AI・アナリティクス
AIの業務適用により、課題の解決／価値の創造を実現するまで伴走
これまでは熟練したプロフェッショナル以外には対応が難しいと考えられてきた難易度の高い業務の自動化が、高度なAI技術により実現され始めています。例えば、医療分野におけるレントゲン写真からのガンの発見や、マーケティング分野におけるターゲット顧客の自動抽出、製造分野における歩留まり検査の自動化などが挙げられます。身近なところでは、自動翻訳や音声認識による文字の書き起こし、乗用車の自動運転などが挙げられるでしょう。これらは、Webサービスやスマートフォン、各種センサーなどを通じたデータの蓄積、Deep Learningに代表される機械学習系のアルゴリズムの進化、CPUやGPUの改良によるコンピュータパワーの向上により実現されたものです。今後もさらに様々な業種／業務においてAI活用が進み、様々な分野での自動化が実現されることが期待されています。
しかしながら、先進的な企業がAI技術によって事業を拡大し続けている一方で、その恩恵を受けている企業は限定的であるのが現状です。その要因は以下のようなAI活用の難しさにあると考えられます。
- 一部業務へのAI適用による自動化だけでは、効果が限定的になりがちである
- 専門性の高い業務を自動化するためには、個別にAIを開発する必要がある
- AIの説明性や再学習の考慮など、従来のシステム化とは異なる難しさがある
Ridgelinezでは、様々な分野の専門家によるチームを組成し、ストラテジー×デザイン×テクノロジーの3つの面から、これらの課題を解決することを強みとしています。
Ridgelinezには様々な分野の知識と経験を有する専門家が在籍しており、各分野の専門家でチームを組成し、ストラテジー×デザイン×テクノロジーの３つの面から、これらの難解な課題を解決します。
具体的には、クライアントの業種／業務知識を備えたコンサルタントが真の課題の抽出を行い、業務プロセス改革を専門とするコンサルタントが、AI活用により抽出した課題を解決するための最適な業務プロセスのデザイン／実現を行い、高度なAI技術の知識を保有するデータサイエンティスト／AIエンジニアが個別の業務の自動化を実現するAIの開発を行い、AIのシステム化経験豊富なエンジニアが実装を行います。
Ridgelinezの専門家チームは、AIの業務適用により、課題の解決／価値の創造を実現するまで伴走します。
AI・アナリティクス 事例紹介
-
Web書店におけるAIを用いたレコメンド精緻化支援
クライアントが運営するWeb書店では、本に詳しい専門の店員が、顧客属性によるセグメントを作成し、セグメントごとにレコメンドする本のルールを決定していました。ルールとは、例えば、20代男性には、小説A~C、50代女性には、雑誌Bと雑誌Dといったものです。このようなルールによるレコメンドは、ルールを考案するのに専門知識が必要であるのに加えて手間がかかり、また、ルールによりレコメンドした商品のコンバージョン率もあまり高くない状態でした。
そこで、Ridgelinezは、顧客ごとの購買情報、書籍のあらすじ、書評情報などを用いて、顧客個人ごとの嗜好を類推し、嗜好に合致する書籍をレコメンドするAIエンジンを開発しました。このエンジンにより、レコメンドルール作成の手間がなくなり、専門知識のある店員がいなくてもレコメンドが実現できるようになり、コンバージョン率は、約3倍に向上しました。
