DataRobot ブログ

AIをビジネスの力にすることを目指すDataRobotは、予測AI・生成AIアプリと支援プログラムをKINTOテクノロジーズ株式会社に提供し、生成AIアプリの開発および運用の実証実験を開始しました。DataRobotとKINTOテクノロジーズは本実証実験を通し、クルマのサブスクとしてわずか5年で累計申し込み数が10万件を突破した「KINTO ONE」における顧客満足度のさらなる向上を目指します。

DataRobotの詹金（センキン）と申します。シニアデータサイエンティストとしてお客様の分析プロジェクトを支援しています。前職では、ECサイトでレコメンドシステムの開発に携わり、これまでレコメンドシステムの精度を競う世界的なデータ分析コンペティションで複数回の入賞経験があります。

DataRobotの詹金（センキン）と申します。シニアデータサイエンティストとしてお客様の分析プロジェクトを支援しています。前職では、ECサイトでレコメンドシステムの開発に携わり、これまでレコメンドシステムの精度を競う世界的なデータ分析コンペティションで複数回の入賞経験があります。

11/12はDataRobotにとってエキサイティングで歴史的な日になりました。CEOであるDebanjanが発表したように、AIへの新しいアプローチ、つまりビジネス成果に焦点を当てたアプローチの時代が来ました。 機械学習と生成AIの急速な進歩に伴い、AIが戦略と収益にとって不可欠になっているのを目の当たりにしているのではないでしょうか。競争力を維持するためには、AIをビジネスに統合することがこれまで以上に重要になっています。 これは、DataRobotのEnterprise AI Suiteで提供するものと、私たちがどのようにストーリーを伝えるかにおいて、進化を必要とします。今日のビジネスのAIニーズを満たす新しい方法で、イノベーションとインパクトの歴史を前進させていきます。

世界中の何百ものAIチームとのコミュニケーションで、1つはっきりしたことがあります。 ボストンからドバイまで、私は何度も同じ話を聞きました： AIチームは行き詰まりを感じている。 AIの管理・推進者たちは、AIをゼロから構築するか、まったくニーズに合わないポイント・ソリューションを購入するかという適切でない2択を強いられています。AIに対する信頼は未だ十分とは言えず、ほとんどの企業が完全に信頼し、活用できるものではありません。また、多くのチームは、ビジネスにおけるAIの導入目的を実現するために必要なスキルや専門知識を完全に備えていません。

DataRobotの製造業担当の山本です。顧客のレビューや口コミから製品改善のヒント（インサイト）を得ることは、多くの企業にとって時間と労力のかかるプロセスです。本記事では、DataRobot AIアクセラレータを活用して、顧客レビューや口コミから重要なインサイトを自動的に抽出し、製品開発チームのための改善レポートを作成する方法をご紹介します。

急速に進化する今日のAIランドスケープにおいて、組織がAIのパワーを活用しようと努力する昨今、これまで以上に強力なガバナンス体制の構築が重要な要素になっています。DataRobot は、エンタープライズ AI 領域での10 年間の経験を活かし、 Gartner® が認めた 18 社のベンダーの中でガバナンス ユース ケースの最高ランクと評価された AI プラットフォームとともに、業界標準を上回ることを確信しているガバナンスフレームワークの構築に全力を注いでいます。

適切なモデルを選択したら、DataRobot を使って簡単にそのモデルを意思決定環境にデプロイすることができます。意思決定環境とは、モデルで生成された予測結果を組織内の適切な関係者が使用する方法、およびそれらの関係者がその予測値に基づいて全体のプロセスに影響する意思決定を行う方法を指します。 

説明の都合上、ここでは大統領エイズ救済緊急計画（PEPFAR）から提供され、Kaggle で一般に公開されているサンプルデータセットを使用します。このデータセットで、サプライチェーンのヘルス商品の出荷および価格設定データがわかります。特に、抗レトロウイルス薬（ARV）と HIV ラボからの支援対象国への出荷を特定できます。加えて、このデータセットには、商品の価格設定情報および商品を他国に出荷して使用するために必要な関連サプライチェーンの費用が含まれています。このチュートリアルではこのデータセットで、製造会社やロジスティクス会社が AI モデルを活用してどのように意思決定プロセスを改善できるかを示します。