企業の“機械学習離れ”を生み出さないための3つのポイント：多様性のある人材が必要

ただ最先端のテクノロジーだという理由だけで機械学習を導入しても、ビジネスの改善効果はない。事業における意思決定プロセスに機械学習ツールを組み込む方法について、3つのポイントを紹介する。

[Nipa Basu，TechTarget]

　機械学習は、企業のデータの見方を変え、新たなデータ分析手法を提供する。ビジネスで有利な結果をもたらすための、機械学習アルゴリズムの使い方のポイントを3つ紹介する。

1．機械学習で改善する対象を決める

　驚くほど多くの企業が、最先端のテクノロジーだという理由だけで機械学習の導入を考えている。機械学習を使って改善したい課題があるわけではない。

　ビジネスを改善する手段の1つとして機械学習をうまく活用するには、まず、取り組みの改善方法を明確に定義することが必要だ。信用調査会社のDun & Bradstreetでは、機械学習を業務に使うことでどのような効果を得たいのか認識している。それは、機械学習とデータを使った優れた予測分析を基に、顧客がより賢明なビジネス上の意思決定ができるよう支援することだ。

　Dun & Bradstreetでは機械学習ベースのリスク分析を繰り返し実験している。不正行為をする人の絶えず変わる行動を検知するために、機械学習アルゴリズムを使用している。これらのアルゴリズムを使って信用リスクの分析も行う。

　「顧客の支払い延滞の特定、不履行スコアリング、詐欺リスク計測などの用途に機械学習を利用することで、既存の手法を補完している」と話すのは、Dun & Bradstreet高度分析部門のアラ・クラムスカイア氏だ。

併せて読みたいお薦め記事

機械学習の選択

• 機械学習プラットフォームをどう選ぶ？　検討したい技術要素を説明
• 機械学習のベテラン企業はAIモデルをどう運用しているのか
• パターンを学習する「機械学習」でできること、できないこと

IT部門は機械学習にどう向き合うべきか

• CIOが機械学習から逃げられなくなる日
• IT、金融、そしてマーケティング――各分野の人工知能（AI）活用最前線

　機械学習は、ビジネスの各種タスクにさまざまな方法で使用できる。基本的な洞察を提供するだけで十分なタスクならば、機械学習アルゴリズムへの手入力を必要としないこともある。例えばサプライヤーに関する自動ニュースアラートを提供するようにアルゴリズムを構築すると、自社のサプライチェーンに名を連ねる企業が破産手続きを行った場合に自動通知するようにできる。

　さらに複雑な、企業の競争上の優位性を高めるためのタスクだったらどうだろう。そのような場合、競争相手を追い越すには、機械学習ソフトウェアを実行するだけでは足りないだろう。企業の命運を賭けた複雑なタスクには、機械学習と人間の洞察を組み合わせることが強く推奨される。次にその手法を説明する。

2．人手を使って機械学習に情報を提供する