IBM Data and AI

IBM Cloud Pak for Data as a Services の業界アクセラレーターでAI を加速

記事をシェアする:

Business Analyst新しいカスタマイズ可能なデータサイエンス・プロジェクトをクラウドで迅速にスピンアップ

いま企業は、より良い意思決定を実現するために、人工知能(AI) (英語)の導入を検討しています。AI は、ビジネス・リーダーがビジネス・モデルを再考し、意思決定を自動化して、将来の結果を形作るための後押しをします。またAI は、担当者がより価値の高い作業に集中し、より複雑な問題を解決するためにも役立ちます。

一方で、AI の導入は難しい作業でもあります。AI の導入にあたっては、企業はすでにあるツール、運用モデル、およびスキルを詳細に検討することが求められます。また、AI 導入の最も難しい部分は、実際に開始するところにあります。そのため多くの企業が、セットアップが簡単で使いやすく、保守をほとんど必要としないas-a-Service ツールを必要としています。しかし、ツールがas-a-Service として提供されたとしても、自社のデータ、ユースケース、および業界でAI を活用する方法を理解するのには時間がかかります。これこそが、IBM が新しい業界アクセラレーターを発表した理由です。この業界アクセラレーターは、お客様がIBM Cloud Pak® for Data as a Serviceを使用して、自社のビジネス・ニーズに合ったAI の取り組みを迅速に開始できるよう支援します。

 

業界アクセラレーターでAI をキックスタート

業界アクセラレーターは、ダウンロードおよびカスタマイズが可能なサンプル・アプリケーションです。ビジネス・リーダーとデータサイエンティストが固有の課題に対処できるよう支援するために、具体的なユースケースに合わせて構築されています。

業界アクセラレーターは、データとAI の統合プラットフォームであるIBM Cloud Pak® for Dataプラットフォーム上でデータサイエンス・プロジェクトを開始するための優れた方法です。アクセラレーターはそれぞれ、一般的なビジネスの課題にどのように対処すればよいかをデモンストレーションする事前構築済みの資産パッケージを提供します。典型的なパッケージは、データを扱う方法、および機械学習モデル(英語)をトレーニングするためにそのデータを使用する方法を示します。さらに、ガバナンスとアナリティクスを使用して結果への信頼性を確立する方法も示します。

業界アクセラレーターによって、デモンストレーションから実装までにかかる時間が数週間もしくは数カ月から、数時間に短縮されます。企業のデータサイエンスにおけるスキル・ギャップを解消し、固有のビジネス・ニーズに合わせるためのパーソナライズ戦略を加速します。

 

IBM Cloud Pak for Data as a Service

IBM Cloud Pak for Data as a Service は、シンプルな一元化されたエクスペリエンスを提供する、データとAI のフルマネージドの統合サービスを提供します。データ運用やAI ライフサイクルに課題を抱えている場合でも、データサイエンス・プロジェクトを素早く立ち上げたい場合でも、IBM Cloud Pak for Data as a Service は、広範なコンポーネントとサービスのエコシステムで、あらゆる技術レベルのユーザーが信頼できるAI の力を容易に活用できるようにします。

IBM Cloud Pak for Data as a Service は、業界アクセラレーターとシームレスに統合します。通常、これらのサービスは連携して、エンドツーエンドのシナリオを作成しデモンストレーションします。

 

業界アクセラレーターを活用する方法

業界アクセラレーターを活用する方法は2 つあります。1 つ目は、IBM Cloud Pak for Data as a Service テクノロジーの機能をレビューするための、ターゲットが絞られたデモとして使用する方法です。2 つ目は、次のデータサイエンス・プロジェクトに取り組むために、資産をカスタマイズしてお客様のデータとともに使用する方法です。ビジネス・グロッサリー、サンプル・データ、ノートブック、スクリプト、サンプル・アプリケーションなどを使用して、独自の実装を迅速に開始できます。

下図は、一般的なアクセラレーターのワークフローを示しています。それぞれのユースケースで、データのクリーニングと準備、機械学習アルゴリズムの実行、および結果として生成されるモデルのスコアリングが行われます。また、結果をインタラクティブに表示するサンプルのダッシュボードと、他のアプリケーションから呼び出すことのできるAPI エンドポイントもあります。

Accelerate AI with Industry Accelerators on IBM Cloud Pak for Data as a Service

 

業界ユースケース

最も要望の多い業界ユースケースについて見てみましょう。

金融市場

Financial Markets Customer Segmentation (英語) (金融市場の顧客セグメンテーション): このアクセラレーターは、予測の精度を高め、適切な潜在顧客をターゲティングし、顧客のジャーニーを向上するために、行動パターンの特定を支援します。ウェルス・アドバイザーはこのタイプのユースケースを使用して、顧客を分類し、年齢や収入など従来の人口統計学的属性にとどまらないセグメンテーションを行い、その財務面での目標や習慣に基づく一般的なビジネス行動パターンを特定することができます。

