「Tableau」を導入した。Tableau選定の理由とシステムの運用体制、実際の活用例を紹介する。
Forresterが行った調査によると、自動運転車を開発している企業の多くがコストをはじめとする課題を抱えているという。人間の操作を必要としないレベル5の実現はいつになるのか。
膨大なデータを有効に活用し、顧客とより密接につながるために、決済処理に人工知能（AI）技術を利用する動きが広がっている。事例を基に、その実態を探る。
データ活用の文脈から、DataOpsが浮上してきた。DataOpsを実践することにより、全てのベースとなるデータの運用体制が確立される。複数の識者が語るDataOpsの考え方とは？
小売業が「Amazonプライム」に対抗するためのサービスを提供するShopRunnerは機械学習をどう活用しているのか。同社データサイエンス部門トップが語った。
医療機関の間で、AI技術を活用する動きが広がりつつある。医療画像解析や診断支援など、医療従事者の業務改善に役立つAI技術の活用例を3つ紹介する。
機械学習の（特に学習の）速度を向上させるため、各社はさまざまなカスタムハードウェアの開発と利用を進めている。出遅れ感のあるIntelは、この市場にx86 CPUで参戦しようとしている。
AI（人工知能）技術を使ったセキュリティ製品は将来性がある一方で、安易に利用するとリスクが生じる。AIセキュリティ製品が抱える問題と、利用時に知っておくべきことは何か。
「Office 365」の普及が進めば、最新バージョンの「Microsoft Excel」利用者も増える。そうなれば「互換性のために古い機能を使う」場面は減る。「Excel 2007」以降に追加された代表的な関数をおさらいしよう。
ECは「信頼できるAI」の実現を目指し、7つの指針を盛り込んだガイドラインを発表した。現時点で強制力を持つものではないが、このガイドラインを出発点とした法整備がEUで進む可能性もある。
AWSとMicrosoft、Googleのクラウドベンダー3社は、さまざまな用途で使える「クラウドAIサービス」を充実させている。4つの用途に絞って、主要サービスを整理する。
AIへの投資は今後も増えるだろう。そのAIを支える機械学習にはGPUやTPUといったカスタムハードウェアによるアクセラレーションが必須だ。
サイバー攻撃が日々進化する中、その新たな対策としてAI（人工知能）技術を使ったセキュリティ製品が次々と登場している。保健ブローカーによるAIセキュリティ製品の導入経緯と、その実力を探る。
膨大なデータが発生するブラックホール観測を支えたのは1000台のHDDだった。データの保存や処理、保護のコスト効率を高めるために観測チームが取った手段は、合理的な判断に基づく。
日本製鉄君津製鉄所は社内データの分析に「Tableau」を活用し、全社に利用を広げようとしている。同社はなぜTableauを選定し、データ分析で直面していた課題をどう解決したのか。その文化をどう広めているのか。
ブラックホールを観測するため、世界中に分散する電波望遠鏡が生み出すデータの記録と保存に採用されたのは、クラウドではなく従来型の手法だった。プロジェクトチームが最も合理的だと判断した解とは。
アプリテストの自動化は必要だが、テストチームにテストスクリプトのコーディングスキルはない。スキルを持つ開発チームは、それをアプリ開発に使うべきだ。このジレンマを解決するのがコードレスツールだ。
再活性化の兆しを見せるDWH市場では、注目すべき新興ベンダーが登場している。その実力はどうなのか。新興ベンダーのクラウドDWHを活用するStravaの導入事例を基に探る。
主要ベンダーの「クラウドAIサービス」は、その機能を容易に利用可能にするためにAPIを提供している。APIを使ってアプリケーションにAI機能を組み込む方法に加え、その際直面する課題と対処方法を見てみよう。
企業でのAI（人工知能）利用について、前後編にわたり8つのポイントを説明する。前編ではAI人材の確保やビジネスへの活用、データの収集・整形方法について、具体例を交えながら紹介する。
医療業界では、特定の外科手術における臨床的な意思決定と支援のためのテクノロジーが進化するとともに、人工知能（AI）技術の応用に注目が集まっている。
