サプライチェーンの「DX」という言葉がメディアで日々取り上げられる一方で、「どこから 手をつけて良いのかわからない」「どんな体制が必要なのか」といった 声が多く聞かれます。遅れていると指摘される日本の DX をどう進めて いくべきなのでしょうか。現場起点で AI 活用に取り組み、全社的に AI 活用を推進しているヤマハ発動機株式会社の大西 圭一氏とダイハツ 工業株式会社の太古 無限氏に、DX を推進するプロジェクトをどう立ち上げ、どう広げていったのかを聞きました。
プロダクトマネージャー
DataRobot プロダクトマネージャー。2018年から DataRobot に参加。DataRobot 製品に関するフィードバック収集と新規開発計画への反映、新機能・新製品のベータプログラムやローンチ、トレーニングやマーケティングを通じた普及活動、ローカライゼーション管理、などを通じて、AI と DataRobot の価値を日本に広く広めるための業務に従事。
MLOpsにチャンピオン/チャレンジャーのフレームワークが追加されました。この新しい機能により、DataRobotのお客様は、管理されたフレームワークの中で、現在最高のパフォーマンスを発揮しているモデルと並行して、チャレンジャーモデルをシャドーモードで実行できます。
(このブログポストは Introducing the DataRobot Use Case Value Tracker …
DataRobotのEnterprise AIプラットフォームの6.1リリースの新機能であるHumble AIでは、任意のデプロイモデルに対してルールのセットを定義し、それらルールを予測時に同時に適用することができます。
DataRobot のリリース6.1では、時系列異常検知を導入しました。これは完全な教師なし機械学習ワークフローであり、ターゲット変数を指定せずに異常を検知することができます。
DataRobot Automated Machine Learning （AutoML）向けの新機能である Location AI の公開ベータ版をリリースいたします。Location AI は特許出願中の機能です。地理空間モデリングの各種技術を取り入れることで、DataRobot AutoML のユーザーエクスペリエンスが強化されました。たとえば、次のようなことが可能です。
DataRobotの最新リリースである6.0では、データ準備の自動化としてPaxata、モデリング技術の進化として画像特徴量、モデル運用としてML Ops、そしてモデル利用の迅速化としてAIアプリケーションが利用できるようになり、機械学習のエンドツーエンドでの自動化の幅が一気に拡大しました。
企業には様々な顧客データがあり、Treasure Dataの提供するCDP（Customer Data Platform）の仕組みは、その収集と一元管理を容易に可能にしてくれます。一方でそういった顧客データから本当に価値のある顧客インサイトや、サービス向上の打ち手がどれだけ生まれているでしょうか？このブログでは、２つの製品の組み合わせがいかに顧客データの利用価値を広げてくれるのかを見ていきたいと思います。
DataRobotがSOC 2 Type II認証を取得
DataRobot, Tableau, PowerBI, Qlik, Excel, CData
