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。
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。
現在のモビリティ業界は、自動運転車、コネクティッドカー技術など先端技術への対応、車両の走行、安全、環境性能の向上、製造品質のさらなる向上など、多種多能な解決すべき課題が存在します。本ブログではモビリティ業界の「課題」を俯瞰致します。
DataRobot は「Winning at 200mph」をテーマに、Andretti Autosports のインディ・レースカーにユニークなスポンサーシップを提供。アメリカ国内で開催されたレースイベントに出向き、技術や人、レース文化について学び、短期的な実行と長期的な計画で最高の状態にもっていく方法を深く理解できたのです。
本ブログでは、信頼できる AI を構成する要素のうち、モデルのパフォーマンスについて説明します。高度なパフォーマンスの実現には、主に「データ品質」、「精度」、「堅牢性と安定性」、「スピード」の 4 つが必要です。
デジタル顧客体験を改善させるために、顧客行動の可視化と体験のパーソナライズを可能にする基盤の導入が多く見られているものの、一人一人の顧客に適切にアプローチするためには、その基盤と人の力だけでは限界があります。本稿では、その課題を解決するためにDataRobotを活用するメリット、及びKARTEとの連携方法をご紹介します。
