記事を探すコラム・ナレッジ

映像解析技術の中でもスマートフォンやPCなどのカメラで顔を撮影した映像からそのヒトのストレス状態を推定する技術について紹介します。

「AI-OCR」を使用した帳票の作成方法や読み取りのポイントについて、実際に研究・開発に携わる技術者の視点から解説します。

RAGを社内文書検索に導入した事例の紹介。十分な効果が得られない最大の要因は文書の不備や不足にあり。検索技術の向上のみではなく、コンテンツを強化するための仕組みや運用体制の確立が鍵である。

生成AIの基本的な技術情報をわかりやすく解説し、みなさんがAIとともによりよい未来を築いていくためのヒントを提供します。

DataRobotの基礎知識を持つ方/興味のある方を対象に、生成AIの概要とプロジェクト成功の難しさについて解説し、その難しさ/課題を解決できるDataRobotの機能とDataRobotを活用したユースケースを紹介します。

製造業の様々な困りごとを、AIの活用によって解決するユースケースに触れながら、製造部門にてAI導入の準備を進めるためのステップをご紹介いたします。

製造業における不良要因分析について、品質管理を担う方や現場にデータ分析を取り入れてみたい方に向けて解説します。データ分析の専門知識がなくても分かりやすい内容になっていますので、ぜひ参考にしてください。

流通業におけるDX推進組織の方に向けて、弊社がAI技術を活用してご支援した内容を踏まえ、代表的な課題2つとDX推進組織がそれぞれ取るべきアプローチについてご紹介していきます。本稿では、マーケティング施策に伴う施策とアプローチを取り上げます。別稿では需要予測に伴う課題とアプローチについて取り上げていますので、ぜひご覧ください。

製造業においては、近年、少子高齢化による労働人口の減少やグローバル競争の激化により、人手不足や生産性向上の課題に直面しています。IoTや自動化技術の導入が進む一方で、それを活用するための専門知識を持つ人材が不足しているのが実情です。 また、熟練技術者の引退により、ノウハウが失われるリスクが高まり、知識の継承が重要な課題となっています。これらの課題に対して、生成AIを活用することで、効率的な知識・経験の継承や生産性向上が期待できます。

多くの企業がデジタル技術を活用してビジネスモデルの変革を図るDX化に向けた取り組みを加速させています。製品の品質を確保・向上する品質管理部門においては、データをどう活用すべきなのでしょうか。品質管理部門におけるデータ活用の現在と、機械学習などAI技術を活用するために必要な環境づくりのポイントを見ていきます。

企業の競争力を生み出す研究開発（R＆D）部門では、データ活用をより深めていくことで、研究開発プロセスを効率化し、新たな技術の迅速な市場展開につなげていくことが期待されています。そのような研究開発部門が実施しているデータ活用の現状と、機械学習をはじめとした、AI 技術を活用するための環境づくりの勘所について見ていきます。

デジタル技術によってビジネス革新を成し遂げる、DXの動きが大きな潮流となっています。 企業内では、その動きを強力に後押しするためのDX推進部門が創設されるケースも少なくありません。DX推進部門は、企業において、どんな立ち回りをするべきなのか。その役割や環境づくりに欠かせない勘所について考えていきます。

データセンターでは、使用する電力量を予測し、月あたり使用電力の最大値を基準に電力会社と契約を行います。使用量が契約を上回ってしまうと超過金が発生してしまいますが、反対に余裕を見過ぎた契約もムダが大きく、正確な需要予測が求められます。また、昨今、電力不足は社会課題の1つになっていますから、私たちの電力需要をできるだけ正確に電力会社に伝えておきたいという思いもあります。これまでは経験豊富なベテランが工数をかけて人手で予測してきましたが、長年かけて培ってきたノウハウの継承は簡単ではありません。誰でも業務を担えるよう、もっと簡単かつ正確に予測する方法を模索していました。

現在の社会で企業が競争優位を確立するには、デジタル技術の活用が欠かせません。そのことを認識した多くの企業がDXに取り組んでいます。DX施策の1つとしてデータを分析し需要などの未来を予測する、「機械学習」によるデータ活用に挑戦する企業もあります。しかし、企業によってはせっかくの取り組みが途中で停滞したり、立ち消えになったりしてしまうこともあるようです。果たして、何が原因だったのでしょうか。ここでは、機械学習プロジェクトを失敗させる5つの原因を紹介します。

データを活用して社内のDXを推進する際、機械学習を導入することは難しそうだと感じることがありませんか。データサイエンティストでないと取り組みにくいイメージもあるでしょう。しかし、今回ご紹介するDataRobotの機械学習自動化ソリューションを利用することで、誰でも簡単にデータを活用し、DXを進めることができるようになります。なぜそういったことが可能になるのか、機械学習について初心者だった私が実際に使用してみて感じたその便利な機能を厳選して3点ほど紹介します。

近年、AI技術は目覚ましい進化を遂げ、様々な分野で活用されています。その中でも、特に注目を集めているのが「生成AI」です。従来のAIが、膨大なデータからパターンを見つけて予測を行う「予測型AI」であるのに対し、生成AIは新たなデータやコンテンツを生み出すAIです。 本コラムでは、DataRobotの基礎知識を持つ方/興味のある方を対象に、生成AIの概要とプロジェクト成功の難しさについて解説し、その難しさ/課題を解決できるDataRobotの機能とDataRobotを活用したユースケースを紹介します。

現代の日本では、少子化による労働人口減少に伴う労働生産性の向上や、企業の競争優位性の確立が求められています。そのため、デジタル技術の活用を検討されている方も多いのではないでしょうか。DXとも関わりの深いAIは、昨今のバズワードの1つでもあり、様々な企業で活用され始めています。しかし、そんなAIの導入において、具体的な進め方がわからない、といったお悩みを抱える方も少なくありません。本稿では、製造業の様々な困りごとを、AIの活用によって解決するユースケースに触れながら、製造部門にてAI導入の準備を進めるためのステップをご紹介いたします。