業界特化型 技術・製品情報サイト
  • MONOist
  • EE Times Japan
  • EDN Japan
  • スマートジャパン
  • BUILT

アマゾン ウェブ サービス ジャパン株式会社

事例

アマゾン ウェブ サービス ジャパン株式会社

ビジネスの定石となりつつある機械学習、Lyftや起亜自動車に見る導入のセオリー

機械学習のメリットは、製品やサービスの革新、カスタマーエクスペリエンスの向上など、多岐にわたるが、導入の課題も多い。ダークデータを含む膨大かつ曖昧なデータ、複雑性、スキル不足……先行企業はどのように課題を解消したのか。

コンテンツ情報
公開日 2020/06/30 フォーマット PDF 種類

事例

ページ数・視聴時間 17ページ ファイルサイズ 9.97MB
要約
 機械学習を用いることで、製品とサービスの革新、カスタマーエクスペリエンスや業務効率の向上、セキュリティとコンプライアンスの改善といったさまざまなメリットが享受できることはよく知られている。一方で、これまで活用されてこなかったダークデータを含むデータの膨大さ、機械学習のワークフローの複雑さやコスト、そもそものスキル不足など、課題も多いのが現実だ。

 北米を拠点にライドシェアのモバイルアプリを展開するLyftは、機械学習をビジネスリスクの特定に活用している。乗客とドライバーを照合する時間、価格計算に要する時間、市場の需要を測定する時間などのメトリックから、データの異常を手動で検知するにはリソースが不足する。同社は、機械学習と自動化によってビジネスインシデントを迅速に把握することが可能になった。

 他にも、モータースポーツのフォーミュラ1はファンにレースデータを提供するために、起亜自動車はドライバーごとの好みを車両に反映するために、機械学習テクノロジーを巧みに活用している。本資料では、この機械学習の導入ステップのあるべき姿ととともに、先行企業の取り組みを紹介する。
アンケート
※「アンケート回答」「続きを読む」には、下記ボタンを押して会員登録あるいはログインしてください。