AI Decisioning - 次世代のAI機械学習技術 -
AI Decisioningは従来のノーコード機械学習プラットフォームであるAutoMLでは実現できなかった意思決定を支援する次世代のAI機械学習技術です。
従来のAutoMLでは、過去の傾向分析と未来予測はできましたが、一方で予測の根拠となるインサイトを知ることはできず、また、目標に到達するための方法を示すことができません。
そのために分析結果を示すことができても、それに基づくビジネス上の意思決定を下すのが難しいという課題がありました。
それらの課題に対応し、分析の根拠となるインサイトまでを分析し、目標に至る方法を探る事のできる「打ち手の見えるAI分析」を実現するのがAI Decisioningです。
AI Decisioningはビジネス面で日々求められる意思決定を支援し、AIによる真のDXの実現に貢献します。
DX推進に貢献するAI Decisioningの特徴
※再生すると音声と音楽が流れます
AI Decisioningの特長
01.
ノーコードでデータ分析を実現
DX推進には欠かせないAI人材不足が経営課題となるなか、AI分析の専門家ではないビジネスの専門家がAI機械学習を活用したデータ分析ができる事が重要です。
AI Decisioningでは、データの準備から予測モデルの作成、クラスタリング、時系列分析まで全てマウス操作だけで行うことができます。
02.
最新のAI機械学習の実装
教師有り学習、教師無し学習、時系列予測、強化学習などの最新の機械学習技術を実装。また、アルゴリズムもランダムフォレスト、ロジスティック回帰、決定木、ニューラルネットワークなど、複数の方式をサポートします。アルゴリズムは全て自動で実行され、精度の高いものを自動的に抽出します。
従って、アルゴリズムが何であるのか、どのデータには何が良いのか、などを意識する必要はありません。
03.
目標(KPI)実現のためのシミュレーションを実現
従来のAutoMLなどの機械学習では、将来の予測はできましたが、それがビジネス上のインパクトが最大の物となるとは限りませんでした。
AI Decisioningでは、様々なAI分析手法を自動的にバランス良く組み合せて実行するコンポジットAIを実装しています。それによって、ビジネス上の目標、すなわちKPIを達成するためにはどのような打ち手が必要かのシミュレーションが可能です。
また、単なる予測値の算出だけではなく、そのデータの根拠となるインサイトまでも分析から取り出す事が可能です。
これらにより、機械学習を使っていつ誰にどのような施策を打てばKPIを達成できるかを導き出すことが可能になります。
AI Decisioningの技術ポイント
単なる予測や傾向分析に留まらないビジネスの意思決定の支援するために目的に応じた様々な分析を組み合わせ、最適な組み合わせをシミュレーションする技術を実装しています。
ユーザーが求める指標を
予測モデルの評価指標として設計する仕組み
ユーザーが設定した複数の指標に対するモデルの最適化を実現する技術
複数の指標の中で重視したいプライオリティを
バランシングする技術
ユーザーが設定した指標に合わせ予測モデルを補正する技術
AI Decisioningの活用事例
保険会社で自動車保険契約顧客のうち、他保険商品への加入を誘導するプロモーション施策を考えるというケースでAI Decisioningがどのように利用できるかという事例です。
AI Decisioningの実例としてKPIをベースとしたモデル作成により従来のautoMLによるモデルよりも大きなビジネス成果を出した事例をブログに掲載しています。