ソリューション3
大和総研DX推進部の城石賢蔵です。 大和総研では「DIR ChatGPT(当社独自の社員向けChatGPT環境)」という生成AIサービスを社内に展開しています。DIR ChatGPTでは、Microsoft社Azureの製品を活用してセキュアなAzure OpenAI Serviceの環境を構築し、新機能…
データサイエンスは、膨大で複雑なデータを解析し、実行可能な洞察を得るための重要なツールであり、マーケティングや営業、人事など、ビジネス上の意思決定において重要な役割を果たしています。しかし、データサイエンティストの需要は急速に増加している…
RAGとは、Retrieval Augmented Generationの略で、自社に蓄積された大量の業務文書・規定などの社内情報、外部の最新情報を活用する手段として、信頼できるデータを検索して情報を抽出し、それに基づいて大規模言語モデル(LLM)に回答させる方法のことです…
プロンプトエンジニアリングとは、人工知能(AI)から期待通りの回答を得るために、質問や指示(プロンプト)の記載内容を設計し、最適化するための技術のことです。人工知能の中でも、特に人間が使用している言語(自然言語)を扱う言語モデルに対して用い…
大規模言語モデル(LLM:Large Language Models)とは、テキストデータを対象とする多様なタスクで高い性能を発揮する機械学習モデルです。ニュース記事の生成、トピック分類、チャットボットといったさまざまな用途で活用が進んでいます。
本連載では、CICDをベースとしたBlue-Greenデプロイを実現するためのパブリッククラウドのあるべき構成について、全3回にわたってご紹介します。第1回の本記事ではマイクロサービスで構成されたWebサービスを例に、全体概要を解説します。
本連載では、CICDをベースとしたBlue-Greenデプロイを実現するためのパブリッククラウドのあるべき構成について、全3回にわたってご紹介します。第2回の本記事では、バックエンドアプリの継続的デプロイ構成について解説します。
こんにちは、大和総研CCoEの守屋です。2023年7月20日にGoogle渋谷オフィスとオンライン配信で開催されたイベント「CCoE Summit '23」のパネルディスカッションにモデレーターとして登壇しました!当日の様子やディスカッションの内容についてお伝えします。
こんにちは、大和総研CCoEの光原です。「AWS GameDay for AWS Top Engineers」が2023年7月14日に開催され、「2023 Japan AWS Top Engineers」のメンバーを中心に8名が参加しました。当日の様子やメンバーの感想などをレポートします。
生成AI(ジェネレーティブAI)とは、文章・音声・画像などのコンテンツを、指示文(プロンプト)やデータをもとに自動生成できる人工知能技術の一種です。生成AIの機械学習モデルは、特定の深層学習アルゴリズムを用いて大量データを学習することにより作成…
学習済みモデルとは、大規模なデータセットを事前に学習した、汎用的なタスク(機械学習モデルで解決したい課題)に対応できる機械学習モデルです。学習済みモデルを活用することで、特定のタスクに特化したモデルを比較的低コストで生成することができます…
アノテーションとは、教師あり学習において分析対象データにラベルを付与するプロセスです。機械学習の重要プロセスである一方、品質を高めるには労力を要します。本記事では、アノテーションの重要性や注意点、便利なツール・サービスなどについて詳しく解…
AI as a Service(AIaaS)とは、自ら機械学習モデルを作ることなく、画像や音声などの非構造化データからビジネス価値に直結するデータを抽出・変換することができる、企業の情報システムに組み込みやすいエンタープライズ向けAIサービスのことです。AIaaSは…
AutoMLとは、Automated Machine Learningの略で、AI開発のプロセスの一部を自動化すること、あるいはそれを実現するサービスの総称です。 AIを用いた業務効率化は幅広い業界で求められています。一方で、AI開発には機械学習などの専門知識と経験、そして多大…
AutoMLとは、機械学習におけるモデル生成プロセスを自動化することです。高度な専門知識がない方でも、AI開発の試行錯誤にかける時間的コストの軽減が可能となります。本記事では、AutoMLの定義と登場の背景、期待される効果や活用する際の注意点などについ…
DMPとは、マーケティングに必要な様々なデータを一元管理できるプラットフォームのことです。管理するデータの種類によって、パブリックDMPとプライベートDMPに分類することができます。本記事では、DMPの定義や注目される背景、種類、導入時の注意点につい…
