ビジネスパーソンのためのAI実践講座④ ~DataRobotを活用しよう~
自分はエンジニアではないから人工知能（AI）を使えない、もしくは自社はテクノロジー企業ではないからAIとは縁がない、などと思っていませんか。本シリーズは、非エンジニアの方がプログラミング言語を使わずにAIを実際に使うための実践講座です。今回は、DataRobotを用いて複数のアルゴリズムを同時に試し、ビジネスの現場で検証することで予測の精度を上げる過程について学びます。監修：DataRobotDataRobot はAI活用を民主化するため2012年に設立、同社が提供する「DataRobot AI Cloud」は次世代の AIである 。AI Cloud は、あらゆるデータタイプ、あらゆるユーザー、あらゆる環境を統合し、業界・業種を問わずすべての組織に対して重要で価値あるビジネスインサイトを提供することをビジョンとしている。DataRobotはAI Cloudのリーダーとして、あらゆる組織の本番環境へのAI導入を加速しており、Fortune 50の3分の1を含む、業界や業種を超えたグローバルな顧客から信頼を得ている。「DataRobot AI Cloud」は、今日の市場において最も広く展開され、実証されたAIプラットフォームの1つであり、世界中の顧客に対して1.4兆件以上の予測を提供している。DataRobotを体験されたい方はこちらから（30日間のフリートライアル）https://www.datarobot.com/jp/trial/?utm_source=globis&utm_medium=partner&utm_campaign=FreeTrial23JP-globisDataRobot お問合せ：https://www.datarobot.com/jp/resources/contact_us_g/グロービス経営大学院の「ビジネス・データサイエンス」クラスに「DataRobot AI Cloud」を提供中。グロービス経営大学院 ビジネス・データサイエンス 講座詳細：https://mba.globis.ac.jp/curriculum/detail/dsb/監修：森谷 和弘データ解析設計事務所 代表、データアナリティクスラボ株式会社 取締役 CTO、データサイエンティスト協会 スキル定義委員株式会社富士通金融システムズ（現 富士通株式会社）でデータベースエンジニアとしてのキャリアを積み、その後データ・フォアビジョン株式会社にてデータベースソリューションや金融工学系ソフトウェアの開発、データサイエンス、人事等の役員を担当。2018年よりフリーランスとして独立し、AIコンサルタント、機械学習エンジニア、データサイエンティスト、データアーキテクトとして活動。2019年、データアナリティクスラボ株式会社を共同経営者として起業し、データサイエンティストを未経験者から実践経験者へと育成する事業に従事。
会員限定
より理解を深め、他のユーザーとつながりましょう。
34人の振り返り
masuda77
資材・購買・物流
AIを活用することにより、最適な生産計画が可能になると思います。具体的には、製品市場動向や実績データから確度の高い販売予測策定が可能、さらに適正在庫を考慮した形で、製造量を決めることで自動化が可能なイメージを持ちました。さらに制約条件や最適な稼働要件等のデータを取込、最適生産スケジュール策定が可能とイメージ出来ました。
ozawa_h
IT・WEB・エンジニア
本シリーズはAIに関してのコースではなく、データ分析用システム構築についてです。
データ分析システム構築の概要についてはとても良いコースです。実践編はありませんが、以前から実績がある内容です。
私の場合は最近はAIによってデータクレンジングなどを行っています。
jshinmura
IT・WEB・エンジニア
ECサイトと実店舗でデータ統合されていないケースは多いです。また名寄せは非常にコストと時間がかかることからデータ統合の運用面の難しさをどうクリアしていくかの体系的な理解が必要であるとあらためて課題認識ができました。
nakahara_toko
経営・経営企画
販売管理を担当しています。データ分析がミッションですが、データベースの統合に時間がかかり、思うような分析ができません。改善策を検討する良いきっかけとなりました。
watanabe-tat
専門職
