BT

最新技術を追い求めるデベロッパのための情報コミュニティ

寄稿

Topics

地域を選ぶ

InfoQ ホームページ ニュース InterCon 2021 基調講演: ビジネスにおけるAIアプリケーション

InterCon 2021 基調講演: ビジネスにおけるAIアプリケーション

原文(投稿日:2021/06/27)へのリンク

Las Vegasで最近開催されたInterConのオープニング基調講演では、ビジネスにおけるAIアプリケーションに焦点を当てた2つの講演が行われた。重要なポイントは次のとおりだ: ビジネス目標を特定することが重要であり、良いデータへのアクセスが大きな課題であり、AIはエンドカスタマに価値を提供する大きな可能性を秘めている。

セッションは、Stanford大学Advanced Cybersecurity ProgramのディレクタであるNeil Daswani氏による「The Voice Of Customers Answered By AI (AIが顧客の声に答える)」というタイトルの講演から始まった。Daswani氏の講演では、企業の顧客の声 (VOC) プログラムでのAIの使用に焦点を当て、VoCの進化に焦点を当て、将来のトレンドについて概説した。Daswani氏に続いて、Elemicaのプロダクト管理担当シニアディレクタであるGary Neights氏が、「Machine Based Learning: Mimicking The Working Of Human Brains (機械ベースの学習: 人間の脳の働きの模倣)」というタイトルの講演を行った。Neights氏は、AIをElemicaのサプライチェーンマネジメントシステムに適用する際に遭遇したいくつかの課題と学んだ教訓について説明した。

Daswani氏は、VOCプログラムの紹介で講演を開始した。1990年代に最初に記述されたVOCは、顧客のフィードバックと要望を特定、整理、および優先順位付けするマーケティングリサーチプロセスだ。当初、VOCは顧客へのインタビューやアンケートから直接フィードバックを集めることに重点を置いていた。ネットプロモータスコア (NPS) が一般的な例だ。インターネットの成長に伴い、企業はユーザのコメントやオンラインレビューなどのWebからのデータも取り入れ始めた。現在、機械学習とAIの台頭に伴い、企業はこれらのテクノロジーを利用して、顧客に関するより多くのインサイトを得ており、特に、認識から忠誠心までの顧客の全過程を理解してパーソナライズしている。

Daswani氏はまた、企業が顧客体験を改善するためにAIを使用したいくつかの例を指摘した。一つの例は、データ漏えいのリスクを軽減する可能性だ。データ漏えいに関する本の共著者であるDaswani氏は、顧客サービス/エクスペリエンスの専門家のほぼ80%が、従業員のミスが漏えいの主な根本原因であるため、AIが顧客とのやり取りをより安全にできると信じていると述べた。さらに、AIは、有名人や政治家のデータを「覗き見」したいという誘惑に負けることがない。

Daswani氏は、VOCの将来のトレンドのリストで講演を締めくくった。まず、AIは顧客インサイトの予測値の向上を支援し、良い結果と悪い結果の両方の結果の早期指標を提供する。たとえば、顧客離れを予測する。もう1つは、VOCの採用の増加だ。Daswani氏によると、これまでにVOCプログラムを実施している企業は45%未満であり、Daswani氏は、採用が加速し、AIを活用して効果を高めると予測している。最後に、Daswani氏は、AIにより、VOCプログラムが以前よりもはるかに洗練された顧客の視点を持つことができるようになると予測している。特に、顧客プロファイルと「ペルソナ」はより動的になる。

Neights氏は講演の中で、サプライチェーンマネジメントにAIを適用する際のいくつかの課題について説明した。多くのシナリオでは、ミスのコストは非常に高くなる可能性がある。たとえば、危険物を間違った場所に輸送する場合などだ。アナロジーとして、彼は自動運転車は常に「地平線上にある」と述べたが、多くのエッジケースがあるため、一般的なAIソリューションは実現しないようだ。したがって、AIを使用できる場所と、人間の知性が不可欠な場所を特定することが重要だ。最も重要なことは、AIのアウトプットには、高コストのエラーを検出するための後処理が必要だ。

Neights氏は、いくつかの学んだ教訓で締めくくった。1つ目は、ビジネス目標を特定し、AIがそのタスクに適したツールであるかどうか常にそうであるとは限らないため判断することだ。次は、データ、特にクリーンなデータへのアクセスが大きな課題であるということだ。例えば発注書の住所など人が手動で入力するデータはすべて正規化する必要がある。最後に、顧客の期待を管理する必要がある。多くの顧客は、AIシステムは継続的に自動的に改善されると考えているが、ほとんどのシステムは、入力データの性質が変化したときに再トレーニングする必要がある。

この記事に星をつける

おすすめ度
スタイル

特集コンテンツ一覧

BT