オンデマンドWebセミナー
Dataikuは、Everyday AIのためのプラットフォームです。Dataikuの特長とメリットについて、オンデマンドWebセミナーにてご紹介します。
視聴はこちらストーリー
Dataikuは、データへのアクセスを民主化し、企業がそれぞれのAIへの道を構築することを可能にするプラットフォームです。Dataikuの価値観、ビジョン、お客様、ユースケースについてのストーリーをご覧ください。
2023年 AI活用を成功に導くためには
今年そして今後に向けてAIの活用を拡大させるには、どうすれば良いでしょうか。
このEBOOKでは、AI活用の拡大を阻み続ける、あるいは頓挫させる5つの主要な課題について、それらの課題解決に役立つ実践的なアクションを紹介しています。
なぜ企業にデータサイエンス、機械学習、AIのためのプラットフォームが必要か
エンタープライズAIへの期待はピークに達していますが、AIはまだ多くのビジネスを根本的に変えているとは言えません。成功している企業は、組織全体でデータの活用を民主化しています。しかし、他の企業がそれに追いつくにはどうすればよいのでしょうか。
それは、データサイエンス、機械学習、AIのためのプラットフォームの導入です。
AI人材の採用と育成のために
データおよびAIの取り組みのために人材を確保することは簡単なことではありませんが、これは、データの民主化と持続可能なAI戦略のための重要なステップとなります。
本EBOOKでは、AI人材の採用やスキルアップの際に適用すべきベストプラクティスを包括的に紹介するとともに、避けるべき共通の落とし穴についてもお伝えします。
データチームが成功するために何が必要か？
データチームの組織化とその構成、そして運用がうまく行けば、彼らがデータから導き出す洞察は企業のより広い範囲に及ぶだけでなく、企業にとって重要かつ不可欠なものとなります。しかし多くの場合、そこに至るまでに、データチームはさまざまな課題に直面します。多くの課題は、コラボレーションに関係しています。
詳しく見るStandard Chartered BankのFP&A
Digital MI チームに導入された Dataiku のアプリケー ションを利用することにより、これまでスプレッドシートを使用して約70人で行っていた業務を平均2名で遂行できるようになりました。
スプレッドシートを使用するプロセスを、ガバナンスされたセルフサービス型分析に置き換えることで、アナリストの生産性が 30 倍向上したことになります。
データサイエンスプロジェクトを本番稼働化するために
データサイエンス・プロジェクトの運用は簡単ではありません。チームが孤立し、個別のルールを適用している場合、運用は倍以上に難しくなります。このガイドブックは、データプロジェクトをよりスムーズに本番稼動させるための橋渡しとなるものです。
詳しく見る小売業における在庫最適化と異常検知
より効率的な在庫の最適化と異常検知のために
AIとEコマースの時代において、従来の流通ソリューションでは、刻々と変化する顧客の選好に対応するためにはスピードや適応力が不十分です。
このEBOOKでは、機械学習を用いた異常検知が、在庫最適化など小売業での業務においていかに効果的に活用できるか、その概要を解説しています。
詳しく見るGE Aviationのデータ変革 - データサイロからセルフサービスへ
GE Aviationは、独自のニーズと要件に対応したセルフサービスのデータ活用システムを導入し、データをリアルタイムかつ大規模に活用しています。
組織のさまざまな部門で、意思決定にデータを迅速に活用できるようになりました。
AIセンターオブエクセレンスの強化
AIセンターオブエクセレンス（CoE）を成功させるためには、CoE内だけでなく、組織全体のビジネスチームとの緊密な連携とコラボレーションが必要です。このガイドでは、それを実現するための実践的な洞察を提供します。
詳しく見る製薬業界におけるAI活用のネクストステップ
製薬業界では、自動化と高度な分析がすでに行われていますが、大きなイノベーションはまだ起こっていません。より多くの組織がAIの成熟度を高めようとしており、開発すべきユースケースはさらに広がっています。
詳しく見るサプライチェーンのAI - コストを削減し利益を促進する
サプライチェーンは長年に渡りデータと分析が利用されていますが、何がこの分野の企業がAIの可能性を最大限に発揮することを妨げているのでしょうか？
このEBOOKでは、AIへの取り組みをスタートさせるのに役立つ、サプライチェーンでの付加価値の高いユースケースを詳しく説明しています。
AVIVAのエンタープライズAIへの道筋
