意思決定者としてのAI【前編】
小売大手の事例に学ぶ、ビジネスの意思決定を「AI」に委ねるメリット
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。
これまで人間が担ってきた意思決定を改善するため、あるいは人間の代わりに意思決定をするために、企業はAI(人工知能)技術をビジネスプロセスに取り入れ始めている。米サンフランシスコでRE-WORK X(Re・Work)が開催したカンファレンス「Applied AI Summit San Francisco」では、小売大手Walmartをはじめとする企業の経営陣が登壇し、自動的な意思決定のためにAI技術を利用する課題とメリットを幾つか取り上げた。
Walmartの技術子会社Walmart Labsで上級ソフトウェアエンジニアを務めるスッダ・ヴィスワナータン氏によると、Walmartは意思決定を改善するために、以前からさまざまなBI(ビジネスインテリジェンス)ツールを利用してきたという。「現代は、物事が変化しており、そのペースは速まっている」とヴィスワナータン氏は話す。
このカンファレンスに出席したAI専門家は、意思決定のアルゴリズムと、その決定に従って働く人間との間の適切なバランスを経営陣が見つける必要があると話す。意思決定にAI技術を利用する場合は、特にその初期段階で、AIアルゴリズムに対する信頼を築く必要があるだろう。そのアルゴリズムに対して従業員の信頼を得る主な手段は、正確性、説明可能性、優れたユーザーエクスペリエンス(UX)だ。また適切なメトリクスを見つけ出し、AI技術による意思決定ツールのビジネスへの影響を数値化することで、ビジネスプロセス自動化の仕組みを改善できる。
意思決定にAI技術を生かすWalmart
ヴィスワナータン氏によると、Walmartでは自然言語処理や機械学習のようなAI機能を利用することで、多くの種類のデータを基に素早く意思決定できるようにしている。こうしたAI機能により、以前のSQLクエリよりも多種多様な意思決定を最適に下せるようになる。だがビジネスプロセス自動化でのAI技術の利用は、まだ初期段階だとヴィスワナータン氏は強調する。例えば新しい機械学習モデルを開発するにはさらなる作業が必要だ。
WalmartにおけるAI技術による自動化の初期の取り組みは、顧客に表示する広告やレコメンデーションの最適化だった。小売業者のオンライン業務の改善を重視し、機械学習などのAI機能を活用して実現した。店舗では機械学習モデルを使って、商品棚の在庫や商品価格の設定方法についての意思決定の改善に目を向けている。
ヴィスワナータン氏によると、Walmartでは意思決定のワークフローにまつわる一般的な問題を解決するシステムの開発にも取り組んでいるという。このシステムは、共有インフラ内で複数の機械学習モデルを扱えるように設計されている。そのため、データサイエンティストはエンジニアリングに気を取られることなく、データの解釈やデータから得られた洞察の応用に専念できる。
AI技術による意思決定への人間の関与
AI機能の能力が向上し始めるにつれ、人間が担っていた意思決定のワークフローに代えて、意思決定の自動化を図ろうと経営陣が考える可能性がある。AI技術を利用して食品のサプライチェーンを運営する企業、Afreshの共同設立者兼最高技術責任者(CTO)を務めるウォロディミル・クレショフ氏は、AI機能のパフォーマンスが人間と同等またはそれ以上であれば、企業はビジネスプロセスでの意思決定を完全に自動化する方法を探る必要があると話す。自動化によって、人間の従業員は得意分野に多くの時間を割けるようになる。
だが少なくとも、それは意思決定にAI技術を利用する理想形だ。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[日本オラクル株式会社] ピンチをチャンスに変えたEPR製品は? 先行企業の導入事例3選 -
技術文書・技術解説
[日本オラクル株式会社] 無自覚なリスク 秘伝Excelファイルが監査の壁、不正・ミスの温床となる理由 -
製品資料
[日本オラクル株式会社] 戦略的経理の第一歩 失敗のない「脱Excel」を実現する秘訣とは? -
技術文書・技術解説
[日本オラクル株式会社] いまさら聞けないオンプレERPとクラウドERPの違い 最適な製品をどう見極める? -
事例
[株式会社ビザスク] 連結売上高が約2倍に成長、富士フイルムが実践した新規事業創出の戦略とは?
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
損保ジャパンはなぜ「COBOL」を捨てなかったのか? 脱メインフレームの真相
-
2
なぜ「全社配布Copilot」は使われないのか? 失敗に学ぶAI定着
-
3
「0.3秒のスピード顔認証」の入退室管理が社員に好評 事例に学ぶオフィス改革
-
4
「ノートPC派」は損をしている? Dellと考える“自作PC”のメリット
-
5
エンジニアの生産性はどう測る? マネジメントに不可欠な可視化の実現方法とは
-
6
慶應義塾が「Notion」を選んだ理由 AI導入の盲点になる“情報のサイロ化”
-
7
LINEヤフーはなぜ「社内の管理者」すら信用しないインフラを作ったのか
-
8
1200万円のSaaS導入を回避 スギ薬局「運用費10万円」のAIエージェント構築術
-
9
「また同じ説明か」 消費者の半数が離脱するAIチャットbotの“記憶喪失”
-
10
IT製品の導入に関するアンケート「PC&デバイス」編
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化? 2026年夏の3事例から見えた動向と対処方法
-
2
DX/AI投資の壁を突破、現代の最高財務責任者が直面する課題と克服のヒント
-
3
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
4
LLMが兵器化? 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
5
システムの保守がモダン化を阻む? 「変えない判断」から脱却する方法とは
-
6
生成AIを開発に導入しても効果が見えない? 実証実験で分かった成果と課題
-
7
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
8
“あのファイル転送”で暗躍するノーウェアランサム
-
9
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー