生成AI時代においてさらに広がるデータ活用 日本企業のCDO(チーフ・データ・オフィサー)、進むべき道は
生成AIの影響により、データ活用の裾野が広がっています。セールスフォース・ジャパンTableau事業統括部のディレクターの嶋ピーター氏と、PwCコンサルティングのパートナーの高橋功、マネージャーの澤村章雄が、日本企業のCDOが今後進むべき方向性について語り合いました。
AIが急速に発展する中、成功するために何が必要なのでしょうか。それは、事前に今後の展開を予測すること。つまり、近い将来、ビジネスに利益をもたらす可能性のあるAIのトレンドを理解することです。
続々と生まれている、ビジネスに対応可能なAI
AIは、急速にあらゆる領域に拡大、浸透していっています。
機械学習
機械学習では、データ学習方法を明確に規定しなくてもデータそのものを学習し、扱えるデータ規模を日々拡大させています。
PwCでも機械学習を活用しています。例えば、ドローンから集めたデータを基に、橋の建設の3次元（3D）マッピングに活用したり、インサイダー取引の発見にも活用したりしています。自動機械学習によって、ビジネスユーザーでも多くの機械学習モデルを作成することが可能になるでしょう。
深層学習の新技術
深層学習（人間の脳を模倣したAIの一種）の新技術によりコンピュータは、さまざまな種類の情報を理解でき、ゲーム戦略を統合し、少量のデータからでも洞察を得られるようになりました。もしくは、AI自身が合成または生成したデータからも同様です。つまり、たとえAIが情報を部分的にしか捉えていなくても、より適切な個々の顧客行動モデルをビジネスアプリケーションに取り入れることが可能になっています。また、実際に製品やマーケティング、そしてビジネス戦略をテストする際の精度も向上しています。
確率論的プログラム
確率論的プログラムは、ビジネスではありがちな不確実な情報を扱えます。ハイブリッド学習によって、深層学習に確率論的アプローチが追加され、不確実性に対処できるようになります。これにより、市場動向や規制環境などの分析がさらに向上する可能性が高まります。
デジタルツイン
物理的な資産と非物理的な資産を実質的に複製するデジタルツインは、ますます広がりを見せています。PwCでは、AIモデルのデジタルツインを構築し、金融機関のお客さま一人ひとりが将来のバランスシートやキャッシュ・フローをシミュレーションすることを支援しています。
もし現時点でAIが解決できないビジネス上の問題があったとしても、心配する必要はありません。それは、近い将来、解決されるでしょう。
支援内容
PwCは、最先端のAIテクノロジーを活用し、クライアントが抱えるビジネス上の問題の解決、そして未来を見据えた変革の支援をしています。多くの場合、可用性の高いデータと低コストのコンピューティングテクノロジーを使用しています。
支援実績例は、以下のとおりです。
- AI戦略の策定
- AIベースのソリューション設計
- AIモデルの開発とコンセプトの実証
- 従来のワークフロー内でのAIモデルの導入・運用
- 市場への展開
AIを活用する際、最大の課題は何をすべきかを明確にすることです。PwCでは、最先端の研究と実社会での経験双方に基づき、クライアントを支援します。
インサイト／ニュース
20 results
Loading...
AIはなぜプロジェクト管理において期待された成果を上げられないのか プロジェクトにおける人工知能活用の道筋：ハイプ、テクノロジー、成功へのロードマップ
プロジェクト管理におけるAIの導入は遅れており、技術とデータの準備状況、人材と能力、市場の需要と準備状況がその要因とされています。本稿では、プロジェクトマネージャーが障壁を克服し、AIをプロジェクト管理に活用するためのアプローチを紹介します。
これからのデータ利活用 - データ流通のユースケースと成功のポイント
企業においてデータ利活用の取り組みが進む中、さらなるデータ利活用の可能性としてデータ流通が注目されています。今回のコラムでは、社会におけるデータ流通のユースケースを紹介し、そこから考えられるデータ流通成功のポイントを解説します。
これからのデータ利活用 - データ流通における技術トレンド「プライバシーテック」の現状と課題
連載コラム「これからのデータ利活用を考える」では、データ利活用において近年トレンドとなっている「データ流通」を解説します。今回は、データ保護の強化、漏えいや不正利用の防止に活用される「プライバシーテック」の現状と課題、今後の展望について紹介します。
Loading...