データレイクとは、データ分析のための大量データ蓄積プラットフォームです。データレイク、データウェアハウス(DWH)、データマートは目的や用途、扱うデータの種類などが異なります。本記事では、データレイク、DWH、データマートとの違いや関係性、導入…
MLOpsとは、機械学習システムの開発・運用にDevOpsの考え方を適用した、持続的な開発・運用のための実践手法です。本記事ではMLOpsの定義とDevOpsとの違いを説明し、機械学習システムの開発現場によくある課題やMLOpsの実践方法について詳しく解説します。
DX人材とは、DXを進めるために必要なスキルを持ち、ビジネスの変革をリード・実行できる人材のことです。経営課題の解決や付加価値創出のために、企業全体を見渡す視点を持ち、社内外の人材を巻き込みながらプロジェクトを遂行する力が求められます。
データサイエンティストとは、社内外のデータを収集・分析し、潜在的なビジネス課題の解決を推進する、または新規ビジネスに関わる意思決定をサポートする職種です。AIやITに関する知識に限らず、各業界のトレンドや経営など、幅広いスキルが求められます。
データ分析とは、ビジネスにおける課題解決や意思決定の支援を目的として、様々なデータを集計・加工・可視化する一連のプロセスのことを指します。近年では迅速な意思決定を行うために、分析プロセスの一部を自動で行えるサービスが数多く開発されています。
GPUとはGraphics Processing Unitの略称で、画像処理に特化した半導体チップのことです。コンピュータ全体にかかわる計算処理を行うCPUに対して、GPUはCPUの補助演算装置として、3Dグラフィックスなどの画像・映像描写に必要な計算処理を行います。 CPUに内…
GANとはGenerative adversarial networksの略称で、教師なし学習で使用される深層生成モデルの一種です。用意されたデータから特徴を学習し、実在しない疑似データを生成することができます。現在は主に画像処理の分野で活用されています。 関連するウェビナ…
セマンティック(semantic)とは、収集した情報の「意味」を正しくコンピュータが解釈できるように形式化・構造化したデータとして抽出する概念のことです。 元々、Webページの記述内容の意味をタグ付けすることで、意味を理解できるようにする「セマンティ…
プロセスマイニングとは、ユーザのイベントログデータ等を用いて業務プロセスを可視化し、業務効率化に役立てる手法のことです。業務が複雑化・多様化する今日において、プロセスマイニングツールは企業のBPR(Business Process Re-engineering)を支援する…
データ分析人材・組織とは、データ分析を行い、ビジネスへ活用するための人材(いわゆる、データサイエンティスト)と、それを機能させるための組織を指します。 デジタル技術を駆使して企業が価値を生み出し続けるためには、データの利活用が成功の鍵であり…
データガバナンスとは、企業・組織のデータマネジメントが適切に行われるよう監視・統制するための組織活動のことです。データガバナンスは、データの活用ルールの明文化や、ルールが守られているかのチェック機能を持ち、データ活用による効果の最大化とリ…
顧客の閲覧履歴や購入履歴などを元に、各顧客との関連性の高い製品をAIが推薦するシステムのことを指します。CX(顧客体験価値)の向上につながることから、多くのECサイトなどで活用されています。レコメンドの仕組みは、以下のように大きく2つに分類できます…
説明可能AI(Explainable AI、XAI)とは、機械学習のモデルが生み出した結果を、人間が理解できるようにホワイトボックス化するための技術です。 近年、AIは社会の様々な場面で登場し、企業や組織が重要な判断を下す際の判断材料の一つとしてAIの分析結果が…
マルチモーダル(multimodal)AIとは、複数種類のデータ(画像、音声、テキストなど)をインプット情報として、人工知能アルゴリズムを組み合わせて統合的なアウトプットをする深層学習の手法です。 画像データのみをAIのインプット情報とした場合、人間の五…
感情分析とは、AI(人工知能)を用いて、人間の表情や音声、テキストデータ等から感情を読み取ることを指します。例えば顔の表情から感情分析を行う場合、カメラを用いた視線検出や、視線や瞳孔の大きさ等のデータを入力データとして感情の推定を行います。…
音声処理とは、音の周波数や時系列などを入力データとして音声をテキストデータに変換する「音声認識」、話者の音声データをもとにテキストを音声に変換する「音声合成」等の処理の総称です。 近年では言語の複雑な文法を正確に評価するために、ディープラー…
