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。