Sharma にとって、それはゼロから始めて、データ サイエンティストのチームを編成し、AI パイプラインを構築することを意味していました。 次に、Sharma 氏と彼のチームは、アーティストの最新リリースを宣伝する広告を、そのアーティストと関わりを持つ可能性が最も高いリスナーの前に表示する「スマート オーディエンス プラットフォーム」を作成しました。 AI とデータ分析について頭に浮かぶ最初のビジネス ケースは、音楽業界ではないかもしれません。 しかし、AI ベースのデータ分析は、あらゆる業界や幅広いユース ケースに変革をもたらす可能性があります。
企業が高度なデータ分析を必要とする理由
今日、ほとんどの組織はデータに溺れています。 彼らは規制やコンプライアンスの理由でデータを収集し、いつか役に立つことを期待して追加のデータもアーカイブします。
その日がやってきました。 あるいは、Hitachi Vantara のグローバル CTO である Jason Hardy が言うように、企業は「あはは」の瞬間を迎えています。つまり、AI ベースのデータ分析が、競争力を提供する収集されたデータから真のビジネス価値を提供できることに気づきました。 「従来、企業は『アーカイブしておけば、あとでどうするかを考えます』と言っていました」と彼は付け加えます。 それは「いいえ、これは実際に今私たちに影響を与えています。 そのデータをリアルタイムで読み取り、それを処理して推測できるようにする必要があります。」
これは、業界全体で真実となっています。 製造業では、分析を改善することで、歩留まりを改善し、無駄を減らし、効率を高めることができます。 消費者中心のビジネスでは、AI は特定の製品配置に対する顧客の感情的な反応を検出したり、顧客サービスに対する満足度を測定したりできます。 サプライ チェーンに依存している業界では、AI はサプライ チェーンの障害を発生前に予測して軽減することができます。
Hardy 氏は次のように付け加えています。 私はこれを理解する必要があります。 クラウド、オンプレミス、またはその両方の組み合わせであっても、それを支援するプラットフォームが必要です。」
残念ながら、ほとんどの組織はどこから始めればよいかわかりません。 Hardy 氏は、C レベルの幹部が彼に次のように言うと言います。 私たちはデータを使用したいと考えています。 そこから価値を生み出したい。 私たちは実際にその方法を知りません。 私たちは答えようとしている質問さえ知りません。」
このコンテンツは、MIT Technology Review のカスタム コンテンツ部門である Insights によって作成されました。 これは MIT Technology Review の編集スタッフによって書かれたものではありません。