画像データから特徴を抽出することで、画像に映っている対象を認識・判断する技術のことです。学習する画像には、文字や人間の顔の写真などがあり、AI-OCRなどの文字認識や顔認証技術として実社会で活用されています。
自然言語処理(NLP、Natural Language Processingの略)は、人間が日常的に使っている自然言語をコンピュータに処理・解析させる技術です。自然言語処理技術によって、大量のテキストデータを短時間で解析することが可能になり、業務の効率化や価値創造に貢…
ニューラルネットワーク(Neural Network)は機械学習で用いられる手法の一つです。人間の脳内神経細胞(ニューロン)同士のつながりである神経回路網を数理的なモデルで表したものです。 ニューラルネットワークは入力層・中間層(隠れ層)・出力層の3層で…
データを分析に使える状態にするための一連の変換プロセスのことです。データの収集から、クレンジング、結合、構造化、標準化などのプロセスがあります。 データプレパレーションによって高品質な分析データが提供されることで、その後の分析作業の効率化や…
BIとは、Business Intelligenceの略で、情報システムなどに蓄積される膨大なデータを分析し、経営の意思決定やマーケティングに活用する手法を指します。GUI(Graphical User Interface)による直感的な操作や、プログラムのソースコードを書かずに予測モデ…
ETLとは、企業内の業務システムなどからデータを抽出し、必要な変換処理を行い、データウェアハウス(DWH)へデータを取り込むという一連のプロセス、またはツールを指します。この一連のプロセスを示した、抽出(Extract)、変換(Transform)、取り込み(L…
DMPとは、外部企業が提供するパブリックデータや社内データを一元管理するプラットフォームのことです。様々なデータを収集し、加工・分析することでマーケティング施策につなげることができます。 DMPを利用して収集するデータや役割により、「プライベート…
データレイクとは、csvやxmlなどの構造化データ、テキストや音声、動画などの非構造化データを加工することなくそのままの形で一元的に格納するレポジトリ(保管庫)のことです。データレイクの特徴として以下の3点が挙げられます。 データレイクの特徴 1…
データウェアハウス(Data Ware House。DWHと略す)とは、企業内の業務システムや外部データソースなどあらゆるデータを収集・整理して保管するシステムです。戦略的な意思決定や業務分析などに活用できる形でデータを提供することが可能です。
データ利活用とは、収集した多種多様なデータから、そこに価値を創造することを指します。リモートワークといった働き方の登場やデジタルサービスの普及、DXを見据えた経営など、時代の変化とともに、利活用の重要性は一層強まっています。
データ分析基盤とは、データ利活用を効率よく推進していくためのITインフラのことです。ビッグデータなどを半永久的に保存できる点、蓄積したデータを様々な用途に活用可能な点がメリットとして挙げられます。
データ連携とは、企業内のシステムやアプリケーションが保持しているデータを他システムへ連携することで、企業内全体でデータを有効活用する仕組みを指します。
深層学習(ディープラーニング)とは、ニューラルネットワークを用いた機械学習のことで、入力層と出力層の間に中間層を設けることで複雑な分析が可能となります。
AIモデル(機械学習モデル)とは、入力されたデータを分析し、評価した結果を出力するまでの一連の処理を計算式で記述したものを指します。データ分析には3種類の学習手法があり、目的に合わせて最適なものを選択する必要があります。
ビジネスマッチングとは、ビジネスパートナーを探している企業・団体を引き合わせるサービスのことです。 自社と繋がりの少ない地域や業種の企業を探すことができるため、事業を拡大させるための有用なサービスとなっています。
データサイエンスとは、データを扱う手法に関する学問で、統計学や機械学習などの分野から成るものです。スマートフォンやタブレットの普及、クラウド技術の発展に伴い、データサイエンスは様々な分野で用いられるようになりました。
機械学習とは、コンピュータに大量のデータを学習させることで、データに潜む特徴を見つけて、予測などを行う技術を指します。 本記事では、機械学習の代表的なアルゴリズムや技術の活用方法を分かりやすく解説します。
デジタルトランスフォーメーション(DX)とは、デジタル技術とデータを活用して、業務プロセスやビジネスモデルそのものを変革することを指します。経営者がリーダーシップを取り、デジタルツールを業務に取り入れることがDXの第一歩です。