近畿大学は、JIECの問い合わせ返答サービス「manaBrain」を使ったバーチャルティーチングアシスタント（V-TA）を導入した。講師とTAの業務負担軽減や、時間を問わない受講生の疑問解決に効果が見られたという。
AI技術は、セキュリティツールにどのような可能性をもたらすのか。AIセキュリティツールの具体的な利点を紹介しよう。
企業向けコラボレーションツールが参考にしている意外な分野が出会い系アプリケーションだ。機械学習を活用した相性分析やコミュニケーション手法の長い実績があるからだという。
Hadoopの登場で守勢に立ったDWHが、クラウドに新たな活路を見いだしている。活性化の兆しを見せるDWH市場で、クラウドDWHが特に存在感を増している理由を探る。
中国政府は積極的なペースで人工知能に投資している。そんな中、米国をはじめとする各国は投資を強化するという大きな重圧に迫られている。
EHR（電子医療記録）は、患者の異常所見を読み取るために必要な機能を万全に備えているとは限らない。人工知能（AI）技術をEHRに組み込むことで、見落としに起因する医療ミスの防止に役立つ可能性がある。
セキュリティ担当者の間で、AI技術を組み込んだセキュリティツールを利用する動きが広がっている。攻撃者に対して先手を取り、攻撃者が悪用する前に脆弱（ぜいじゃく）性が危険にさらされるのを防ぐためだ。
Oracle DatabaseからSAP HANAへ移行した企業がどれだけあるかについては見解が分かれる。注目したいのは、移行によってメリットを得ている事例が実際に出ていることだ。
ニューハンプシャー大学は学生寮のネットワークを有線LANから無線LANへ移行した。その際に直面したのが、無線LANのパフォーマンスの問題だ。どのようにして解決したのか。
データドリブン志向の企業は、可視化ツールを使用してビッグデータに潜む結論を読み解き、その結論から有益な情報を導き出す。本稿ではビッグデータ分析に適した可視化ツールと選び方のポイントを紹介する。
Intelがオープンソースのディープラーニングツール「Nauta」を公開した。Nautaでどのようなことができるのだろうか。
商用製品からオープンソースまで、人工知能（AI）を使ったデータサイエンスツールの選択肢が広がっている。うまく利用すれば、データアクセスや分析モデル作成、データ管理の共同作業が簡便になるだろう。
AIaaS（サービスとしてのAI）の出現により、最先端のIT企業だけでなく、より多くの企業が人工知能（AI）をアプリケーションに組み込み、利用できるようになりつつある。
Candy Crushのテストプレイを担当しているのは、TensorFlowで学習させた仮想プレイヤーだった。開発からその導入効果までをKingに聞いた。
企業がERPシステムの導入効果を引き出すには、技術面だけでなく変革を推進する「チェンジマネジメント」や協働など、包括的な専門知識を備えた次世代の人材を育成する必要がある。
人間は、AIが下した決定の理由を答えられなければならない。それを実現するのがXAI（Explainable AI：説明可能なAI）だ。AIの決定に基づいて行われた結果の責任をAIに転嫁することはできない。
2019年3月に発表されたTableauとAI音声分析ベンダーのVoiceBaseの提携により、コンタクトセンター内外のユーザーが、音声分析データから簡単に洞察を引き出せるようになった。
人工知能（AI）が放射線医学に与える影響を示す例について、2人の放射線科医の話を基に紹介する。新旧画像の比較や、深刻な症状の患者の優先治療などにAIが活用されているという。
気が付けば「Microsoft Excel」の関数式が長文に……。作成者なら理解できる関数式も、第三者が読み解くのは一苦労だ。チームで使うExcelツールならば、シンプルな関数式にしておかないと大きなデメリットが。
機械学習が、量子コンピュータの重要な用途になるかもしれない。研究者や開発者が、量子コンピュータを使った、より「人間的な」AI（人工知能）の実現の鍵を探しているからだ。課題とメリットは何だろうか。
BIや分析をクラウドに移行するには戦略が必要だ。何を詳しく調査し、どのような点に注意して、どんなことに取り組むべきか、専門家やIT担当者からヒントを得る必要がある。