Dataiku のエンドツーエンドのコラボレーションにより、Aviva の顧客データサイエンスチームはデータプロジェクトの開発において、データの準備からモデル構築、本番 環境への導入に至るまで 5 倍の効率化を実現しました。この成功事例では、どのようにして Aviva がDataiku の力とと もに顧客中心のパーソナライズを達成したかを学びます。
詳しく見るMalakoff Humanis: NLPの力で顧客関係を改善
顧客の要求に対し、高品質の顧客サービスを提供するという課題を解決するため、Malakoff Humanis はDataiku の Deep Belief プログラムに取り組みました。それは、データサイエンティストと協力し、2つの先進自然言語処理 (NLP) プロジェクトを行ったことです。
詳しく見るデータガバナンスからAIガバナンスへ：その柱と落とし穴
AI活用の高まりに伴い、AIガバナンスはメディアでも役員会議でも重要な議論のトピックとなっています。このEBOOKでは、成功するAIガバナンス戦略を定義するための5つのポイントを紹介します。
詳しく見るメディアとエンターテイメントにおけるAI ディスラプション
メディアおよびエンターテインメント業界では、データが常に重要な役割を果たしてきましたが、近年の技術破壊により、データはまったく新しいレベルに達しました。
詳しく見るHOW TO：大規模な異常検出の実行
AIの時代に異常検知をマスターすることは、その応用範囲の広さから非常に価値のあることです。
このガイドブックでは、異常検知のユースケースを開発するために必要なことを、ビジネスとテクノロジーの両方のプロファイルに基づいて、実践的なステップバイステップを紹介します。
解約を防ぐための AI
AI 時代に顧客の解約を予測して防ぐ - 今日最も成功している企業は、AIを活用して解約を正確に予測しています。顧客が去る前に行動を起こすモデルを構築することで解約に対処しています。
詳しく見るBGL BNP Paribas:不正検知の向上
BGL BNP Paribas がどのように不正検知を改善し、組織全体のデータの使用を民主化しつつセキュリティとデータガバナンスの高い基準を維持できたのかについてお伝えします。
詳しく見るAIで保険革新を促す
AIは、保証責任を負うことや価格設定から、請求や報告まで保険業界を変える大きな可能性を秘めています。しかし実行は簡単ではありません。Dataikuにより保険会社がリスクを最小限に抑えて革新を促進しつつ一連の作業を進めていける方法をご覧ください。
詳しく見る成功するAIプロジェ クトの定義
企業はAIプロジェクトをどのように選択すべきでしょうか。チャットボット、バーチャルアシスタント、コンピュータビジョンアプリケーションなど、トレンドのお客様向けソリューションに取り組むべきでしょうか。それとも、社内業務や従業員の効率化、意思決定の改善に役立つ、組み込み型のバックオフィスのプロジェクトにフォーカスする方が良いのでしょうか。
詳しく見る予知して最適化する - AIによる高額資産の維持
予知保全は、高額な資本資産を持つ企業にとって、取り入れるべきステップであると広く認識されています。
本書では、機械学習を活用して上昇しつつある機器のメンテナンスコストを抑制し、AIによるセルフメンテナンスへの道を切り開く方法をステップ・バイ・ステップで紹介しています。
化学薬品業界におけるAIの役割
化学品の製造と輸出は、世界経済に不可欠な要素です。他の多くの産業分野と同様に、化学品製造業では、オートメーションとインテリジェントなシステムを増やすために機械学習とAI技術を取り入れ始めています。
詳しく見るマーケティングAIの決定版ガイド
さまざまなAIユースケースのためのフレームワークを幅広く紹介には。
Forbesによると、業績上位の企業においてマーケティングにAIを活用している割合は、2倍以上（28％対12％）です。本EBOOKは、マーケティングリーダー、データチームリーダー、さらに実務担当者を対象とした、マーケティングでAI活用を始める（そして成功させる）ための包括的なフレームワークを提供するガイドブックです。
Finexkap: 生データから本番環境への移行を7倍高速化
Finexkap のデータチームは、Dataiku を活用してデータプロジェクト（統合ノートブックとビジュアルレシピの両方を使用）を構築、プロセスを自動化し、本番環境への移行を7倍高速化する強力な性能を備えました。
詳しく見るDAZN: 小さなデータチームで機械学習の利用を拡大
Dataiku を活用し、技術スタッフ以外のスタッフがどのようにして高度な顧客のグループ化、コンテンツ属性、顧客離脱予測を実現したのか、ご覧ください。
詳しく見る