ストーリー

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。

【お客様事例 株式会社カネカ】連続乾燥設備のパラメーター調整をAIで自動化

AI プラットフォームとしてDataiku を採用し、ドメイン知識を持つ現場人材の高度データ活用人材への育成とあわせて、プラント従業員の現場戦力を活用したAI による工場自動化の具体的な取り組みを進めています。
その取り組みの1 つが、樹脂プラントにおける連続乾燥設備の最適運転です。

企業におけるChatGPT、GPT-4、大規模言語モデル(LLM)の使用

OpenAIのChatGPT、MicrosoftのBing、GoogleのBardなどはいずれも、大規模言語モデル(LLM)と呼ばれるテクノロジーの粋を集めた製品です。
LLMとはどのようなものでしょうか？企業はLLMをどのように利用できるでしょうか？どのようなユースケースがあるでしょうか？

AI活用のためのスキルアップと雇用

AI活用の拡大を阻む上位2つの課題は、AIのスキルを持つ人材の雇用と、優れたビジネスケースを見極める見極めることです。この2つの課題をどちらも解決するには、データと業務ドメインの専門家からなるチームを作り、AIイニシアチブの組織運営モデルを長期的に進化させることです。

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。

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。

Standard Chartered BankのFP&A

スタンダードチャータード銀行（SCB）では、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。

データサイエンスプロジェクトの POC を効率的に進めるための7 つのステップ

成功するPOCとは、効率的なPOCです。計画的にPOCを開始し、迅速に実行することで、プロジェクトの最終フェーズ（評価）をスムーズに行うことができます。しかし、POCを効率的に行う（つまり成功させる）には、いったい何が不可欠になるのでしょうか。

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。

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。

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。

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。

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。

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。

通信業界の AI

データをあらゆる方法で活用すべき業界がひとつあるとすれば、それは通信業界です。なおかつMcKinsey による調査、Telcos: The Untapped Promise of Big Data (ビッグデータ未活用の有望さ) によると、ほとんどの企業がデータを活用して利益を増やしていません。

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。

銀行業務における不正検出

機械学習ベースの異常検出
幅広く応用できるため、AI 時代における異常検出を極めることは非常に価値があります。

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。

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。

保険業界での AI

保険業界におけるデータサイエンス、機械学習、また最終的な AI の成長は、さまざまな要因によって推進され、中には進化する（そしてますます複雑になる）リスクをモデル化する必要性も含まれます。

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。

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。

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。

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。

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。

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。