小売企業で、実店舗とオンラインでの購買履歴を活用したマーケティングが進んでいる。AI技術の活用やデータ分析によって、顧客に合わせて商品を提案し、需要を生み出すことができる。
クラウドによってAIテクノロジーが利用しやすくなり、アプリケーションに自然言語処理を組み込もうと考える開発者が増えている。
チャットbot、協働ロボット、人工知能（AI）が仕事に及ぼす影響、そしてデジタルな労働力が人間の職場に混在する環境には新たな管理スキルが求められる理由について、エキスパートに話を聞いた。
AIの利用が広まりつつある中、CIOはAIにどうアプローチすべきなのか。どのような用途が考えられるのか。5人のITリーダーに、AIの展望やユースケースを聞いた。
GoogleでAIの研究開発を担うGoogle AIは、大規模な高精度ディープニューラルネットワーク構築用ライブラリ「GPipe」をオープンソースとして公開した。その意味するものとは。
「『拡張分析』『自然言語』『グラフ分析』が、データおよびアナリティクス市場を変えつつある」とGartnerは指摘する。これに伴い、ユーザーはより簡単にデータを理解、共有できるようになってきている。
AI技術の導入で続々と新たなサービスが登場するフィットネス業界。パーソナライズしたサービスを提供し、ユーザーの健康管理やトレーニングの効果を高めている。Fitbitから仮想アシスタントに至るまで、その状況を紹介する。
機械学習による予測は、ネットワークセキュリティ戦略において役立つ。しかし同時に、ネットワークセキュリティを脅かす勢力も機械学習の恩恵を受けられる。
数あるNoSQLデータベースの中で特異な位置を占めるのが、複数のデータモデルをサポートする「ArangoDB」だ。
MicrosoftとIDCの調査によれば、AI技術をビジネスの中核で活用する日本企業は1割未満にとどまる。企業はAI技術による生産性向上を期待している一方、ツールや人材の不足が活用の妨げになっている。
1200件の世界的研究プロジェクトを分析すると、国によって重視する研究分野が異なるなど、興味深い事実が明らかになった。そして、ある要素が「見落とされている」という。
自然言語処理（NLP）によって意図解釈を行い、bot技術の効用を高めるチャットbotが登場している。会話技術を進化させたbotはデジタルワーカーとして戦力になる。
IBMが商用量子コンピュータを発表した。まだ誰でも使えるとは言えないが、量子コンピューティングの扉が開かれた意義は大きい。
ITリーダーはセキュリティレベルを引き上げる手段として、AI技術に注目している。AI技術はどの程度のセキュリティを提供できるのか。AIセキュリティ製品の利点と、現状の限界について解説する。
人工知能（AI）技術は万能薬ではない。ビジネスにAI技術を利用するのであれば、その限界を知っておく必要がある。AIを有効活用するためのシステム構築のポイントについて説明する。
ロボティックプロセスオートメーション（RPA）は、個々のタスクを自動化するものから、特定業務の仕事全体を自動化するものに進化し始めている。RPAベンダー大手Automation Anywhereが提供する「デジタルワーカー」がその一例だ。
職場へのAI技術の導入に失敗しないためには、現在のAIが可能なことと不可能なことを把握しなければならない。本稿ではAI技術の得意分野と、AI技術を利用した最新ソフトウェアについてまとめる。
オープンソースのクラウド監視ツールは、ベンダーのネイティブオプションよりも多くのメリットをもたらす可能性がある。本稿で紹介する5つのツールを確認して、自社のクラウド戦略に最適なツールを見極めてほしい。
さくらインターネットは宇宙データ分析サービス「Tellus OS」を公開した。いままで活用のハードルが高かった日本政府の衛星データを、無料で簡単に利用できるようにする。
GEはAI戦略の強化を図るため、AIを人間的にしようとしている。開発したAI botは管理職の下に配属した。課題は山積している。
ヤフーが新しいデータ分析サービスを発表した。「Yahoo!ショッピング」や「Yahoo!ニュース」「Yahoo!検索」など、同社サービスのユーザーの利用データを基に、消費者の関心を可視化できる。
機械学習モデルの導入時には、その開発時とは全く異なるスキルセットが必要だ。データサイエンティストとエンジニアリングチームはこのギャップを埋める準備をしなければならない。
