サプライチェーンの「DX」という言葉がメディアで日々取り上げられる一方で、「どこから 手をつけて良いのかわからない」「どんな体制が必要なのか」といった 声が多く聞かれます。遅れていると指摘される日本の DX をどう進めて いくべきなのでしょうか。現場起点で AI 活用に取り組み、全社的に AI 活用を推進しているヤマハ発動機株式会社の大西 圭一氏とダイハツ 工業株式会社の太古 無限氏に、DX を推進するプロジェクトをどう立ち上げ、どう広げていったのかを聞きました。
本ブログは「2022年にAIで成功を勝ち取る10のキーポイント」と題して、AIの巨大なパワーを活用することで、企業がデータをどのように活用できるかを深く掘り下げていきます。2022年のビジネスにおけるデータ活用のヒントとなれば幸いです。
AI Cloud のリーディングカンパニーであるDataRobotも、AIの力でSDGsに貢献すべくAI for Goodなど取り組みを進めています。AIはどのようにSDGs、気候変動に貢献できるのでしょうか。気候変動対策における AI の役割として、その可能性をご紹介します。
スポーツチームが AI を活用するユースケース（活用方法）としては、「競技場の中」から、「競技場の外」、「ファン動向測定（Fanalytics）」まで、多岐にわたります。
企業が求める意思決定とは、簡単かつ柔軟でありながら透明性の高いものであると DataRobot は考えます。ディシジョンインテリジェンスフローを導入すると、複雑なルールを迅速かつ視覚的に作成し、予測の評価や意思決定プロセスの自動化を大規模に行うことができます。
DataRobot AI Cloud プラットフォームは、約 10 年にわたる先駆的な AI イノベーションの集大成であり、市場に投入するためのエンジニアリングに 150 万時間を費やし DataRobot にデプロイされた 100 万以上のアクティブなプロジェクトの成果に基づいて、プラットフォームを改善してきました。
AI に対する需要は非常に高く、AI ドリブン組織への道は避けられません。AI が積極的なペースで進展していく中で、機械学習を利用したソリューションは急速にニューノーマルになりつつあります。本ブログではリリース 7.2 で進化したDataRobot AI Cloud の新機能についてご紹介します。
需要予測は近年AIの活用が著しい領域ですが、需要を予測しただけではビジネスインパクトには繋がりません。予測した需要を適用できる主な業務として在庫の最適化があります。本稿ではAIを用いた需要予測の在庫最適化への活用方法を考察します。
2021年に入ってから、保険業界ではAIによる引受業務の意思決定を自動化・高度化する動きが顕在化してきました。実現されれば引受業務や顧客への提供価値そのものが大きく変わります。本稿では、近い未来の引受業務の在り方を研究機関の調査結果やDataRobotの知見を基に考察します。
Docs.datarobot.comはユーザーでなくても閲覧でき、DataRobot全製品の情報を得られます。この新しいサイトで DataRobotの重要なプラットフォームドキュメント、APIリファレンス、チュートリアルコンテンツを公開することで、私たちはデータサイエンスの民主化をさらに進めていきます。