Accelerate AI with Industry Accelerators on IBM Cloud Pak for Data as a Service

Financial Markets Customer Segmentation アクセラレーターを使用した顧客セグメンテーション・ダッシュボードの例

 

全般的な顧客の動的セグメントは、類似性および市場ベースの情報に基づいて分類されています。モデルは、顧客セグメントとその上位の統計をカテゴリー化するのに最も適した特徴量を考慮し自動で選択します。アクセラレーター・フローは、セグメンテーションAPI パイプラインから返されるデータも取り込みます(これには、個々の顧客セグメントの割り当てと、各セグメントの特徴量の範囲が含まれます)。そうすることで、対応するセグメント内の顧客を表す視覚化を作成することができます。

Financial Markets Customer Attrition Prediction (英語) (金融市場の顧客離れ予測): この業界アクセラレーターは、離反のリスクがある顧客の予測を支援します。離反の可能性が高い顧客を特定して、その顧客を維持するために推奨される是正案を提示するため、ウェルス・アドバイザーは顧客離れの理由を理解し、防止することができます。

Financial Markets Customer Offer Affinity (英語) (金融市場の顧客オファーの親和性): この業界アクセラレーターは、顧客が購入を検討したり、実際に購入したりする可能性が最も高い商品の予測を支援します。ウェルス・アドバイザーはこのユースケースを使用して、顧客とその財務上の関心をより良く理解し、顧客への最適なオファーを計画できます。

 

エネルギー・公益事業

Utilities Customer Attrition Prediction (英語) (公益事業の顧客離れ予測): この業界アクセラレーターは、エネルギー・公益事業業界における顧客の離反の要因を示します。このユースケースの目的は、他社に乗り換えてしまう可能性が高い顧客を特定することです。この情報を活用することで、公益事業企業は、顧客を維持するためのオファーを先回りして送信することができます。このアクセラレーターは、企業のビジネス・メトリック、セグメンテーションのための顧客のフィルタリング・オプション、および離反対策のターゲティングを最適化するための洞察を提供します。

Accelerate AI with Industry Accelerators on IBM Cloud Pak for Data as a Service

Utilities Customer Attrition Prediction アクセラレーターで提供される洞察の例

 

このユースケースは、履歴データと機械学習モデルによるリアルタイムの予測に基づく洞察を提供する、分析および統計上のトレンドを示します。リアルタイムの予測は、API を使用してモデルをスコアリングすることで生成されます。スコアリング・プロセスには、顧客データでトレーニングされた機械学習モデルを使用します。新たな顧客データが取り込まれると、モデルはリアルタイムで顧客がとる可能性の高い行動を信頼度スコア付きで予測します。ビジネスはその予測に基づいて対応を決めることができます。

Utilities Customer Micro-Segmentation (英語) (公益事業の顧客マイクロセグメンテーション): 顧客のマイクロセグメンテーションは、公益事業企業に使用されているプログラムで、顧客をそのライフスタイルやエンゲージメントの行動に基づいて小規模なグループに分割します。このアクセラレーターは、IBM Cloud Pak for Data as a Service でマイクロセグメンテーションを使用する方法の例を示します。

 

保険

Insurance Loss Estimation Using Remote Sensing Data (英語) (保険業界のリモート・センシング・データを使用した損失推定): このアクセラレーターは、保険請求対応に役立てるために、衛星画像に基づく洪水調査の例を使用して、リモート・センシング・データから洞察を引き出す方法を示します。

 

洞察獲得を加速–業界アクセラレーターで開始

ここまで説明してきたとおり、業界アクセラレーターを使用することで、企業のユースケースへのAI 導入が迅速かつ容易になります。これらのプロジェクトを開始するには、IBM Cloud Pak for Data as a Service のギャラリーにアクセスしてください。そこからアクセラレーターを選び、御社のビジネスに早速ご活用ください。

詳しい情報および専門家へのご相談は、コンサルタントサービスをご予約ください。

 

原文:Accelerate AI with Industry Accelerators on IBM Cloud Pak for Data as a Service (https://www.ibm.com/cloud/blog/announcements/accelerate-ai-with-industry-accelerators-on-ibm-cloud-pak-for-data-as-a-service)

More IBM Data and AI stories

データ・ロードマップ

IBM Data and AI

生成AIによるビジネス革新は、オープンなデータストア、フォーマット、エンジン、製品指向のデータファブリック、データ消費を根本的に改善するためのあらゆるレベルでのAIの導入によって促進されます。 2023 オープン・フォー ...続きを読む


AIロードマップ

IBM Data and AI

自己教師学習された大規模なニューラル・ネットワーク、つまり基盤モデルは、AIの生産性とマルチモーダル機能を倍増します。推論と常識的な知識をサポートする、より一般的な形式のAIが登場します。 2023 基盤モデルが、自然言 ...続きを読む


Netezzaとwatsonx.dataによる生成AIのための新しいデータ統合

Hybrid Data Management, IBM Data and AI, Netezza...

注)以下の記事は英語版ブログ「Unify and share data across Netezza and watsonx.data for new generative AI applications」(2024年6 ...続きを読む