データサイエンスを学ぶ場所と機会は大学の外側にも広がっている。大規模公開オンライン講座（MOOC）やオンラインで公開しているドキュメントなどがあり、データサイエンティストとしてのスキルセット獲得に役立つ。
GDPRはEU圏外の国にも影響を及ぼす。EU市民の個人データを機械学習に利用すると説明責任が生じ、機械学習の内部はブラックボックスだという言い訳は通用しない。
ビッグデータ分析ツールを探しているなら、さまざまな機能がある中でも10個の機能に注目してほしい。特に、分析結果を埋め込む機能、他のアプリケーションとの連携機能、バージョン管理機能は確認しておきたいところだ。
米バージニア州ラウドン郡の学区では、2018年にセルフサービスBIツール「Qlik Sense」を使った教育機関分析の試みを開始した。一人一人に合った教育を提供するための予測分析を、ラウドン郡はどう実現するのか。
小売業者は何年も前から顧客情報を収集してきた。だが人工知能（AI）の普及により、この情報をもっと効率的に利用する機会が開ける。その課題とチャンスについて解説する。
AI技術の活用を一任されたCIOは、まずはAI分野で起きている最新の情報を知るよう努めるべきだ。そして、IT部門のスタッフにも情報収集に関して同様の習慣を身に付けさせる必要がある。
企業の取得データが急増している近年では、情報を全て把握するためにもデータサイエンスツールが欠かせない。本稿では「Python」「R」「Jupyter Notebook」「Tableau」「Keras」について、データサイエンティストが愛用する理由を聞いた。
グラフィックスを処理するために開発されたGPUだが、活躍の場はもはやゲーム業界だけではない。本稿ではGPUの能力が仮想化やデータセンターといった分野での利用に適している理由と、使用する際の注意点を解説する。
BIとアナリティクスの主要なトレンドとして、機械学習、マルチクラウド、グラフデータベースの台頭が挙げられる。これらは企業にどのような影響を与えるのか。
AI技術のセキュリティ分野における活用が進む一方で、求められる機能を実現するためには課題も残る。具体的な活用例や、課題解決に向けた取り組みの動向を紹介する。
テクニカルアーキテクトのジェイソン・ウィン氏は、Microsoftが推進する人工知能（AI）開発により、データセンターの自律化は実現に向かって進み始めているという。
Intelは新プロセッサ「Intel Nervana Neural Network Processor for Inference」を発表した。AI用のこのチップはFacebookとの共同開発で、画像認識や画像分類の分野で重要な機能を果たすという。
トレンドマイクロは、AI技術を使ったビジネスメール詐欺（BEC）対策技術「Writing Style DNA」を発表した。メール作成者の文章における癖を学習し、なりすましの疑いが強いメールを検出する。
医療費精算やレセプト請求のような定型的な医療事務作業は、ロボティックプロセスオートメーション（RPA）をはじめとする自動化技術が大きな効果を発揮する可能性があります。
2018年7月発表のレポートによると、産業用IoTシステムは今後パブリッククラウドからハイブリッドクラウドに移行する傾向がある。データの保存量を増やし、デバイスレベルでの処理を可能にするためだという。
Googleの「BigQuery」やAWSの「Redshift」などの「クラウドDWH」が充実しつつある。クラウドDWHには、オンプレミスのDWHと比べてどのような特徴があるのだろうか。
TensorFlowやPyTorchなどのフレームワークばかりが注目されるが、ディープラーニングを支援する周辺ツールにも注目したい。今後さらに多くのツールが誕生することだろう。
オンライン小売業のZulilyは、予測分析を強化するために「BigQuery」や「Tableau」を使用しており、それによりマーケティングの取り組みを効率化している。
2018年は人工知能（AI）の世界では大きな1年だった。本稿では、AI利用における5つの主要トレンドに目を向け、2019年のさらなる進化に向けた下地がどのように整えられたかを確認する。