AI活用の目的・目標を定め、データ統合する。AI運用の中で、問題・課題が発生したら、更なる、仮説を加え、必要なデータを段階的に統合することが、データの質を高めるプロセスであり、結果として、ビジネスで適切な判断を下すことが可能になる。
unyoreka
メディカル 関連職
収集したデータを統合し、分析する事を業務でも試みていますが、統合出来ないデータであるという課題に多く直面します。まずは統合出来るデータなのか、その先の分析に繋げる事を1st Stepとして考えていきたいです。
mg0582
IT・WEB・エンジニア
AIを使うにはデータがないと、そもそも扱えないことが分かった。そのため、日常でも日記などのデータを蓄積できるものを持っていたほうがいいかもしれない
masuhide
経営・経営企画
データは多面的に分析/集計できる要素を持つものを元としてAI活用を行う必要がありユーザーへは有益な情報となりえない的外れなものとなってしまうことを理解しました。
yama_0611
IT・WEB・エンジニア
データ活用・統合について理解を深めることができた。
007mine
経営・経営企画
AI データ統合 具体的に何をしたいのか、目的を明確化してAＩを活用する事が大事。
climbs
メーカー技術・研究・開発
まずは目的を明確に立てる
isimat
営業
データーは過去の蓄積で膨大にあるが、必要時の検索に膨大な時間がかかる。ＡＩリテラシーを高め
統合化によりこの問題を解決することができる。
shimizu-jun
建設・土木 関連職
データ分析システム構築の概要について学べました。
stani
専門職
データ統合について学んだ。
tkmh2002
経営・経営企画
データ活用にも、まずコンテキストを理解する事が必要
sss_kobayashi
その他
データ統合の目的、弱い部分を明確化する必要があると考えた。
csl_kojima
IT・WEB・エンジニア
理解が深まりました。
ymatyu
経営・経営企画
まずはAIで何をしたいかを決めないとデータ統合する必然性が全くわからない。一体AIで何ができるのだろうか？そこから学習したい。
askmt
その他
データ統合すればうまくいくというわけではないことがよくわかった。何のために、どのデータをどう組み合わせて、どのような効果を期待するのをデザインした上で進めるようにしたい。
sm054307
経営・経営企画
AIを利用することで便利になる反面
データ統合についての大変さ感じる
今後、データ統合についてどのようにやるかが重要と感じた
tae-sugawara
販売・サービス・事務
組織が大きければ大きいほど、部門間での相違もあり、データ統合がより難しいと感じた。
sho_yam
資材・購買・物流
概要への知識が深まったように思う
hamayeah
経理・財務
説明可能性を意識する必要もあるかと思いました。
naoki_sasano
メーカー技術・研究・開発
業務改善を実施する際は、現状把握として、収集できるデータを全て分析にかけ、弱点を見つけることから始めたいと思った。
techno
その他
AIがあると24時間頼れる相談役が要るようなものなので上手く活用することで業務をよりスピーディーに正確に進められるようになると思う。
i323
その他
データ統合して活用するケースは自業務においては当てはまらないが、会社という組織では大いに必要なものだと思うし、正しく活用すべきだと思った。
onomasano1
その他
工場収益改善の為の発生費用分析解析と取り組み方策検討にAIを活用出来るデ―タ統合構築に必要な考え方の習得
stengnabe
その他
ＡＩを活用したデータ分析を活用して今後の業務改善につなげていきたい。
as_mako
メーカー技術・研究・開発
重要なのはAIを活用して何を実現したいのか、具体的なイメージを持つこと。
業務を効率化させて無駄を省きたい。機械学習するためには組織内のデータが必要なのが理解できた。
k_yuna
販売・サービス・事務
大変勉強になりました。
kondora
営業
データ統合の際の障害を体系的に知る時が出来たので、職場でも意識しながら業務を進めていきたい。
mk29
人事・労務・法務
データの利活用について、活用するためには事前の準備が重要であることを学んだ。
pumpking
マーケティング
基本的なデータ・AIリテラシーが理解できました。
tama56
販売・サービス・事務
活用するにあたり、使用目的を定め、データを集約しなければ、業務に活用できないと思いました。