MEGAZONEブログ
![AI/MLを活用してイノベーションを促進し、新たな機会を引き出す](https://www.hyperbilling.jp/wp-content/uploads/2024/01/sddefault.jpg)
AI/MLを活用してイノベーションを促進し、新たな機会を引き出す
Harness AI/ML to drive innovation and unlock new opportunities
Pulisher : AI & Data Analytics Center チョ・ミレ
Description : MLのユースケース、AI/MLのライフサイクル、ジェネレーティブAIを含むMLの必須概念、様々な段階で様々なステークホルダーが果たす役割について紹介するセッション。
はじめに
AI/MLを扱うセッションをいくつか申し込みました。AI/MLのテーマを扱う前に、一度全体的な文脈や定義を振り返ることができるセッションだったので、Reinvent期間内の早い段階で受講したいと思いました。全体的にAI/ML導入の実際の事例を通してアプローチできることを期待しています。
セッションの概略紹介
多くのビジネスリーダーや ITリーダーは、実際のビジネス課題を解決するためにAI/MLを採用するのに苦労しています。 その理由を理解し、MLのユースケース、AI/MLのライフサイクル、ジェネレーティブAIを含むMLの重要な概念、さまざまな段階でさまざまなステークホルダーが果たす役割について学びます。
多くの企業がAI/MLを導入するのに苦労している理由
![](https://www.hyperbilling.jp/wp-content/uploads/2024/01/pasted-image-0-24.png)
・最も大きな割合は、ビジネスの定立がきちんとできていないことです。 コアビジネス目標と顧客ニーズにどのように適合するかを明確に把握せずに、AI/MLの技術力だけに夢中になり、技術の概念の定立だけに集中する傾向があります。
・二つ目は、データ品質の低下です。彼らは、本番グレードのAIに必要なデータ準備とガバナンスの複雑さを過小評価しています。多くの企業は、自社のデータが全体的に断片化され、品質に問題があるため、MLモデルを効果的に学習させるためのラベルや属性が不足しています。
企業のAI/MLエクスペリエンスを改善するための5つの方法
![](https://www.hyperbilling.jp/wp-content/uploads/2024/01/pasted-image-0-13-1024x768.jpg)
・パーソナライズ – 共同フィルタリングなどの技術を使用して、顧客の好みに応じてコンテンツや推奨事項をカスタマイズします。
・チャットボット – AIベースのチャットボットを導入して、24時間365日の自動化されたカスタマーサービスを提供し、可用性を拡大します。
・予測分析 – 顧客データを分析することで、離脱リスクを予測し、価値の高い顧客維持の機会を特定します。
・感情分析 – アンケート、通話、ソーシャルメディアを通じて顧客のフィードバックを収集し、製品やサービスの改善に役立てます。
・画像/動画分析 – コンピュータビジョンを活用して、顧客の感情やエンゲージメントに関する詳細な洞察を導き出します。
Generative AI
![](https://www.hyperbilling.jp/wp-content/uploads/2024/01/pasted-image-0-1-7-1024x768.jpg)
Generative AIを使用すると、魅力的なコンテンツを生成して顧客サービス(例えば、インテリジェントチャットボット)を向上させ、感情調整、商品推薦、マーケティングコンテンツの生成などを提供します。これは、コミュニケーションをより正確に、顧客の関心と意図を捉えるために、コンテンツを自動的に生成または強化します。
use case – AWS HealthScribe
![](https://www.hyperbilling.jp/wp-content/uploads/2024/01/IMG_2628-1024x768.jpg)
Bedrockdmlのプロンプトを通じて基礎モデルに簡単にアクセスし、カスタマイズを可能にします。 したがって、機械学習の専門知識がなくても、Generative AIをより簡単に適用することができます。
use case – Bridgewater Investment
![](https://www.hyperbilling.jp/wp-content/uploads/2024/01/IMG_2631-1024x768.jpg)
Bedrockは複雑なワークフローを自動化し、アナリストが反復的なコーディング作業に費やす時間を大幅に削減し、戦略、投資インサイト、ポートフォリオの最適化など、より価値の高い作業に集中できるようにしました。
use case – Conversational document search
![](https://www.hyperbilling.jp/wp-content/uploads/2024/01/pasted-image-0-2-5-1024x768.jpg)
AWS Bedrockを活用して、画期的なAIベースのPDFドキュメント用チャットボットを作成し、情報抽出を簡素化し、データをより簡単に活用できるようにします。
Bedrock
![](https://www.hyperbilling.jp/wp-content/uploads/2024/01/pasted-image-0-3-5-1024x768.jpg)
Bedrockは、ジェネレーティブAIへのアクセスを民主化し、インパクトのあるAIアプリケーションをより簡単に展開できるようにします。 また、エージェントワークフローの自動化は主要な問題を解決し、複雑なコードを書くことなく、会話の指示に従ってメールを送信するなど、ワークフローを自動化することができます。
セッションを終えて
AI/MLを導入する上で、ビジネスそのものを考慮することが当然ベースになっていると思っていましたが、調査の結果、むしろAI/ML技術自体だけに集中して失敗することが多いということが主な要因であることが意外でした。
企業が持つビジネスのアイデンティティを必ず持っていくことの重要性を改めて感じ、AI/MLを開発する時、ドメイン知識もかなり重要な部分を占めるという理由も今回のセッションの内容と同じ脈絡だと思います。 問題解決の順序のように、私も今後BedrockとGenAIについて勉強し、Use case別ビジネスに対する理解を基に技術を実践してみようと思います。