SAPに関して顧客が注目すべきこれからのトレンドについて、業界の専門家5人が解説する。SAPが新しい年に向かうべき方向について、歯に衣（きぬ）着せぬ発言もあった。
最高情報責任者（CIO）は、顧客のため、従業員のため、会社のために、最上級のユーザーエクスペリエンスを提供すべくその役割を遂行しなければならない。
セルフサービスBIツールが広く利用されるに伴い、サブスクリプションの料金モデルにも変化が起きている。例えば、クラウドやグループのデータ使用状況、データの共有方法に応じた選択肢が登場している。
ビジネスインテリジェンス（BI）とアナリティクスのソフトウェアは2019年にますます進化してさらに簡単に使えるようになり、人工知能（AI）技術を活用した拡張分析が進歩しそうだ。
仮想インフラはますます複雑になり、管理が難しくなってきている。「AIOps」を利用すれば、管理者はデータを手動で加工することなく有益な情報に変換できるようになる。
オンプレミスで運用するBIツールのデータ処理スピードが遅く、十分なデータを取り込むことができないという課題を抱えていた大創産業。解決のために、同社はBIツールのインフラをAWSへ移行した。
データのクリーニングに問題はないだろうか。本稿では現在データを取り巻く状況を明らかにする。ビジネスプロセス改善の専門家とそのチームによる、データクレンジングにRPA型botを使う実験も紹介する。
IT部門のサポートがなければ、機械学習を利用することはできない。だが、機械学習の射程はITよりも大きい。機械学習の実践者が「機械学習チームはどこが統括すべきか」について議論する。
2019年は人工知能（AI）技術にとって大きな年になりそうだ。仮想アシスタントの普及や、活発なベンチャーキャピタル投資といったトレンドが続き、新たな流れも生まれるからだ。
価格の低下や技術の向上が後押しとなり、人事の業務に自動化技術を採用するシーンが増えている。ソフトウェアbotやチャットbotがどのように活用され、人事の働き方はどのように変化しているのか。
ディープラーニングプログラムを一から構築することも可能だが、既存のフレームワークやラッパー、周辺ツールを使うことでより迅速かつ容易に開発できる。まずは大企業が提供する主要なツールを簡単に紹介する。
2019年の企業向けAI（人工知能）のトレンドとして、医療やFinTech分野での活用拡大と、小規模AIベンダーの統合が進むことが予想される。
「Excelツールを作成する際、関数とVBAのどちらを使うべきか」。この判断を、それぞれの機能だけを見て下してしまうと、後々、利用者の利便性や開発者のサポートの手間に大きな影響を及ぼす場合があります。
食料廃棄という大きな問題を解決するための技術が登場している。食品を長持ちさせる、農業の生産性を上げる、物流を管理するなど、アプローチはさまざまだ。
FacebookがPyTorch 1.0やCaffe2で動く強化学習プラットフォームをオープンソースで公開した。Horizonを使うことで何ができるのか。その概要を紹介する。
Gartnerのエリック・ブレゼノー氏によると、ユースケースに関して話をするのは物語を語ることに似ており、企業にとってAIがいかに大切なものであるかを証明する上で鍵になり得るという。
お知らせ
米国TechTarget Inc.とInforma Techデジタル事業が業務提携したことが発表されました。TechTargetジャパンは従来どおり、アイティメディア（株）が運営を継続します。これからも日本企業のIT選定に役立つ情報を提供してまいります。
Microsoft傘下の孤高のビジネスSNSはAIの時代にどこへ向かう？――2025年のSNS大予測（LinkedIn編）
ビジネス特化型のソーシャルプラットフォームとして独自の立ち位置を確立したLinkedIn。...
ソニーとディズニーが奇跡のコラボ NBAの試合に3Dアニメをリアルタイムで融合
ドナルドダック、グーフィー、その他の人気キャラがプロバスケットボールの試合の初のア...
ChatGPTだけじゃない！ 生成AIの「検索量ランキング」、世界18カ国の傾向は？
ChatGPTの圧倒的な人気が際立つ一方で、GeminiやPerplexity、Copilotも注目を集めている...
ITmediaはアイティメディア株式会社の登録商標です。
